ChatGPT 帮你搞表格——公式 / 清洗 / 洞察

让 Excel / Sheets 真听话——公式、清洗、出图准备。

这篇讲什么

表格相关是 ChatGPT 现实里最高频的任务之一,也是最容易翻车的。常见错法:粘 5 万行进去,拿到的公式引用错了列,十分钟后生产表已经被污染。下面这套流程让 ChatGPT 做它擅长的三件事——写你能验证的公式、按明确规则清洗乱文本列、解释一个公式在干啥——数据本身留在你手里。适合每周都要开 Excel / Sheets、写 VLOOKUP 写到崩溃的人。

这篇适合谁看

  • 偶尔写公式总忘语法的分析师、运营。
  • 清营销数据、线索清单、问卷导出的 PM 和营销同学。
  • 在 Excel 和 Sheets 之间迁移、被函数名差异坑过的人(XLOOKUP vs VLOOKUP、LET vs 没有等等)。
  • 学怎么用表格思维的初学者。

什么时候适合用

  • 要写一个含 3+ 条件的公式,但又不想 Google。
  • 清”Name”列:有的”姓 名”、有的”姓, 名”、还混着 Title。
  • 把 Excel 的结果翻成 Sheets(或反过来)。
  • 接手一份遗产表,要问”这条嵌套 IF 到底在干啥”。

开始前准备

  • 复制一份表再套 AI 给的公式。永远先复制。
  • 想清楚测试范围——10 行有代表性的样本。先在那里跑。
  • 列号和数据类型心里有数。“B 列是日期但格式是文本”和”B 列是真日期”对应完全不同的公式。
  • 敏感数据用脱敏样本(几行替换掉姓名 / 邮箱)—— 不要整表粘。

具体步骤

  1. 粘小样本——最多 10-20 行——用表格格式,不要截图:

    | Name | Date | Amount |
    |------|------|--------|
    | Alice | 2026-01-03 | 320 |
    | Bob | 2026-01-15 | 410 |
  2. 先用业务语言、再用技术语言描述目标:

    目标:要一列按月累计 Amount,到月初重置。
    是 Google Sheets,不是 Excel。
  3. 让它给公式 + 每个函数的中文解释:

    给我公式。然后逐个函数讲:在干什么,每个参数代表什么。
  4. 在 10 行样本上测。逐行和你心算对一下。

  5. 应用到全量前先在 100 行子集上测。很多公式在规模上行为不同(范围引用断、性能崩)。

  6. 错了就贴 2 行错误结果:“这两行公式返回 X,我预期 Y,为什么?“——最快的 debug 路径。

清洗套路

文本清洗(“拆 Name 成 First/Last 还要处理这些奇葩格式”)——给它 5 行有代表性的样本,含奇葩行:

样本:
| Name |
| Alice Lee |
| Lee, Bob |
| Dr. Carol Liu |
| O'Brien, Sean |
| jane DOE |

目标:拆成 First 和 Last 两列、规范化为 title case、去掉 Dr. 这种 title。
输出公式 + 处理了哪些 edge case 的解释。

把 edge case 一开始就摆出来,能省三轮来回。

完成后检查

  • 每个公式都手算一格对一下。不一致就是 ChatGPT 错了(或者你描述错了数据)。
  • 警惕范围坑:A:AA2:A1000 在有表头或空行时结果不同。
  • 数据清洗后随机检查 5 行转换结果对照原始。模型静默丢行,这步能抓住。
  • 套完后按新列排序。异常值会自动浮到首尾。

怎么复用这套流程

  • 维护 formulas.md,按任务分(累计求和、日期计算、文本拆分、查找)。一份文件顶 50 次 Google。
  • 周期性数据(每月 Stripe CSV、每周 Google Ads 导出)存一份”前 20 行”样本,每月作为上下文复用。
  • 领域专属清洗脚本,一次写好存下来,下次别重新提示。

建议的操作流程

样本数据(10-20 行,含 edge case)→ 业务语言 + 工具(Excel / Sheets)描述目标 → 公式 + 解释 → 样本测试 → 100 行子集测试 → 套全量 → 结果抽查。

容易踩的坑

  • 粘 5 万行。模型读不完,会扫,然后按猜测的结构出公式。用样本。
  • 描述太模糊,“把这列修一下”。模型自己定义什么叫”修”。
  • 输出不核就用。表格公式静默错——求和差 2% 看着正常。
  • 混淆 Excel 和 Sheets 函数。XLOOKUP 是 Excel;FILTER + ARRAYFORMULA 是 Sheets。要告诉它哪个。
  • 让它写正则不测。真实数据上跑正则是 AI 生成公式翻车的重灾区。
  • 套公式没锁引用($A$2:$A$1000)。拖拽填充会悄悄毁掉。

FAQ

  • Excel vs Sheets 有差别吗?: 有,每次都要告诉它。约 30% 的函数在名字、参数、行为上有差。
  • 要不要直接用 Python?: 超过 5000 行或复杂清洗——是的。ChatGPT 能写 pandas 脚本。表格软件超过这个量级就卡。
  • Excel 的 Copilot 呢?: 用它做行内公式建议;ChatGPT 单开做”解释 + 头脑风暴”那步。
  • 公式返回 #REF!,怎么让 ChatGPT 帮 debug?: 粘公式、列结构、错误信息。第一个猜测一般就对。
  • 能不分享数据就分析吗?: 不能。它需要结构。可以分享 schema(列名、类型、5 行样本),敏感值脱敏。

相关阅读

标签: #ChatGPT #教程