每个月都要做一次的 Excel 报表,别再手动改了!用 WorkBuddy 做个 Skill,以后重复工作交给它

大家好，我是 30+学长的小宇宙。

我发现很多人用 AI，有个习惯一直没变。

遇到问题，打开 AI，问一句；拿到答案，关掉窗口。过几天又碰到同样的事情，再打开，再问一遍。

如果只是查资料、问个问题，这样用当然没问题。

但如果是工作里那些每周都要做、每个月都要重复的事情，我觉得就有点可惜了。

比如 Excel。

公司每个月要交销售报表，有人负责收集各部门的表格，有人负责核对数据，有人要按产品、销售人员、部门分别统计。表格整理完了，还得检查有没有漏项，数字对不对，格式是不是符合要求。

忙活一圈，下个月又来一次。

我就在想，既然这些操作每个月都差不多，能不能干脆把规则保存下来？

这也是我最近研究 WorkBuddy Skill 时比较关注的一个方向。

与其每次都从头告诉 AI 应该怎么处理，不如把一套相对固定的工作流程整理成 Skill。下次再拿到类似的表格，就让它按这套规则执行。

听起来不复杂，但这里面有些细节值得琢磨。尤其是涉及业务数据的时候，能生成一张表格，和能把一份表格处理正确，完全是两回事。

今天就拿月度销售报表来拆一下。如果从头开始设计，我会怎么做。

· · ·

●每个月都在做的事情，为什么不能直接交给 AI？

先看一个很常见的场景。

你在公司负责运营，每个月要把几份销售明细合并起来，再做一份汇总报表。

同事发过来的文件，有的日期写成 `2026/09/01`，有的写成 `2026-09-01`；有人把金额设置成数字格式，有人直接在单元格里写了人民币符号。

这些问题单独看都不大，放在一起处理就麻烦了。

合并之前要统一字段，合并以后要检查重复记录，再按销售人员和商品分类汇总。做完还得抽查几行，确认数字没有算错。

最让人头疼的地方是，这些工作往往没什么新鲜感。

上个月怎么做，这个月大概率还是那几步。可每次换了新文件，还是得重新操作一遍。

我觉得这类事情挺适合拿来研究 Skill。

原因不只是它重复，而是它有相对明确的输入、处理规则和输出结果。

输入是几份 Excel，处理过程包括数据检查、格式整理和分类汇总，最后交付一份报表，再附上一张异常清单。

这条流程只要能说清楚，就有机会整理成一个可重复使用的 Skill。

当然，前提是业务规则本身得明确。假如每个月的统计口径都不一样，或者每次都需要人做大量判断，那就不能指望一个 Skill 把所有事情一次性解决。

我们先从最基础的版本做起。

· · ·

●我会先准备一份小表格，不急着碰公司的真实数据

刚开始测试，我不会直接拿公司的整月销售数据来试。

一方面，真实业务数据可能涉及客户信息和内部经营情况，上传之前要确认公司的相关规定和工具当前的数据处理政策。

另一方面，刚开始就拿一大堆数据来跑，出了问题也不好判断究竟是哪一步出了错。

自己建一份简单的测试表就够了。

这里故意放了两条看起来相同的记录，日期格式也不完全一致。金额和数量都是演示数据，不代表真实业务结果。

接下来，把文件交给 WorkBuddy，先别让它直接生成最终报表。

我会先让它回答几个问题：

这份表格有哪些字段？

日期和金额的格式有没有问题？

有没有缺失值或者疑似重复记录？

如果要按销售人员汇总，还需要哪些信息？

哪些地方可以直接处理，哪些地方需要我确认？

这一步看起来有点多余，其实挺重要。

我们要做的是一套以后还会重复使用的流程。如果连原始表格有什么问题都没搞清楚，就直接让 AI 开始汇总，最后生成的结果即使看起来整整齐齐，也不代表数据就是对的。

· · ·

