把 Excel 交给 AI 前,我先和它约法三章

月底，我又对着一摊质量数据发愁。

成分不命中的炉次、内控命中率、各炉座和横班的分布……几百行，密密麻麻。以前我一个个函数套，算完还得拿计算器核对一遍，半天就这么没了。

后来我把这活儿交给 WorkBuddy——它能读我电脑上的本地文件，也能跑脚本帮我算。但交了几次，我踩出几个坑，也摸出三条规矩。今天一并交给你。

一、先说清要什么

第一次我图省事，直接把报表截图丢过去：“帮我算算命中率。”

它真的算了个“命中率”出来。可我一对，发现它把“炉座”当成了“横班”——截图里的列名它猜错了，结论自然歪了。

教训：给 AI 派数据活，第一句就得说清三件事——数据在哪（文件还是截图）、字段是啥意思、你要它算哪个指标、按什么维度拆分。含糊一句，它就用“猜的”填坑。

二、三条约法

我现在和它对数据，立了三条规矩：

① 给它原始数据，别给截图。截图它看不准数字，CSV 或 Excel 文件最稳，连表头带单位一起给。 ② 让它写脚本算，别直接信它报的数。让它把 Python 脚本也给你看，你顺着逻辑过一遍——它算得对不对，你看得出来。 ③ 关键数字，回来我核一遍。命中率、合金成分这种要写进报告的，必须回到原始表再对一遍。

三条里，第三条最要命。AI 算得飞快，可一旦数字进了报告、报给了领导，错的板子只打在你身上。

三、它能干啥

把活儿交对方式，它能替你省掉最烦的一段：

算指标——内控命中率（合格炉数/总炉数）、各炉座/横班的不命中分布，一行命令出结果；画图——饼图（命中/不命中）、按炉座的柱状图、合格率趋势线，直接能贴进月报；找异常——标出离群炉次、把磷高的挑出来，你只看它圈出来的那几个；整表——把一堆分表汇成一张汇总表，省掉手动复制粘贴。

这些都是重复、机械、又容易看花眼的活——正该交给它。

四、它干不了啥

也要把丑话说前头，这几样别指望它：

不懂业务——磷高到底是原料、终点还是出钢环节的问题，它给不了因果，得你拍板；不替你担责——对外发的数字，错一个都是你背，它不会替你开会挨批；会编数——数据不全时，它偶尔“补”一个看起来合理的数。这条必须拦住——缺什么就标注“未知”，别让它圆场。

一句话：凡是“算和画”的活，交给它；凡是“定口径、下结论、对外负责”的活，自己来。

▲ 它能干 vs 它干不了（示意图）

五、可直接抄的提示词

说到底，AI 算得再快，判断的活儿还是你的。你把重复的活交出去，把要紧的活留给自己——这才是真省时间。