打开Excel的那一刻我盯着屏幕上12个分店发来的销售表头是大的。列名对不上、日期格式五花八门、金额列里混着千分位逗号和人民币符号还有几行不知道谁填的“小计”藏在中间。这种活我以前一个月能干七八回每次都要花掉整整一个下午复制、粘贴、调格式、删空行、手工对合计最后再做透视表。直到我认真试了一次让AI替我干这个脏活并且把干法做成了一个固定的Skill才发现原来非技术人也能让AI乖乖按我的规矩批量处理Excel而不是每次重新解释一遍。这篇手记就是我这样一个不写代码、不会Python、不懂VBA的人从零做一个Excel相关Skill的真实记录。我会把Skill到底是什么、怎么设计、怎么写说明文件、怎么让AI真正听懂“脏活”到底脏在哪以及中间踩过的坑都摊开讲。给所有被Excel报表折磨的会计、HR、运营、销售助理、老师、学生一个可复制的路径。1. 为什么我这个非技术人反而比程序员更需要“Skill”1.1 我的Excel日常不是不会用是重复到麻木先交代背景。我不是程序员写过的代码除了上学时的HTML基本为零。平时工作里Excel用得极多月初汇总各团队数据、把系统导出的乱表整理成领导能看的格式、在两张表之间匹配客户信息、给几十份分表统一单位统一日期格式。每一个动作单拎出来都不难筛选、排序、替换、分列、粘贴值、删除重复项。难的是它们组合在一起且每个月都要来一遍。以前我试过录宏录完换一份结构稍微不一样的表就直接崩后来放弃了。也心动过要不要学Python看了看教程里那些术语觉得为了处理表格专门学一门编程语言代价实在太高。所以我一度认为这种“脏活”就是我等非技术人的宿命。真正让我改变的是有一次偶然让AI帮我处理一张乱表。我说“把B列日期变成标准日期格式金额列去掉逗号”它居然做对了。我顺势追问“你能不能把后面这几步也一起做了”它也能做。但问题来了下一次我重新开一个对话又要从头说一遍需求而且它理解得还不一定一样。这时候我意识到我缺的不是让AI处理Excel的能力而是把“处理Excel的方法”固化下来的能力。这个东西就是Skill。1.2 Skill到底是什么一份给AI的作业标准说明书给非技术人打个比方Skill就像一个“带说明书的AI实习生”。你每次临时给它派活它只能凭临场发挥办事质量全靠缘分。但你给它一份写了“这个岗位的工作流程、遇到什么情况怎么处理、做成什么样算合格”的说明书它就能稳定地按你的标准干活。放在AI这边就是专门准备一段结构化的说明文本里面写清楚这个技能是处理什么场景的、用户会提供哪些输入、你要按什么步骤处理、输出成什么格式、哪些事情绝对不能做。Skill不必是代码它就是一份写得足够仔细的作业标准书。你和AI对话时它先读取这份说明书然后照着执行。这个理解对我这种非技术人极其重要。因为我发现自己真正能做的不是写程序而是把脑子里那些“我平时是这么干的”的隐性经验用大白话写出来。这本来就是Excel老手最擅长的事只是以前没人告诉我这东西竟然能直接变成AI的技能。1.3 这篇文章写给谁看如果你符合下面任一情况这篇手记大概率对你有用每天有大量时间花在合并表、清洗数据、调格式上事情本身没有任何创造性。不会Python、VBA或学过一点点但一实战就放弃。用过AI聊天工具觉得它“好像什么都会但输出总不够稳定”。听说过Skill、Agent之类的概念但一打开教程就被代码劝退。想把自己脑子里的Excel处理经验沉淀成一个团队能共用的工具而不是每次手动教学。我会尽量把每一步都讲得能直接照做。涉及文件结构的部分也会给模板不需要你会编程。至于底层原理性的东西我了解多少说多少不装懂更不故意绕弯子。2. 动手前先想清楚Skill吃进去什么吐出来什么很多人在第一步就栽了。他们兴冲冲地去写Skill结果写出来的说明AI看不懂或者AI看懂了但处理结果不是自己想要的。