我不会写代码,却用AI做了个工具,把每月熬夜3小时的报表干成了3分钟

先说结论

我在一家通信公司做硬件质量工作。每月有一件雷打不动的任务：做一份产品返修率报表。

从系统里导出几千行原始数据，按产品分类、按月份汇总、算返修率、填进固定格式的表格、再配上图——每次至少3个小时，而且是纯体力活，做完人是麻的。

上个月我花了大概两个晚上，用AI做了个小工具。现在这份报表：点一下，3分钟出结果，还自动配好了图、能排序、能筛选。

这篇不讲大道理，就把我怎么做的、踩了哪些坑，原原本本说给你听。哪怕你和我一样不是程序员，也能照着干。

一、这活儿到底烦在哪

先说清楚原来的流程，你就懂为什么值得折腾了：

1. 从内部系统导出原始数据（几千行，乱的）

2. 手动把每条记录归到对应产品和分类

3. 按月份做透视汇总

4. 套公式算返修率、三个月滑动平均

5. 一格一格填进领导要的固定模板

6. 再手动画几张趋势图

每一步都不难，但加起来又臭又长，还容易出错。最气的是——这套流程每个月一模一样，数据换一批而已。

凡是“每个月都要重复、步骤固定”的活，都是AI自动化的最佳目标。记住这句话，这是本文唯一的重点。

二、我是怎么做的（没写一行代码）

我用的是一个能直接操作电脑文件、还能帮我写程序的AI工具。整个过程，我几乎就是“动嘴”：

第一步：把需求讲清楚。

我没有写代码，我是像跟同事交代活儿一样告诉AI：“帮我读这个Excel，把每条记录按产品名分类，按月份统计返修数量，算出返修率和三个月平均，然后生成一份网页报告。”

第二步：让它先跑一遍，看结果对不对。

AI做出来第一版，我打开一看——分类逻辑有点问题。我就告诉它：“分类应该取某一列下划线前面的文字。”它改。再看，对了。

第三步：一点点加需求。

·帮我自动挑最新的那个数据文件，我不想每次手动选。

·报表里加个图，返修率趋势画成折线。

·表格每一列点一下能排序，但合计行永远放最上面。

就这样来回聊了十几轮，一个能用的工具就成型了。我全程没有写一行代码，我做的是“提需求、验结果、挑毛病”——这恰恰是AI时代最值钱的能力。

三、踩过的坑（这部分最值钱）

光说好听的没意义，说几个真实的坑：

坑1：AI会自信地犯错。

它生成的东西看起来很像样，但细节经常不对。比如汇总口径、分类规则，我不去核对就直接用，报表交上去就是事故。AI是助手，不是甩手掌柜，最后一道关必须人来把。

坑2：一次别想让它做完美。

我一开始试图一句话让它做出终极版本，结果它想得太多、做得很乱。后来我学乖了：先做最小能用的版本，再一个功能一个功能加。又快又稳。

坑3：把工具分享给同事前，记得清理。

我做完想发给组里同事用，差点把自己电脑上的数据和账号信息一起打包出去了。涉及公司数据的东西，公开或外发前一定先脱敏。

四、这件事给我的真正启发

省下的那3个小时其实是小事。真正让我后背发凉的是另一件事：

这种“重复、机械、有固定套路”的活，正是AI最擅长替代的。如果你的工作里有一大堆这种活，而你还在纯手工做——这不一定是坏事，因为这恰恰是你用AI给自己加杠杆的机会。

我没有因为做了这个工具被裁，反而因为效率明显提升、还能帮同事做工具，在组里更有存在感了。

普通人用AI赚钱，不是让AI替你赚钱，而是用AI把你自己变成一个更值钱的人。

写在最后

我准备把我用AI改造工作的过程持续记录下来，做成一个系列——下一篇想写《我怎么让AI帮我从系统里批量下载文件》。

如果你也想看，或者你手上也有那种“每个月都要重复一遍”的破活儿，欢迎在评论区告诉我，说不定下一篇就拆解你的场景。