面对电子表格软件，你有没有过手停下来的经历？"我想按这个条件求和，可到底该用哪个函数""好不容易做好的公式，一片飘红报错""数字倒是排在那儿，可到头来它说明了什么，我搞不懂"——。这些"函数不擅长""不会分析"的墙，AI 能整块给你推倒。既不用背函数名，也不用重学统计。只要用大白话说出你想做什么，它就会帮你搭好公式、理顺数据，连趋势的线索都给你。本章将具体来看，不以分析为专长的人，如何把 AI 变成"电子表格的搭档"。
目标是"函数也好分析也好，用大白话拜托，就能往前走"
用 AI 跨过"不会函数"这道坎
过去在电子表格上栽跟头，原因多半是"想做的事在脑子里，却翻译不成软件的语言"。"想从 A 列里，只把符合条件的行求和"这句大白话很清楚，可它到底是 SUMIF 还是 SUMIFS、参数按什么顺序——手就停在这儿了。AI 把这道"翻译"整块接了过去。你只管用大白话讲目的，AI 把它转成公式、步骤和图表。背函数的时代，实质上已经结束了。要紧的只有一件事：能用自己的话说清"想得出什么"。
搜函数名、为参数顺序发愁、看不懂报错含义而卡住。光"查"就把时间耗光了。
说出想做什么，公式、改法、呈现方式都返回来。人可以专注于"想知道什么"。
💡 用哪款工具都行。 无论是 Excel 还是 Google 表格，问 AI 时只要补一句"用 Excel""用表格"即可。就算函数名略有不同，AI 也会把两边的写法都教给你。想更深入了解分析全貌的人，可一并参考用 AI 做数据分析的方法。
用大白话让它做函数、公式
先从最头疼的做公式说起。窍门是别去猜函数名。只需老老实实说清"哪列有什么、想得出什么"就够了。AI 会挑好最合适的函数，返回可直接粘贴的形式。比如从另一张表取值（VLOOKUP 或较新的 XLOOKUP）、只对符合条件的行计数、求和（COUNTIF／SUMIF）、组合多个条件，这些常见活儿都是 AI 的拿手领域。
请帮我在 Excel 里做个公式。
- A 列是"地区"，B 列是"销售额"（第 2 行起是数据，最后一行不固定）。
- 我想只把"地区"为 "West" 的行的销售额求和。
请给出公式，并简单说明各部分在做什么。
要点是具体说清"每列里装的是什么"。写明列的内容和想要的结果，AI 就会按你的表，搭出像 SUMIF 这样正确的函数。
还有一件实务里极常见的，是"从另一张表取来对应的值"——由商品编码查商品名、由工号查所属部门这类匹配。这也能用大白话拜托。
我想在表格里，根据订单表（Sheet1）C 列的"商品编码"，从商品主数据（Sheet2，A 列=编码，B 列=商品名）取出商品名。
请把 XLOOKUP 和 VLOOKUP 两种写法都教给我，并补一句：对新手来说哪种更稳妥。
连"两种写法""哪种更稳妥"都拜托上，比起只拿一个公式，还能把取舍的理由一并学到——这正是 AI 的好处。
再有，就是公式卡壳时的报错处理。#N/A（找不到）、#REF!（引用目标没了）、#VALUE!（类型不合）等提示，最能把新手打退堂鼓，但对 AI 来说恰是最擅长讲解的领域。把报错的公式原样贴上，问"为什么会报这个错、怎么改"，是最短路径。
✅ 报错要"连原文一起"贴。 不光是报错名，把出问题的公式本身和"本来想做什么"一起交出去，AI 才能精准揪出原因。除了"改好的公式"，再顺便问一句"当初为什么错了"，下次就能自己应对了。
汇总、整形 —— 把杂乱的数据理顺
收集来的数据，大多"直接用起来别扭"。同是"股份有限公司"，写法却五花八门；同一个人重复录入；日期写法不统一——。这类预处理（数据清洗），正适合边向 AI 请教步骤边推进，会一下子轻松许多。因为"该怎么操作"你可以用大白话问它。
"按金额从多到少""只显示符合特定条件的行"等，把排序、筛选的步骤问 AI，就不会在菜单操作里迷路。
同一行录入了两遍的问题。可以让它教"删除重复项的步骤"或查找重复的公式。
把全角半角、空格、简称的不一致理齐。替换的规则或函数都能一并商量。
再者，汇总里的明星——数据透视表，常因为"看着难"被敬而远之，但思路其实很简单。"把什么放行、把什么放列、想汇总什么"——用大白话把这个定下来，剩下 AI 会带着你做。比如告诉它"我想把各地区、各月的销售合计列成一览"，它就会按顺序给你透视表的设置步骤。