●提示词可以先这样写，后面再慢慢补规则

我会先用一段普通指令测试处理逻辑，确认思路没问题，再考虑整理成 Skill。

比如下面这段：

我需要整理一份月度销售报表。

请读取我提供的 Excel 文件，

先检查数据，不要直接修改原始文件。

需要完成以下工作：

1. 识别工作表和字段名称。

2. 检查日期、销售数量和销售金额的格式。

3. 标记缺失数据、异常数据和疑似重复记录。

4. 按销售人员汇总销售数量和销售金额。

5. 按商品名称生成另一份汇总结果。

6. 对不确定的数据单独列出，不要自行补全。

7. 不要擅自删除或合并原始记录。

8. 说明采用的统计口径，并检查汇总数字。

如果发现影响统计结果的问题，

请先列出来让我确认。

最终输出：

- 销售人员汇总表

- 商品汇总表

- 异常数据检查清单

这段指令不是最终版本，先用来确认任务流程是否合理。

我比较在意的是，里面没有只写「帮我把报表整理好」，而是把具体要做的事情、不能做的事情，以及最终需要交付什么，都说清楚了。

很多人用 AI 时，喜欢把要求写得很简单，觉得剩下的事情交给模型自己发挥就行。

做普通的文字整理，这种方式有时问题不大。但涉及数据处理，我反而觉得越是关键的规则，越应该提前讲明白。

尤其是重复数据。

上面两条记录看起来完全相同，但它们到底是不是重复订单？现在没有订单编号，也没有其他业务信息，谁都不能直接下结论。

所以这时候正确的处理方式不是让 AI 自己选一条删掉，而是先标记，再让人确认。

我们想让 AI 少干重复的活，不是让它替我们猜业务规则。

· · ·

●测试跑通以后，再把这套流程放进 Skill

到这里，已经有了一份初步的任务指令。

接下来才是 Skill 的设计。

我会把它命名为「月度销售报表整理」，先只负责一件事：按照约定好的规则检查和整理销售数据。

不急着给它塞进预测销量、分析经营趋势、自动生成汇报 PPT 这些功能。

这些事情以后当然可以研究，但现在把一个基础任务跑顺，比一开始做一个什么都能干的工具更实际。

Skill 里面，我会重点固定几个部分。

第一部分：输入要求。

告诉它需要什么字段，文件缺少必要信息时怎么处理。

比如没有销售金额，就不能假装自己已经完成了金额汇总。

第二部分：数据检查。

统一日期格式，识别缺失字段和异常值，把疑似重复的记录列出来，但不擅自删除。

这里要注意，日期格式统一和业务数据修改不是一回事。前者可以按照明确规则处理，后者则需要有足够的信息作为依据。

第三部分：统计规则。

明确按照销售人员还是商品汇总，销售数量和销售金额分别怎么计算。

如果后面涉及退款、取消订单或者跨月结算，还要补充对应的规则，不能默认所有金额直接相加就一定正确。

第四部分：输出要求。

每次都生成相对固定的结果，包括销售人员汇总、商品汇总和异常数据清单。

这样以后拿到新文件时，结果至少有统一的格式，方便自己检查，也方便交给同事继续处理。

实际创建时，需要按照当前 WorkBuddy 版本支持的 Skill 创建方式来配置。创建入口、文件处理能力和导出方式，都应该以实际环境为准。

这里我想强调一句：Skill 保存成功，只能说明规则已经配置好，不代表任务已经验证成功。

后面还得拿不同的数据跑一跑。

· · ·

●这个 Skill 最容易出问题的地方，其实不是提示词

假如你把前面的指令写好了，WorkBuddy 也能按照要求生成两张汇总表，是不是就可以直接拿去用了？

我觉得还不行。

因为真正的业务表格，比我们自己造的测试数据复杂得多。

比如同一个商品，有人写「商品A」，有人写「A款」，这两个名称是不是同一个产品？

