夜雨聆风周五傍晚，连锁零售总部的数据运营小王刚想关电脑，微信弹了三条：
"7 月销售汇总明天晨会要，今晚发我。"——老板。"报表我放你邮箱了，文件名你懂的。"——12 家门店店长，语气统一。
小王点开文件夹，12 个文件齐刷刷躺着：「朝阳店7月销售.xlsx」「销售日报_浦东_202608.csv」「高新店sales.xlsx」……名字一个比一个离谱，列名有人写"销售额"有人写"GMV"，单位元和万元混着用。
他算了笔账：逐个打开、复制、贴进总表、统一单位、去重、重命名、归档——最快也要 3 个多小时。而此刻是 17:40。
但这一天，他没再伸手去按 Ctrl+C。他把 12 个文件一股脑拖进 WorkBuddy，打了一段话——30 秒后，一张整齐的总表躺在桌面上。
一、月底那场"复制粘贴马拉松"
小王的痛点，是所有"总部对接 N 个分支"岗位的共同噩梦：
- 12 个文件，命名完全没规律
——同一份报表，有人叫"朝阳店7月销售"，有人叫"销售日报_浦东_202608"； - 格式不统一
——列名"销售额/金额/GMV"三足鼎立；单位元与万元混用；日期格式五花八门； - 手动操作链长
：打开→看列名→复制→粘贴→统一单位→去重→重命名→归档，每一步都靠手； 以前每次 3～4 小时，还常因列对错、单位漏换被老板打回返工。
这活的本质是：规则明确、重复性强、步骤固定——却每次都靠人从头拼。这正是"批量处理"该接管的工作。
二、一条提示词，三步全搞定
WorkBuddy 的「多文件批量处理」核心就一句：把一堆文件丢给它，告诉它你要什么结果，它自己拆步骤执行。这个案例分三步（不是规定四步，是这活刚好三步）。
先扔进去，再说要什么
小王一次性把 12 个报表（xlsx/csv 混合）拖进对话框，输入下面这段话。注意：只写目标，不写步骤——重命名规则、合并方式、归档路径，都让 WorkBuddy 自己定。
第一步 · 批量重命名：12 个乱名秒变规范
WorkBuddy 先识别每个文件的归属门店和月份，按「地区_店名_202607」规则批量重命名，原类型不变。处理前（左）vs 处理后（右）对照如下：
第二步 · 合并汇总：4820 行明细 → 一张总表
重命名后，WorkBuddy 自动统一列名、折算单位、去重异常行，把 12 张表合并成一张总表（共 4,820 行），算出各门店合计与全国合计，并用柱状图呈现。处理前（零散 12 表）vs 处理后（一张总表）对照：
第三步 · 清洗归档：异常修正 + 结构化输出
合并前先做一轮"格式体检"：列名不统一？单位混用？重复行？空值？全部记录并自动修正。最后归档到指定目录，同时生成可直接汇报的 HTML 报告。处理前（脏数据）vs 处理后（干净归档）：
▲ 原始脏数据/无归档 → 成果：5 类问题自动修正 + 归档完成 + 结论与不确定项清晰列出
三、形成的结果：三张截图 + 三张数据表
下面是 WorkBuddy 实跑出来的结果，原始状态与成果一目了然：
表 1 · 文件重命名对照（原始 → 成果，12/12）
表 2 · 各门店 7 月销售额汇总（成果，万元）
| 全国合计 | 3297.0 | +7.4% |
注：表中"涨=红、跌=绿"遵循 A 股配色习惯。Top3 门店（浦东/朝阳/南山）合计 1,317.5 万，占全国 40.0%。
表 3 · 格式 / 异常处理记录（原始脏数据 → 自动修复）
3 小时 → 30 秒
同一次任务：从手动逐表复制粘贴，到拖入文件 + 一条提示词 30 秒出结果
四、达到的效果：从"拼表的人"变成"定规则的人"
这个案例里，小王省下的不只是 3 小时。更关键的是角色变了：
写在最后：工具不会替你思考，但会替你动手
很多人把"多文件处理"当成小事——不就是复制粘贴嘛。可正是这些"每个月都重复、规则又清楚"的小事，悄悄吃掉了一个人最贵的资源：注意力。
小王后来把这条提示词存成了模板，每月 1 号自动跑。他自己的说法很实在："不是省了那 3 小时，是终于不用在周五傍晚，对着一堆乱名 Excel 喘粗气了。"
下一次，当第 13 个 Excel 砸到你桌上时——别再伸手去 Ctrl+C 了。把它和那 12 个一起，拖进 WorkBuddy。看了这么久，饿了吧来一个小食品