ARTICLE · 992645
WorkBuddy+Excel 自动化
每到月底，办公室里总有一群人集体沉默。他们不是在思考人生，是在处理表格：删重复、补空格、统一格式、合并分表、做透视。这些活有个共同的名字，叫“反正月底必须干完”。
麻烦的地方在于，它们不难，但烦。消耗的不是智力，是耐心。而凡是只消耗耐心的活，都是最该交给机器的活。
01
PART
Excel 的苦，是“翻译”的苦
THE COST OF TRANSLATION
想明白一件事之后，我对 Excel 的怨气少了一半：我们痛苦的从来不是“要什么”，而是“怎么让工具明白我要什么”。
你脑子里想的是结果——把这份表弄干净。但工具要求你交付的是过程：先写哪个公式、再拉哪一列、筛选条件怎么设、排序键选几个。每个想法都要先翻译成 Excel 的语言，再由你亲手执行一遍。
所以过去学 Excel，本质是在学翻译：背函数、记快捷键、啃 VBA 教程。学得好的人只是翻译得快一点，并没有跳过翻译这一步。
核心能力的迁移
以前拼的是“会写公式”，现在拼的是“会说人话”。
把表格丢给 WorkBuddy 这类 AI 助手之后，分工彻底变了：你负责想清楚要什么，它负责翻译成操作并执行。你不会 VLOOKUP？没关系，你只需要会说“帮我把重复的行删掉”。
02
PART
三类活，一句话交出去
HAND IT OVER
我实测下来，最值得外包的是三类活：规则明确、重复出现、纯费时间。挨个说。
清洗脏数据
一份 600 行的考勤表，问题一箩筐：日期格式有三四种，工号丢了前导零，姓名列里还混着部门名。以前手工筛，一个上午起步。现在丢过去一句话：
PROMPT清洗这份考勤表：日期统一为 YYYY-MM-DD，工号补齐前导零到 6 位，姓名为空的整行删除，完全重复的行只保留第一条，按部门排序后另存新文件。
它跑完会回一份处理清单：改了多少条、删了多少行、剩余多少记录，一目了然。我全程没碰表格。
合并分表
十几家门店各自发来一张销售表，表头还不统一。以前是复制粘贴加对表头，两小时起步。现在一句话：
PROMPT把 data 文件夹里所有门店表合并成总表，表头以第一张为准，缺失的列补空，加一列“门店”标明来源，按销售额降序排列。
几分钟出结果，两千多行，每行来自哪家门店清清楚楚。
定时任务
周报这种每周都一样的流程，教一遍就够：读原始数据、按品类汇总、算环比、生成图表、导出报表。然后设成每周一早上自动执行。周一打开电脑，报表已经在那儿等着了。
03
PART
说话的水平，决定干活的质量
HOW TO ASK
同样的需求，说法不同，结果可能天差地别。把需求说清楚，诀窍就四个要素：
给文件——把路径交代清楚，或者直接拖进来，别让它猜你要处理哪份表。
讲规则——重复的怎么办、空值怎么处理、格式统一成什么样，一条条列出来。
划边界——处理哪个区间、哪些列，明确圈定范围，别给它自由发挥的空间。
定输出——另存成什么名字的文件、放在哪个目录，说死了，结果才可控。
四要素之外，还有一句保命的话：“别动原表。”让 AI 永远输出新文件，原表保持原样，出了问题随时能回滚。
再进阶一步：把每周都要跑的流程存成一个“技能”。下次只需要说“跑一遍周报流程”，它就知道读哪个文件、怎么清洗、输出到哪里。一次教会，永久调用。
04
PART
AI 干活，你把关
STILL YOUR CALL
效率上来了，但有几个习惯必须守住，一个都不能省：
抽查 —— 处理完随机翻几行核对
重要数据别全信，AI 偶尔也会理解偏差，抽查是最便宜的安全带。
备份 —— 原文件永远留底
坚持只输出新文件，出错时你才有退路。
敏感 —— 客户信息、工资类文件先确认再上传
数据出了边界，省下的时间远远填不回代价。
明确 —— 想删数据就把条件说死
说“删除销售额为零的行”，别只说“清理一下”——模糊指令是误删的头号来源。
✦ 一句话总结
AI 出手快，你负责稳。它管效率，你管正确。
///
LAST
写在最后
EPILOGUE
把表格交给 AI 之后，最大的变化不是省下了几个小时，而是角色变了：你终于从“表格的操作工”，变回“数据的使用者”。
清洗、合并、透视、出图，这些以前要学半个月的技能，现在一句人话的事。省下来的时间干嘛？看数据、想业务、做判断——这些才是机器替代不了的部分。
别再跟表格较劲了，把耐心留给值得的事。