夜雨聆风
不会 vlookup 不是大问题，不会问 AI 怎么写 vlookup 才是。Excel 公式曾经是一道隐形门槛，拦住了无数本来可以把数据用好的人。现在这道门快消失了。
Excel 公式是很多人的噩梦。vlookup、index+match、sumifs、pivot table……这些词光是读出来就让人想关掉文件。不少人宁愿一行一行手动算，也不愿意在函数嵌套里迷路半小时。这种痛苦很真实，但它的根源不是你不够聪明，而是公式这套语言本来就不是为普通人设计的——它是为上世纪九十年代的财务分析师设计的。现在有了 AI，这件事的逻辑开始反过来了。
最基础的用法：直接描述，让 AI 翻译
最简单的起点，就是把你的问题原样说出来。比如：「我有两张表，A 表是订单信息，B 表是客户信息，我想在 A 表里加一列，显示每个订单对应的客户名字，怎么写公式？」你不需要知道这叫 vlookup，也不需要记得参数顺序是什么。AI 会给你完整的公式，还会解释每一段在做什么。不只是代码，还告诉你每一部分在干什么。这个区别很重要——你下次遇到类似问题，会有点印象，而不是每次都从零开始。
进阶用法：描述需求，不用知道公式名字
更自由的用法是完全忘掉公式名字，只说你想要什么结果。这类需求 AI 都能接住：
1找出销售额排名前十的客户
2计算每个月相比去年同期的增长率
3从身份证号里提取出生年份和性别
4把各种格式混乱的日期统一成 YYYY-MM-DD
5标记出哪些行的数值超过了平均值
你不需要知道这些分别对应 LARGE、YEAR、TEXT、AVERAGE 还是什么组合嵌套。AI 会根据你的描述判断用哪个公式，有时候还会给你两种方案，告诉你哪种更稳健。这种交互方式，把「学工具」变成了「提需求」，对大多数人来说是一次真正的解放。
一个真实案例：奶茶店老板的数据分析
我认识一个开奶茶店的朋友，每天用表格记录销售流水。他想搞清楚几件事：最好卖的三款产品是什么、哪个时段营业额最高、周末和工作日的差异有多大、下个月大概能收多少钱。如果让他自己做，他要学 SUMIF、AVERAGEIF、PIVOT TABLE、TREND 函数，还要搞清楚日期格式怎么提取小时段。这至少是两三天的学习成本。
他的实际做法是：把问题逐条发给 AI，附上表格的列名说明。三个来回，四个问题全部解决。他甚至不知道自己用了哪些函数，但结果是准确的，逻辑是清晰的。这不是偷懒，这是正确地分配注意力——他的注意力应该放在奶茶配方和选址上，不应该消耗在函数语法上。
「
工具的终极形态，是让人感觉不到工具的存在。
」
Excel Copilot：原生集成的体验
微软在 Microsoft 365 里推出的 Excel Copilot，把这个交互方式直接嵌进了软件本体。你不需要开浏览器、切换窗口、复制粘贴公式。侧边栏直接问，AI 给出的公式可以一键插入对应的单元格，复杂任务可以多轮追问，还能帮你生成图表、整理数据结构、做初步分析。对已经在用 Microsoft 365 的人来说，这个功能几乎是零切换成本的提升。
1侧边栏直接提问，不用离开表格
2公式可以一键应用到选中区域
3支持多轮对话，逐步细化需求
4可以直接生成图表并给出类型建议
我常用的几个场景
把我自己高频用到 AI 处理 Excel 的场景整理了一下：
1数据清洗：去掉重复行、统一大小写格式、批量填补空值
2条件统计：多条件 SUMIFS、COUNTIFS，嵌套逻辑
3数据透视：描述我想看什么维度，AI 给操作步骤或直接写公式
4图表建议：告诉 AI 我的数据结构，它推荐合适的图表类型
5跨表引用：多个 sheet 之间的数据关联，容易出错的地方让 AI 检查
VBA 宏：曾经是程序员的领域
更进一步，AI 还能帮你写 VBA 宏。如果你有一个重复性的操作流程——比如每周从五个文件里汇总数据、按规则自动格式化报表、把特定列的内容批量发送邮件——你只需要用中文描述这个流程，AI 给你完整的 VBA 脚本，你粘贴进去运行就行。这件事以前是程序员的领域，普通用户碰都不敢碰。现在门槛已经低到「会描述你想干什么」就够了。当然，复杂的宏还是需要你验证逻辑是否正确，不能无脑运行，但起点已经完全不同了。
80%
我见过的 Excel 操作问题，AI 都能给出可用的解法
剩下那百分之二十，大多是数据本身的问题——格式混乱、来源不一致、逻辑本身有歧义。这些问题 AI 也能帮你诊断，只是需要你描述得更清楚一些。换句话说，AI 在 Excel 这件事上的能力边界，比大多数人想象的要宽得多。真正的门槛，已经从「会不会用公式」变成了「能不能把需求说清楚」。后者是每个人本来就有的能力。
✦ 小结
Excel 不再是生产力的门槛。有 AI 在旁边，你不用背公式，不用记参数顺序，只需要知道你想要什么结果，然后把它说出来。
