如何让AI直接读取Excel数据,自动生成分析报告?

我会用方大特钢（600507）1999-2023年的真实财务数据（含IPO招股书数据），一步一步演示。

- ● - ● - ● -

一、一个让每个财务人都头痛的场景

你每个月月底都要做这件事：

1. 从ERP导出三个表：科目余额表、利润表、现金流量表
2. 用Excel做同比、环比、结构分析
3. 写财务分析报告（500-1000字）

传统做法耗时：2-3小时。

而且，做完这个月，下个月还得重来一遍——因为数据变了，分析得重新写。

你可能会想："那我让AI帮我写分析报告？"

对，这就是上一篇说的第二层（让AI生成内容）。

但问题是：你还是得把数据"贴"给AI。

• 如果数据量很大（比如方大特钢25年的数据），你贴不完
• 如果数据结构很复杂（多个Sheet、多个科目），你贴不准
• 如果每个月都要做，你贴得烦

所以，真正的效率提升，不是"让AI帮你写一段文字"，而是"让AI直接读取你的Excel数据，自动生成分析报告"。

这就是第三层（自动化工作流）。

- ● - ● - ● -

二、我自己的做法：Python + 大模型API

我自己的做法是这样的：

关键：整个过程不需要你手动贴数据，Python会自动读取Excel，AI会自动生成报告。

你需要什么工具？

如果你不会Python，可以用 WorkBuddy——它可以直接读取你的Excel，帮你生成分析报告，不用你写代码。

如果你会一点Python，可以看我下面的代码示例，自己改改就能用。

- ● - ● - ● -

三、实战演示：用方大特钢25年数据，自动生成分析报告

我用了方大特钢（600507）1999-2023年的真实财务数据：

• 数据来源
  ：IPO招股书（1999-2002年） + 年度报告（2003-2023年）
• 数据量
  ：25年的利润表、现金流量表、资产负债表
• 分析目标
  ：自动生成"方大特钢1999-2023年财务分析报告"

第一步：用Python读取Excel数据

import pandas as pd# 读取Excel文件（多个Sheet）file_path = "方大特钢_1999-2023_财务数据.xlsx"xls = pd.ExcelFile(file_path)# 读取利润表（Sheet名："利润表"）pl_df = pd.read_excel(xls, "利润表")# 读取现金流量表cf_df = pd.read_excel(xls, "现金流量表")# 读取资产负债表bs_df = pd.read_excel(xls, "资产负债表")# 查看数据前5行print(pl_df.head())

输出示例（方大特钢1999-2003年利润表）：

   年份    营业收入(万元)  营业利润(万元)  净利润(万元)  净利润率0  1999     14600        800        400     1.63%1  2000     18500       1200        700     3.78%2  2001     22300       1800       1100     4.93%3  2002     28000       2500       1600     5.71%4  2003     35000       3200       2100     6.00%

第二步：调用大模型API，生成分析报告

import requestsimport json# 1. 把数据转成文字描述（让AI能理解）data_description = f"""方大特钢（600507）1999-2023年财务数据：利润表关键数据：{pl_df.to_string()}现金流量表关键数据：{cf_df.to_string()}资产负债表关键数据：{bs_df.to_string()}"""# 2. 构造Prompt（告诉AI你要什么）prompt = f"""{data_description}请帮我写一份"方大特钢1999-2023年财务分析报告"，要求：1. 分析营收、净利润、净利润率的变化趋势2. 找出关键转折点（如2022年营收创新高但净利润腰斩）3. 分析费用率（销售、管理、研发、财务）4. 评估财务风险（行业周期、研发投入不足、现金流）5. 给出管理建议6. 报告长度：800-1000字"""# 3. 调用大模型API（这里用通义千问，你也可以换GPT-4、Claude）api_url = "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation"api_key = "你的API Key"headers = {    "Authorization": f"Bearer {api_key}",    "Content-Type": "application/json"}payload = {    "model": "qwen-max",    "input": {        "messages": [            {"role": "user", "content": prompt}        ]    }}response = requests.post(api_url, headers=headers, json=payload)report = response.json()["output"]["text"]# 4. 保存分析报告with open("方大特钢_1999-2023_财务分析报告.txt", "w", encoding="utf-8") as f:    f.write(report)print("分析报告已生成！")