在 Excel 里，我想从订单数据（列：日期／地区／商品类别／金额）中，
把"各地区、各商品类别的销售合计"列成一览。
请按点击的顺序，面向新手教我用数据透视表的做法。
补上"按点击顺序""面向新手"，它就会作为一份少用术语的操作指南返回。中途卡住了，把那个界面的情况原样告诉它、重新问就行。
⚠️ 纸质、PDF、图片里的表格，先转成数据。 若手头是印刷品或截图，得先把文字识别出来做成表格。步骤可参考用 AI OCR 从图片中提取文字的方法。数据干净了，汇总和分析才用得起来。
把握趋势 —— 商量能得出什么
数据理顺了，终于到了想"那么，到头来能得出什么"的阶段。这是分析的正题，也是许多人觉得"我做不来"的地方。可只要对手是 AI，贴上表格或 CSV，商量"告诉我你注意到的点"，就能得到思考的抓手。它能把一串串数字，变成用语言表达的洞察。
让它一句话概括"哪儿在涨、哪儿在跌"，当作谈话的起点。
让它挑出"和其他相比极端大或极端小的值"。对发现录入错误也有帮助。
对"A 和 B 是否有关系"做个假设的初判。更容易定下深挖的方向。
以下是按月、按地区的销售数据（后面会贴上表格）。
1. 整体上能读出什么趋势，归纳成 3 点。
2. 若有明显偏离其他的数值（异常值），请指出。
3. 提议一些值得进一步查的切入角度。
请避免对数字下断言，一律作为"假设"呈现。
最后"避免断言，作为假设"这一句很关键。AI 的解读是起点，不是结论。把"为什么能这么说"要自己去核实的姿态，从提示词阶段就嵌进去。
🚫 别把 AI 的分析照单全收。 AI 就算能指出"看起来有相关"，也不保证那是不是真正有意义的关系。它有时会用看似像样的话，返回其实根据薄弱的解读。把 AI 的洞察定位成"查证方向的线索"，重要判断务必与原始数据比对确认。
图表、可视化 —— 传达得清楚的呈现方式
数字光摆着，是传达不出去的。"用哪种图来呈现"，会让传达效果大不一样。可柱状、折线、饼、散点……到底该选哪个，还真容易犯难。这里也能找 AI 商量。只要说出"想传达什么"，它就会提议合适的图表种类。
比较项目之间大小时。地区间、商品间比较的经典选择。
呈现随时间的变化、推移时。如销售的月度趋势。
占整体的比例、构成比。注意项目太多会难读。
看两个数值的关系时。适合对相关做初判。
💡 "呈现方式"也一并拜托。 不光图表种类，连"标题怎么起""该强调哪点""图例和坐标轴标签怎么整"都一起商量，就更接近可以直接放进资料的形式。把做好的表格和图落进说明资料的窍门，在第 4 章"资料、幻灯片制作"里有讲。
注意点 —— 复核与机密数据
如上所见，AI 是电子表格的得力搭档。不过，正因为要和数字打交道，有两条必须守住的原则。破了这两条，便利就会一转成为风险。
AI 给出的公式和汇总结果别原样就信。合计对不对、条数合不合理，用小例子务必验一遍。AI 会看似像样地出错。最终数字的责任，由人来担。
客户名、个人信息、未公开的销售额等，别原样粘给公司外的 AI。把真实数据做成假数据，只交出结构，才安全。
尤其②，是电子表格更该当心之处。你会很想把真实的客户名单或销售台账直接贴上去，可那里面塞满了该守护的信息。安全使用的做法，基本是下面这两道防线。
姓名换成"客户 A、B、C"，金额保留位数和比例，换成虚构值。若只是请教公式或步骤，这样就足够用。
"这样的列结构下，该怎么汇总"，只商量做法，真实数据在自己手边套用。公式只要列的形状对上就能跑。
🚫 犹豫就别放真实数据。 对"这条信息能不能交给外部服务"只要有一丝犹豫，不交才是正解。公司的规定，以及不该输入信息的界线，可在不该输入 AI 的信息的注意点里详细确认。唯有能安全地使用，提效才有意义。
- 函数不用背。用大白话说清"哪列有什么、想得出什么"，AI 就会搭好公式，报错也帮你改。
- 汇总、整形，可商量排序、去重、统一写法、数据透视表的步骤。脏数据先做预处理。
- 趋势贴上表格，商量"能得出什么、异常值、关系的初判"。但 AI 的解读是假设，别照单全收。
- 图表只要说出想传达什么，它就会提议合适的种类。
- 两条原则 ——① 数字的复核由人来做 ② 机密数据不粘贴，做成假数据、只商量结构。
和数字打交道的那道墙，应该低了一大截。接下来轮到收集信息了。请到第 6 章"高效查资料、调研"，进入用 AI 加速信息收集、比较、核实的方法。