夜雨聆风学习资料网

ARTICLE · 1257989

还在手抄Excel?我把这活交给AI了

还在手抄Excel?我把这活交给AI了

常有朋友问我同一个问题:手底下那些 Excel,到底能不能交给 AI 干?

能。但大多数人第一步就走错了——他们把 AI 当成了一个手更快的打字员。

就拿我一个做财务的朋友来说。她前阵子跟我吐槽,说她每个月有两天是专门跟一张表较劲的:系统里导出来的明细几百行,要按部门拆成十几张表,每张换个表头、算一遍小计、把金额写成大写,最后发出去。

我问她:这十几张表,做法是不是一模一样?

她说:是啊,就是复制粘贴改数嘛。

我说:那就不是你的活。

这句话不是安慰她。多数人以为手抄表格累,是因为数据量大。其实不是。累,是因为你在用手替机器执行一套只有你自己心里清楚的规律。

这个区别很重要:如果是数据多,你得干得更快;如果是规律,那这条规律根本不该由人来扛。

我最近刚把这么一件事彻底解决掉,拿出来讲讲,你对照看看手上有没有同类的事。

那张“责任最大”的表

我们公司这两年一直在给一家大型央企的加油站网点供设备。每装完一个站点,得有一张双方签字盖章的设备安装验收单——这张纸是结账的依据。

做起来是什么样呢:从订单表里把本站点实际要的设备行挑出来,序号、编号、名称、型号、单价、数量、金额一行行对过去,抄进验收单的模板,单项金额算一遍,最后合计,再把总数写成人民币大写,还得写对甲方的分公司全称。

一个站点一份。

我当时就想:这活为什么不能交给 AI 干。

第一步:先让它干一遍,我在旁边盯着

这事的难点从来不是算数。真正卡住的地方是——它得先搞清楚这张表到底长什么样。

带着 AI 跑第一遍的时候,我全程盯着,凡是对的放行,不对的当场拦下来。挑几个最典型的说——我觉得每个手工做表的人都对得上号:

第一,表头不在第一行。

老版本导出的表,第一行压根不是列名,是“商品属性”“价格信息”这种大分组,真正的列名在第二行。

人看一眼就绕过去了,程序不会。它规规矩矩从第一行读,于是“商品属性”被当成一条设备,写进了验收单。

所以我给它立的第一条规矩:拿到表先探结构,判定不了就停下来问我,不许自己猜。 猜对了算运气,猜错了是要签字的。

第二,表里的数不能信。

订单模板自带一列“合计金额”。我拿两个站点一比对,发现口径不一样——一个是不含税单价乘数量,一个是含税单价乘数量。那一列是前人手填的。

这张单子是要拿去签字结账的。钱错了,等盖完章才发现,追都追不回来。

我现在的规矩:凡是钱,一律按含税单价乘数量自己重算,表里现成的合计列一律当没看见。 这条后来成了我做所有表的铁律——别人算出来的结果,只配用来验证,不配用来直接用。

第三,它会把自己的劳动成果当成原材料。

同一个目录里放着原始订单表,也放着上次生成的验收单。它顺手就把上次的验收单当源表读了,拿验收单的列结构去解析订单表,稀里糊涂生成一堆东西,还不报错。

不报错,才是最可怕的。

从那以后,源文件和产出必须分目录放,读哪张表按文件名卡死,不许它自己挑。

第四,筛选之后,序号会断。

按条件把没下单的行过滤掉,原来的编号就变成了 1、2、3、9、10 这种。人手工做不太会犯这个错,因为人会顺手把它改顺;它不会,它只知道照抄。

所以我明确写死:序号一律重新排,永远从 1 到 N。

这四个坑回头看,没有一个跟“AI 聪不聪明”有关。

它们全砸在同一类东西上:这张表哪一行才是真表头、哪一列能用哪一列是摆设、哪些数是别人已经填好的、筛完之后什么东西会跟着失效。

这些是人跟人之间心照不宣的默契。正因为是默契,人从来没把它写下来过——它是“常识”。

而机器没有常识。

▲ 四个坑,全是这张表本身的问题,没有一个是“AI不聪明”

所以这事的解法,从来不是多试几次、换个更强的模型,更不是找个手更快的人来抄。

第二步:把这些写成它能看懂的规矩

我写了一份固定的工作说明文件——这东西现在叫法挺多,有的叫技能、有的叫 Skill,你可以理解成一本写给 AI 看的岗位手册:它每次开工先读这个,而不是我每次临时跟它交代一遍。

前面那四个坑,连同处理办法,全写进去了:

写进手册里的,就是这几条

· 先探表格格式,两套老新模板分别怎么认,都认不出来就停下问人

· 只统计数量大于零的行

· 序号强制重排,从 1 开始

· 金额一律自算,不采信表里的合计列

· 甲方写哪个分公司,按路径上的地区自动认

最后这条听着小,其实最典型:有个站点在郧西,归十堰管,不属于武汉。这种地理常识你不写进去,它就敢给你写成武汉分公司。常识不落笔,就是 bug。

第三步:它就自己干了

现在谁要验收单,把文件夹路径丢给 AI 就行。老版还是新版表格、甲方写哪个公司、合计多少钱、大写怎么写,它自己认。

说到这儿补一句:做这些不需要你会写代码。 值钱的是你脑子里那套“这活到底该怎么干”,写代码那部分它自己会。

后来,这事交出去了

后来有一批新站点的单子,不是我做的。

同事接过去,做完交上去了。他不知道我在这张表上栽过哪几个跟头,也没来问过我金额该按哪个口径算——因为这些东西早就从我脑子里搬走了,它现在在那份文件里。

到这一步我更确信一件事:

过去我们说“经验”,说的是一个老师傅脑子里那些说不清的智慧。要传给下一个人,得带半年,他还不一定学得会,还可能学歪。

现在不一样。你把规律交给 AI,它记住之后,任何一个新人,一句话,做出来的就是老员工的标准。

所以我做事的顺序基本固定了:先让它干一遍我盯着 → 把这次踩的坑写成规矩 → 下次整件事就交给它自己干。

▲ 到这一步,产出已经不是一张表,是一份能交接出去的东西

这第三步,才是 AI 时代真正的产出。你要的从来不是那一张表,是一份能被反复调用、能交接出去的东西。

回到开头我对那位财务朋友说的那句话——那就不是你的活。 AI 时代最重要的,不是把活干得更快,是让 AI 去干。

因为只要规律是真的,它本来就比人快、比人稳,还不请假。你要做的事只剩一件:把这套规律想清楚,然后交给它。

你手上要是也有那么一张“每个月都要做一次、每次都出点小错”的表,先别急着去找什么新工具。把这几个问题想清楚就行:

哪些列是真数据,哪些是别人填的?筛完之后什么会失效?出错了怎么知道?同一件事,有没有人在按另一种写法做?

想清楚,写下来。剩下的活,不用你自己干。

相关学习资料