复杂 Excel 怎么交给 AI 做?

2026 年随着 OpenAI Codex 桌面 App 推出，以及 Spreadsheet Skill 的引入，Codex 已经可以直接生成可编辑的 Excel 文件。

这件事听起来很轻巧，我只要告诉 AI 要什么表，它就帮我生成一个 .xlsx。

但实际上这类任务对 AI Agent 来说还是相当复杂。

最近两天，因为工作原因，我需要处理一批真实场景下的训练数据和纸质表格整理任务，才发现复杂表格，尤其是一旦进入多 Sheet、多字段、下拉菜单、跨表引用、格式转换等场景，AI 就很容易卡壳。

甚至于有些我半个小时就能手动完成的制表工作，用 AI 折腾半天也没完全搞定，真是踩了不少坑，也浪费了不少 token。

在这个过程当中，难免会让人有些疑惑，到底是 AI 让人偷懒了，还是 AI 让过程更复杂了 ？

以下面两种典型任务为例。

01

从 0 创建一个复杂 Excel 文件

一种任务是从 0 创建一个复杂 Excel 文件。

比如，一个主文件里包含 7 张 Sheet，每张 sheet 都有不同字段结构，而且彼此之间还有一定的业务关系。

一开始我以为可以直接让 Codex 一次性写完，建好 7 张表、填好字段、补好示例数据、设置好格式。

但是结果问题非常多。

比如：

• 一开始直接写 7 张 Sheet，Codex 很容易崩，任务经常完成不了。
• 每次只是改一个小问题，它都会尝试重新碰 Excel 文件本体，导致小修小补变成整表重写。
• 已经完成的内容会被反复重写。
• 在处理某一张 Sheet 时，其他 Sheet 容易被误删。
• Codex 容易边写边改，甚至没有等我确认就继续往下推进。

这类问题的本质是复杂 Excel 不是一个单文件生成任务，而是一个结构化工程任务。

如果一开始就把所有要求都塞进去，模型需要同时处理结构设计、字段命名、Sheet 关系、数据示例、格式、校验逻辑和文件写入，复杂度会瞬间爆炸。

第二种典型任务是把现有纸质表单或 Word 版本的表格，转化成可填写的 Excel 表格，并把部分选项改成下拉菜单。

这个任务看起来更具体，但实际更难。

我分别试过单独用 Codex、ChatGPT for Excel，以及 Deepseek for Claude 本地脚本处理，最后都遇到一个突出问题：下拉菜单功能无法稳定正确实现。

有时候文件里看似已经写入了 Data Validation，但打开 Excel 后就是看不到可用的下拉菜单。

格式转换也经常出问题，原本有逻辑分区、板块结构的纸质表单或 Word 表格，很容易被直接转成一条横向很长的列表。字段是有了，但原来的业务结构、填写节奏和阅读层级都丢了。

1/ 先让 Codex 写清楚 plan

不要一上来就让 Codex 生成文件，先让它把 plan 写清楚：

• 这个 Excel 文件需要输出多少张 Sheet。
• 每张 Sheet 的作用是什么。
• 每张表包含哪些字段。
• 表与表之间是否存在跨表关系。
• 哪些字段需要示例数据。
• 哪些字段未来需要下拉菜单、校验、公式或条件格式。
• 最终如何验证文件是否合格。

这一步非常重要。

复杂 Excel 最怕边做边改。先把目标和验证条件定义清楚，可以明显减少后面无效循环。

2/ 先生成表格框架，不要一口气填满内容

第二步，是让 Codex 先生成 Excel 框架。

Codex 适合用 Python / openpyxl 这类方式创建基础文件，因此可以先让它完成这些工作：

• 创建 Workbook。
• 创建多张 Sheet。
• 写入基础表头。
• 添加少量示例数据。
• 预留选项区或选项表。
• 设置基础列宽和简单样式。

注意，不能一开始就让它完成所有内容填充和全部细节功能。

先把骨架搭起来，确认 Sheet 数量、字段结构和文件能正常打开，再进入下一步。

3/ 每张 Sheet 单独生成，再合并

如果一个 Excel 里有很多张表，不建议一次性让 Codex 写完所有 Sheet。

更稳的方式是把主 Excel 框架当成模板，然后让 Codex 单独生成每张 Sheet。

一张 Sheet 完成之后，先检查结构和内容，再继续下一张。

全部完成后，再合并成一个主 Excel 文件。

这样可以避免一次性塞入太多细节导致崩盘，也能降低误删其他 Sheet 的风险。

4/ 用 ChatGPT for Excel 补复杂功能

当 Codex 完成基础框架后，就可以把任务转到 ChatGPT for Excel 里做精修和微调。

尤其是这些 Excel 原生功能：

• Data Validation 下拉菜单
• 级联下拉
• 条件格式
• 跨表公式
• 错误提示
• 精准修改某一行、某一列、某个单元格

Codex 可以写脚本，但 Excel 的很多细节功能和兼容性问题，还是在 Excel 原生界面里处理更稳。

ChatGPT for Excel 的优势是可以直接操作当前打开的表格，也更容易绕开代码层面的 quoting、路径和兼容性问题。

5/ 遇到问题及时沉淀成 reusable workflow

最后一步，是把踩坑记录及时记下来。

每次遇到问题，都不要只修当前文件，而是让 AI 记录：

• 这次失败的 prompt 是什么
• 失败原因是什么
• 哪一步不该让 Codex 直接做
• 哪一步应该切到 ChatGPT for Excel
• 下次如何拆分任务
• 是否可以封装成 reusable skill 或 subagent

这样后面再遇到类似任务，就调用已经优化好的流程，不用重新踩一遍坑。

复杂 Excel 任务，不要把它当成一次生成一个文件。

更好的方式是把它拆成一个小型工程流程，让 AI 进入一个可控的工作流里。

Plan before Code：先定义目标、结构和验证条件，避免模型陷入无效循环。

混合使用工具：Codex 强在结构化生成、脚本和批量处理；ChatGPT for Excel 强在 Excel 原生细节和交互式修复。

闭环自改进：及时复盘 prompt 版本、失败原因和下次优化点，把流程写进 skill 或 subagent。

总之，先搭框架，再填内容。先验证结构，再补功能。先小步确认，再合并交付。

这样才不会把一个本来可控的表格任务，变成一场漫长的 token 消耗战。