以我的经验问题往往不出在AI理解能力上而是出在你自己没想清楚这个Skill的输入是什么、处理规则是什么、输出怎么算合格。这个环节我称之为“给Skill立法”先立清楚AI才不会乱来。2.1 定义输入把“脏活”拆成几个固定参数非技术人最常犯的错是以为AI能像人一样“看一眼就明白”。实际上哪怕你再怎么描述如果输入部分不明确AI只能在猜测中工作。所以写Skill的第一步是明确用户到底要提供什么东西。以我做“多表合并清洗”Skill为例我在说明文件里明确写了这些输入项表格文件需要处理的一个或多个Excel文件支持xlsx、xls格式。表头所在行默认第一行但有些表前几行是标题和说明需特别指定。默认值设为1。需要合并的字段当多个表列名不一致时要告诉AI按哪个字段对齐例如“门店名”“日期”。清洗规则日期格式、金额格式、空值处理等这些如果有统一默认就不需要每次重复输入。输出要求最终要一个合并表还是每个表单独清洗还是合并后再做透视。我把这些输入项写成了“如果用户没有特别说明就按默认值执行”的形式。好处很明显日常使用时我只需要丢一句“帮我合并今天三个区的表”AI就会按默认规矩处理特殊场景下我再临时追加说明。默认值越清晰日常使用越省心。2.2 定义处理流程别指望AI猜你的心思输入定义好接下来是处理流程。这一步的核心就一句话把你自己平时干活的动作一步步写出来。我平时处理多张分表的过程大概是读取所有上传的Excel文件。确认每张表的表头行位置找到“日期”“区域”“销售额”这几个核心字段。统一日期格式把“2024/1/5”“2024年1月5日”“1.5”这类表达全部转成“2024-01-05”。金额列去掉人民币符号和千分位逗号统一转成数字方便后续求和。跳过完全空白的行以及只写着“合计”“小计”的汇总行。按“区域”和“日期”做合并同一区域同一日期的多行记录求和。输出一个新Excel文件保留原始数据同时增加一个“汇总”工作表。我把这套流程原原本本写进了Skill。等AI真正执行时它就不至于自由发挥。这里我想强调一点不是说你必须写得像标准作业程序一样严密而是要把那些你在脑子里自动跳过的步骤显性地写出来。AI最大的问题不是笨而是你不说它就会默认它是懂的结果处理方式完全跑偏。2.3 定义输出怎么算成功提前说好输出这关很多人会忽略。他们觉得“AI把表给我就行”但AI给的“行”很可能和你理解的“行”相差很远。我在Skill里明确写了输出规范文件类型输出为xlsx格式如果用户没指定文件名默认在原名后加“_已清洗”。结构要求保留原始表的所有列清洗后的数据放在新工作表“清洗结果”中不要覆盖原数据。校验要求处理完成后必须报告处理前后行数变化、删掉了几行空行/汇总行、日期转换了几种格式、金额合计变化是否在合理范围。成功标准处理后的数据能够直接用于数据透视表不需要再手工调整格式。这个“校验要求”是我用了几次后才补上去的。以前AI处理完直接丢个文件过来我也不知道它删了什么、改了哪些心里完全没底。加了校验报告之后AI会在处理结束后自动汇报关键指标我一眼就能判断处理是否成功。这是整个Skill里回报率最高的一段设计。3. 手把手做一个Excel数据清洗Skill3.1 选一个能装Skill的地方动手之前得先确定在哪做。市面上的支持方式大致分三类我给大家做个非技术人视角的说明第一类是支持自定义说明文件的AI助手/智能体平台。你可以在配置里上传一段指令或说明文档之后每次对话它都会自动参考。这类对非技术人最友好我主要用这种方式。第二类是一些AI编程工具里的Skill比如很多人口中的“Codex Skill”“Claude Code Skill”。这块诞生在开发者生态里优点是功能强大但对非技术人不太友好需要你理解文件目录、配置文件这些概念。第三类是普通的AI对话工具。没有系统性的Skill功能但你可以在每次提问时粘贴同一段“指令模板”效果接近Skill只是笨重一些。