如果只是为了让报表看起来整齐，就直接把它们合并，可能会把不同的商品算到一起。

再比如一笔订单被取消了，但原始销售明细里还保留着这条记录。统计销售额的时候，到底应该把它算进去，还是排除？

这些问题都不是靠一句「请准确处理数据」就能解决的。

如果公司有明确的产品编码和订单状态，就应该把这些字段及其对应规则提供给 Skill。

如果没有足够的信息，那就让它把问题列出来。

我会在规则中再加一段：

数据处理约束：

- 不得覆盖原始文件。

- 不得擅自删除原始记录。

- 疑似重复记录必须标记并等待确认。

- 缺失的金额、数量和业务信息不得自行编造。

- 不得自行决定退款、取消订单的统计口径。

- 所有汇总结果必须能够追溯到原始记录。

- 对无法确认的问题，说明原因并单独输出。

这部分没有什么花哨的技术，但我觉得比把提示词写得多么复杂更重要。

因为我们最后要交付的不是一张看起来漂亮的 Excel，而是一份经得起核对的报表。

· · ·

●怎么判断它是真的能用，而不是看起来能用？

我会准备两轮测试。

第一轮用简单的数据，检查字段识别、分类汇总和文件输出是否符合预期。

第二轮故意加入一些问题，比如日期格式不一致、金额缺失、疑似重复记录，看看它能不能按照事先写好的规则处理。

测试时，别只看它有没有给出结果。

我会自己核对几笔数据，再把原始数据按相同口径重新计算一次，看看汇总数字是否一致。

还要观察一个细节：当它遇到不知道怎么处理的问题时，是不是会停下来说明情况，还是自作主张给出一个完整答案。

如果它能把正常的数据整理好，也能把不确定的部分单独列出来，这个方向才算有了继续完善的基础。

至于到底能节省多少时间，现在没有真实测试数据，就不应该直接给出一个数字。

你可以记录一次原来的手动处理时间，再记录使用 Skill 后的处理时间和人工核对时间。两次用同样的任务范围、同样的检查标准来比较，才有参考价值。

如果发现节省的时间不多，也没关系。可能是原来的流程本来就很简单，也可能是 Skill 的规则还没设计好。

先找到原因，比急着给工具下结论更有用。

· · ·

●我为什么觉得这类 Skill 值得研究？

做完这个例子，你可能会发现，月度销售报表本身并不是什么高深的技术问题。

Excel 能做汇总，AI 也能帮忙处理数据。真正值得琢磨的，是怎么把一项重复工作拆成清楚的步骤，再把规则固定下来，让以后每次处理时少做一些重复劳动。

这个思路也不只适用于销售报表。

比如每周整理订单、每月汇总库存、把不同部门交上来的表格统一格式，甚至把一堆客户资料整理成固定字段，都可以沿着这个方向研究。

但也不是所有事情都适合做成 Skill。

如果每次任务的要求差别很大，或者关键判断完全依赖人工经验，强行把它做成固定流程，可能反而增加维护成本。

我更倾向于先找一个自己已经很熟悉、每次都要重复做的任务。把原来的操作步骤写下来，找出其中规则明确、重复率高的部分，再交给 WorkBuddy 尝试。

能跑通，就继续完善。

发现不合适，也能及时换方向。

对我来说，研究 WorkBuddy 的 Skill，重点并不是给工具增加多少功能，而是找到那些确实能放进日常工作里的用法。

如果你平时也经常处理 Excel，可以在评论区说说，你每个月最烦的是哪一步：合并表格、核对数据，还是做完汇总还得重新写一份分析？

后面我会继续沿着 WorkBuddy Skill 这个方向研究，尽量把具体怎么设计、怎么测试，以及实际使用时容易碰到的问题拆开来讲。

#WorkBuddy#Excel技巧#Skill#AIAgent#AI办公#效率工具