多维表格-AI帮我做架构师,10分钟搞定“品质客诉系统

今天是坚持实战分享的第101天！🎉

以前接到开发需求，第一反应是打开Excel画草图，或者去查数据库设计文档。但今天，我尝试了一种全新的“AI原生”工作流，效率之高，让我不得不再次感叹：未来的开发者，首先是优秀的提问者。💡

今天接到客户的一个紧急需求，需要在现有的产品体系中增加一套品质客诉管理功能。具体的业务痛点如下（如图1所示）：

💡

面对这个需求，如果按传统方式，我得先设计ER图，再建表，再写关联公式。但这次，我决定把“大脑”交给AI。🤖

接到需求后，我没有急着建表，而是先停下来思考业务逻辑：这套系统到底需要几个数据表？表与表之间是什么关系？🤔

如果你没有思路，千万不要硬想。我打开 AI - WPS 灵犀工具，输入了第一句提示词（如图2）：

💡

“一般情况下多维表格客诉应用需要几个数据表？每个数据表对应有什么字段?”

AI很快给出了经典的“星型模型”建议：1张事实表（记录流水）+ N张维度表（基础资料）。🌟

有了这个架构思路，接下来的工作就变成了“填空题”。

我打开WPS多维表格，点击“AI快速建表”，并特意开启了DeepSeek深度思考模型。这一步非常关键，因为建表涉及逻辑推理，普通模型容易“一本正经胡说八道”，而深度思考模型会像资深架构师一样先推理再输出。🧐

我输入了精心准备的“超级提示词”（如图3）：

💡

“帮我建立一个品质客诉的应用：

第一张表（客诉明细表）： 需要包含客诉编号、客户、存货编码、存货名称、规格型号、客图纸、客诉时间、问题描述、问题图片、对应订单、问题类型、严重等级、处理状态、处理措施、纠正预防措施、处理负责人这些字段。

第二张表（基础资料表）： 要包含编码、名称等信息，这个用于第一个表进行关联锁定，如选择编码，自动带出名称，规格。

第三张表： 需要一个仪表盘，统计第一张表的数据。”

看AI如何拆解需求，这是一个非常好的学习方式，可以对比AI与人的逻辑差异。

系统自动生成了“基础资料”和“客诉明细”两张表。最棒的是，关联关系已经建立好了！选择“存货编码”，自动带出“名称”和“规格”，完全符合范式。👌

图6：客诉明细📑

同时建立了3个视图

问题类型分布、客诉趋势、负责人统计……一眼就能看清业务全貌。

结论： 从AI生产的速度与结构来说都非常不错，只要提示词精准，基本上开箱即用。📦

缺点： 细节方向还需要人工微调，比如字段标题的通俗化、列宽的调整、关联关系的具体校验等。🔧

最终打分：80分💯

AI解决了从0到1最难的架构搭建，剩下的20分细节打磨，才是体现我们专业价值的地方！加油！💪