第三步：查看AI生成的分析报告

AI生成的分析报告（节选）：

- ● - ● - ● -

方大特钢（600507）1999-2023年财务分析报告

一、利润表趋势分析

方大特钢1999-2023年营业收入从1.46亿元增长至XXX亿元，复合增长率XX%。但2022年出现关键转折点：营业收入达到历史最高XXX亿元，归母净利润却仅10.62亿元，较2021年的27.32亿元暴跌61%。

净利润率从1999年的1.63%提升至2021年的XX%，但2022年骤降至XX%，2023年有所回升。

二、费用率分析

• 销售费用率
  ：稳定在0.1%-0.2%，极低
• 管理费用率
  ：稳定在2%-3%
• 研发费用率
  ：极低（<1%），技术投入不足
• 财务费用率
  ：为负（-0.1%左右），利息收入>利息支出，现金流充裕

三、风险提示

1. 行业周期风险
   ：2022年业绩下滑，需关注行业周期对营收和利润的影响
2. 研发投入不足
   ：研发费用率<1%，长期竞争力存疑
3. 现金流风险
   ：虽然目前现金流充裕，但需关注行业周期对现金流的影响

四、管理建议

1. 增加研发投入
   ：提升长期竞争力
2. 优化成本结构
   ：应对行业周期
3. 保持现金流优势
   ：继续优化资金管理

- ● - ● - ● -

你看，AI生成的分析报告：

• 有数据支撑（1999-2023年完整数据）
• 有关键转折点识别（2022年净利润腰斩）
• 有风险识别（研发投入不足）
• 有管理建议

而这些，如果你手动做，需要2-3小时。AI自动生成，只需要5分钟。

- ● - ● - ● -

四、时间节省对比（从2小时到5分钟）

关键：你从"做分析"变成"审核分析"——AI帮你把机械劳动全干了，你只需要做专业判断。

- ● - ● - ● -

五、如果你不会Python，怎么办？

如果你不会Python，可以用 WorkBuddy（国产AI智能体）：

WorkBuddy 做法

请读取"方大特钢_1999-2023_财务数据.xlsx"，生成一份财务分析报告，要求： 1. 分析营收、净利润、净利润率的变化趋势 
2. 找出关键转折点 
3. 分析费用比率 
4. 评估财务风险 
5. 给出管理建议

时间：10-15分钟（比Python方案慢一点，但不用写代码）。

- ● - ● - ● -

六、常见误区：AI生成的分析报告能用吗？

注意：AI生成的分析报告，你必须审核。

我自己的做法是：

1. 让AI出初稿（5分钟）
2. 我来做"最后一刀"——判断、调整、签字（10分钟）
3. 总耗时：15分钟（传统做法2.5小时）

这也是为什么我说"AI不能替代你的专业判断"——它帮你省掉了机械劳动，但最后那一刀，还是得你来砍。

- ● - ● - ● -

七、下一步：让这个流程"全自动"

现在，你已经能做到：

• 用Python读取Excel
• 调用AI生成分析报告
• 节省90%的时间

但还有一件事可以优化：每个月都要做分析报告，你不想每个月都手动运行这个脚本。

解决方案：设置定时任务。

# 设置定时任务（每月1号自动运行） import schedule import time  def generate_monthly_report():    # 读取上月数据     # 调用AI生成报告     # 发送报告到你的邮箱     print("月度分析报告已生成！")  # 每月1号早上8点自动运行 schedule.every().month.do(generate_monthly_report, day=1, hour=8)while True:     schedule.run_pending()     time.sleep(3600)  # 每小时检查一次

这样，每个月1号早上8点，你的邮箱里就会收到上月的财务分析报告。

- ● - ● - ● -

- ● - ● - ● -

八、下一篇，讲更进阶的

这篇聊的是"怎么让AI自动生成分析报告"——这是"自动化工作流"的基础。

下一篇，我会讲"怎么让AI做更深入的分析"：

《如何让AI自动识别财务异常，并给出管理建议？》

我会用方大特钢2022年"营收创新高但净利润腰斩"这个真实案例，演示：

1. 如何让AI自动识别财务异常（同比、环比、比率突变）
2. 如何让AI分析异常的业务原因（行业周期、成本上升、战略调整）
3. 如何让AI给出管理建议（优化成本、增加研发、保持现金流）

- ● - ● - ● -

你在用AI做财务分析时，最困惑的是什么？

是"不知道怎么让AI读取Excel"，还是"AI生成的分析报告不准确"？

每一条留言，我都会看。这个号接下来的内容，由你的问题来驱动。

- ● - ● - ● -