我的建议是优先选第一类。如果某一个平台支持上传Skill说明文档那基本就是为你的需求量身定做的。你不需要关心技术背后的解析过程只需要把一个Markdown格式的说明文件传上去。如果你用的工具什么都不支持也没关系。你完全可以把下面这些模板内容复制到记事本里保存每次处理数据前先发一遍。效果弱一点但思路完全一样。3.2 Skill说明文件怎么写我的模板直接抄我制作的Skill核心就是一个用Markdown写的说明文件我习惯命名成“SKILL.md”。里面没有代码全是自然语言。结构如下# 技能名称Excel多表合并清洗 ## 触发场景 当用户需要合并多个Excel表或要求清洗表格数据日期、金额、空行、重复值时使用。 ## 输入参数 - 文件用户上传的一个或多个Excel文件。 - 表头行默认第1行。用户可指定其他行。 - 日期字段默认“日期”。用户可指定其他列名。 - 金额字段默认“销售额”。用户可指定其他列名。 - 去重规则如果同一区域、同一日期的重复记录默认合并求和。 ## 处理步骤 1. 读取所有上传的Excel文件记录每个文件的原始工作表数量与行数。 2. 定位表头行识别日期、金额、区域等关键列。 3. 将日期列统一转换为YYYY-MM-DD格式。 4. 金额列去除货币符号、千分位逗号转成数字类型。 5. 删除完全空白的行以及只含“合计”“小计”“总计”字样的行。 6. 按“区域”“日期”分组对金额列求和合并。 7. 生成新文件保留原始数据另建工作表“清洗结果”并在其中存放合并清洗后的数据。 ## 输出要求 - 输出为xlsx文件文件名默认为“合并清洗结果.xlsx”。 - 必须报告处理前总行数、处理后总行数、删除的行数、识别到的日期格式种类、金额合计结果。 - 如果发现字段缺失或无法识别先询问用户不擅自处理。 ## 禁止事项 - 不得修改原始上传文件。 - 不得对金额做四舍五入以外的数值改动。 - 不得删除未被判定为空行或汇总行的业务数据。 - 不得将数据上传到外部网站或联网查询。这个模板你可以直接抄走把“区域”“销售额”替换成你自己的字段就行。我写的时候刻意用短句、用步骤列表因为AI对分步骤的指令理解明显比对一长段散文更稳定。有一点要特别提醒别追求“一步到位”。第一次写的Skill大概率不完美能用就行后面边用边改。我自己的第一版只有触发场景和处理步骤没有校验要求和禁止事项是在翻车之后才补上的翻车细节在第4部分详说。3.3 三种执行路径从最省事到最强大的排列Skill写好了具体让AI怎么执行Excel脏活根据我的实测市面上大概有三种路径各有适用场景。我列成表格方便对号入座路径适合人群优点缺点我的使用频率让AI直接读取并处理上传的Excel非技术人首选不需要本地装任何软件全程对话完成需要平台支持文件解析和沙箱执行不能处理超大文件高让AI生成VBA代码粘贴到Excel里运行偶尔要离线处理、数据敏感的人数据不出本机安全性高需要开启宏且不同Excel版本对宏兼容性略有差异中让AI生成Python代码本地跑有一定动手能力的人功能最强适合超大数据量需要安装Python环境非技术人入门成本高低非技术人建议优先走第一条路。如果平台支持AI读取Excel文件并返回处理后的文件那你的学习成本几乎为零。我平时日常合并表、清洗数据就走这条路。只有碰上数据量特别大、或者涉及敏感数据需要在本地处理的表我才会退回到第二条路让AI给我写一段VBA代码自己粘贴进Excel跑。关于VBA路径多说一句很多非技术人一听VBA三个字母就发怵。其实你不需要懂它。你只要把需求说给AI让它“生成一段VBA宏代码功能是……”然后把代码复制到Excel的VBA编辑器里运行就行。这本质上还是你指挥、AI干活只是“干活”的位置从云端换到了你的电脑上。