用 AI 做 Excel 分析：公式、透视与图表

读完这篇，你能把「让 AI 分析一下这张表」这种没结果的提问，换成能落到单元格里的具体请求：写出可用的公式、说清汇总口径、选出对得上的图表，并且知道哪几个数字必须自己复核。

一、先承认边界：AI 不知道你的业务口径

这是所有 AI 表格教程里最该先说、却最少说的一句。你把一张订单表交给任何大模型，它都能立刻给出一个「总金额」，但它不知道：取消的订单算不算、部分退款的订单按原价还是按实收算、内部测试单要不要剔除、跨月发货的业绩记在哪个月。

口径不是技术问题，是业务决策。同一张表，运营算出来的「有效订单」和财务算出来的往往差一截，差的就是这几条规则。所以正确顺序是：你先用一句话把口径写死，再让 AI 按这个口径产出公式或步骤。写不出这句话，说明你自己还没想清楚，这时候问 AI 只会得到看起来合理、其实没法用的结果。

二、AI 在表格里真正能干的三件事

自然语言转公式：多条件求和、跨表查找、文本拆分、去重计数。需求描述清楚就能一次成型，是投入产出比最高的用法。
把汇总口径翻译成透视结构：按哪个维度分组、算环比还是同比、占比的分母是谁。
图表选型与结论句：根据数据类型建议图型，把一串数字压缩成一句能被复述的判断。

这三件事的共同点是：AI 负责「怎么写」，你负责「算什么」。反过来用，让它替你决定算什么，是大部分翻车的起点。

三、公式：会描述表结构，比会背函数重要

很多人问 AI 公式失败，不是模型不会写，而是它不知道你的表长什么样。有效提问必须包含四样东西：区域范围、每列是什么、数据有什么坑（文本型日期、空格、合并单元格）、你要的输出形态。

可以直接套的模板：

表在 A1:H500，第 1 行是表头。A 列订单号、B 列下单日期（文本格式，写作 2026/10/05）、C 列客户名、D 列商品、E 列数量、F 列单价、G 列状态、H 列退款金额。请给我一个能粘到 I2 的公式：统计 2026 年 10 月、状态为已完成、退款金额为空或 0 的订单金额合计（E 乘 F）。不要用辅助列，并逐段解释公式在算什么。

多条件查找：说清「用哪两列组合定位、返回哪一列、找不到时显示什么」。AI 一般会给 XLOOKUP 或 INDEX 加 MATCH 的数组写法，这类公式需要较新版本，如果你的版本不支持动态数组，补一句说明即可。
文本拆分：给出两个真实样例值，比描述「用横杠分开」有效十倍。写「A2 是 2026-10-华东-001，我要把年份、区域、序号拆到三列」，命中率立刻不一样。
去重计数：一定要说「按客户名去重后计数，不看订单号」，否则很容易得到行数。

拿到公式后先在一小段数据上验证：挑三行手算一遍，对得上再往下拉。AI 给的公式语法几乎总是对的，但引用的区域经常错位——少一个绝对引用、范围没锁住、表头被算进数据区，都会让结果偏一点，而偏一点最难发现。

四、透视与环比同比：把需求写成一句话

不要问「帮我做个透视表」，那是让 AI 猜。要说清三件事：行维度、列维度、值怎么算。

例如：按「区域」做行、「月份」做列，值放订单金额求和；再加一列环比（本月对上月），空值显示为短横线，保留一位小数。

同比和环比要特别说清分母。同比是本月对去年同月，环比是本月对上月，很多人混着说，AI 不会纠正你，只会按字面算。新开区域没有去年数据，会算出空值或错误值，提前说一句「缺失基期显示为空，不要显示 0」能省掉一轮返工。

五、图表：先定要回答的问题，再选图型

看趋势：折线图。时间点少于 6 个时折线会显得很抖，改用柱状。
看结构：堆叠柱状图或百分比堆叠。类别超过 5 个不要用饼图，人眼分不清扇区。
比大小：横向条形图，类别名较长时尤其合适。
看关系：散点图。样本少于 20 个时别急着下相关性结论。

选完图还有个常被跳过的动作：让 AI 写结论句。要求它按「一句结论加一个支撑数字加一个下一步动作」的格式输出，例如「华东 10 月订单额环比下降 12%，主要来自 A 类商品，建议下月对 A 类做一次价格测试」。纯描述「10 月华东最高」没有信息量，也进不了汇报。

六、三个必须自己复核的点

AI 会算错数。只要你把明细贴进对话框让它求和、算占比、排前几名，就要当成草稿。大模型是逐字生成而非真的执行计算，几十行还能对，几百行以后漏行、串行是常态。关键数字必须在表格里用公式重算一遍。
引用区域会错位。检查三处：是否锁了绝对引用、表头有没有被算进去、有没有隐藏行被一起统计。
单位与口径不一致。金额是元还是万元、含税还是不含税、数量是件还是箱。混在一列里求和，结果一定错，而且错得很像对的。

清洗阶段的问题（日期格式混乱、金额带货币符号、一列里混了两种信息）建议先处理再做分析，具体动作可以看AI 数据清洗实战。

七、大表不要整表贴进对话框

超过几百行的表，别复制粘贴到聊天框。三个原因：模型读不全；上下文一长它会开始概括而不是精确计算；数据出去了就收不回来。

更稳的做法是让 AI 写公式或写脚本，你在本地跑。Excel 里就用公式和透视表；几十万行以上让它写 Python 的 pandas 代码，你在本地或公司环境执行，只把汇总结果贴回来让它解读。如果确实要上传，先脱敏：客户名换成代号、手机号中间四位打码、金额按比例缩放。这些替换动作本身，也能让 AI 帮你写公式批量完成。

想把整条链路走通，从表格到结论再到汇报，可以先看用 WorkBuddy 处理数据，工具入口在工具库里按「数据分析」筛。截至 2026-11，各产品的功能与额度仍在调整，用之前以官方说明为准。

用 AI 做 Excel 分析：公式、透视、图表三件事