3.4 实测记录合并12张分表我用了不到10分钟说一个我实际跑通的案例。月初要汇总12家门店的销售表这些表是从不同系统导出的结构乱得很。我打开Skill上传了12个文件只发了一句话“用多表合并清洗技能处理这些文件日期字段是‘日期’金额字段是‘销售额’。”AI先按Skill里的流程读取所有文件然后开始处理。中间有个细节让我印象深刻它发现其中3张表的表头前多了一行说明文字于是按Skill里“表头行可指定”的规则自动识别了真正的表头在第2行没有多问也没有自作聪明地把说明行当成数据并进来。最终它返回了一个“合并清洗结果.xlsx”并附了一段校验报告处理前总行数1287行。处理后总行数1164行。删除空行与汇总行123行。日期格式识别到3种yyyy/m/d、yyyy年m月d日、m.d。金额合计¥3,421,809.53与各表手工核对一致。我核对了一下结果确实没问题。以前这套流程我得花一下午中间还要反复检查有没有漏行。那次从上传文件到下载结果全程不到10分钟。那一刻我才真正觉得之前把时间耗在这种重复劳动上实在太冤枉了。4. 比写Skill更耗时的是让AI听懂“脏活”到底脏在哪如果故事到这里就结束那这篇手记的意义也就没多大。真正让Skill从“玩具”变成“工具”的是一次次翻车。我把自己踩过的坑一个个写进Skill的“禁止事项”它才慢慢变得可靠。这节我把最有代表性的坑和解决办法摊开讲。4.1 第一个坑AI自作主张“美化”了我的数据第一次用Skill处理一张销售明细表时AI干得很卖力但结果让我差点崩溃。它把金额列里的“3,421,809.53”四舍五入成了“3421810”又把所有“0”值行当成无意义数据删掉了。我以为它出了错回头看才发现我压根没在Skill里规定“金额精度保留两位小数”和“0值不能删”。这件事给我上了一课AI在不确定的时候倾向于给你一个“看起来更干净”的结果而不是“保持原样”的结果。它在帮你做决定而这种决定往往是数据灾难。从那以后我在所有Excel类Skill里都写死了两条规则一是金额和数字不允许四舍五入必须保留原始小数位二是任何数值0都是有效业务数据不是空白不得删除。这种“防AI手欠”条款现在成了我Skill模板里的标配。4.2 边界条件那些你以为AI“应该知道”的事第二个大坑是我默认AI懂Excel里的各种“潜规则”。后来我发现它真的不懂。具体表现如下有些表格数据并不是从第一行开始的前几行是报表标题、生成时间、单位说明AI如果识别错表头整个处理就全歪了。同一列里有人填了“未填写”有人填了“无”有人直接留空AI的默认处理方式可能全是删掉但业务上“未填写”和“无”是有保留价值的。金额列里混着“1,200.00元”“200”“-500”这种不同表达AI需要明确规则才能统一处理。多张表中同一家门店可能叫“北京朝阳店”另一张表叫“朝阳店”如果去重逻辑不写明AI会当成两个不同的门店。解决这些问题的思路不是把每一种情况都提前想到——那不现实。我的经验是每次在实际处理中发现AI处理错了某个边界情形就针对这个情形补一条规则进Skill。比如我后来在Skill里补过这样一段## 边界情况处理 - 如果同一列中同时出现空白和“未填写”“无”等文本 - 空白单元格保留为空不做删除。 - “未填写”“无”保留原文本不做自动替换。 - 如果门店名称在不同表中存在全称与简称 - 使用“包含”关系进行匹配并将结果统一为第一个表中出现的长名称。 - 如果日期列中出现文本“今天”“昨天” - 按当前日期换算成具体日期并在校验报告中标注换算结果。这种“踩到坑再补规则”的方式虽然听起来不够系统但胜在实用。因为只有你真正碰到过的边界条件才是你这个业务场景里最高频的坑。别人的Skill写得再全也不如你的经验贴肉。4.3 迭代式调试把AI当成一个刚来的实习生我从这段经历里悟出的最大道理是调AI本质上和带实习生一模一样。你不能指望一个新来的实习生第一天就把所有事干得滴水不漏你也不能指望AI第一次就能理解你脑子里那套“这么明显还用说”的规则。所以我养成了一个固定节奏每次让AI处理完数据我一定会看三样东西校验报告行数变化对不对合计对得上吗。抽样结果随机抽5到10行人工核对逻辑是否成立。新增规则如果发现某个错误是我之前没写清楚的立刻补进Skill并在“版本记录”里加一行。这里还有个很实用的技巧一次只让AI调整一件事。有段时间我贪心把“合并表”“清洗金额”“生成透视表”“做图表”全塞进一个SkillAI执行起来经常顾此失彼。后来我把“生成图表”拆成了另一个Skill只专注做一件事之后准确率立刻上来了。开发圈有句话叫“单一职责”非技术人不一定知道这个词但道理是一样一个Skill干一种活别贪多。5. Skill的安全红线与Excel数据底线让AI干活很爽但也别爽到忘了分寸。Excel数据往往比我们想象中敏感得多。这一节我不讲大道理只讲我实际遵守的红线和做法。5.1 哪些数据不能闭眼交给AI我在决定要不要把一张表交给AI之前会先过一遍脑子看表里有没有这几类东西员工工资、奖金、绩效明细这属于高度敏感个人信息别传。身份证号、手机号、家庭住址这类数据一旦泄露后果不是开玩笑的。银行账号、支付宝、微信支付记录涉及财务尽量别碰。客户名单、未公开报价、渠道政策属于商业机密更要警惕。还在保密期的新品数据、内部经营数据即使只处理一部分也可能被拼凑出信息。如果你的表里必须包含这些字段我建议先脱敏把姓名替换成“张三”“李四”身份证号改成假的但位数相同的数字手机号中间四位打码。等AI处理完逻辑、你验证无误之后再通过正常的Excel操作把真实数据替换回来。虽然多一步但安心。5.2 给AI“加护栏”权限、范围、人工复核Skill处理数据时我会刻意在“禁止事项”部分加上一些安全条款。比如下面这些## 安全与隐私要求 - 不得要求用户提供密码、验证码、身份信息。 - 不得将用户上传文件中的原始数据用于任何与当前任务无关的用途。 - 如果用户要求截取某列数据必须先复制到新工作表后再操作不允许在原表上直接删除其他列。 - 处理完成后建议用户核实处理结果尤其是金额合计、行数变化等关键指标。这些条款看起来很像废话但很有必要。因为AI在某些情况下会因为“我想让表格更简洁”而自动删列有了这条它就会先复制再操作。安全这件事靠的不是“AI会很自觉”而是“你没写禁止的事它可能真干得出来”。另外无论AI处理得多好我都会保留一份原始数据备份。Excel表的路径一般在本地磁盘或网盘我始终留着一个原始文件夹只做存档不动它。这样哪怕AI处理出错我随时可以回到源头重新来不至于数据被洗坏却只能干瞪眼。5.3 本地与云端按数据敏感程度选执行路径我在第3节列过三种执行路径这里补充一句安全角度的选择逻辑数据不敏感比如公开的销售报表、农产品价格、天气数据可以放心用云端方式让AI直接读取处理效率最高。数据有一定敏感性比如内部员工考勤但无工资信息建议用本地VBA方式数据不出本机。数据高度敏感比如工资、财务、客户信息优先考虑完全不经过AI或者先充分脱敏再处理。这里我宁可自己手工花多一点时间也不敢冒风险。我自己就遇到过一版Skill在云平台跑完第二天想起来那批数据里有客户联系方式虽然没出事但心里一直不踏实。后来我给自己定了个规矩凡是处理前我犹豫“这数据能不能传”的表一律不传。犹豫本身就是信号。6. 把Skill变成日常习惯后我踩过的坑和攒下的经验6.1 从一个Skill开始而不是十个刚尝到Skill甜头的时候我一度想把所有Excel场景都做成Skill合并表、做透视、生成图表、拆分数据、匹配客户、做日报。结果做了一大堆最后高频使用的只有两个其他全成了摆设。回头想想最有效的路径是先挑一个“你每周都会遇到、且处理规则稳定”的脏活把它做成第一个Skill。跑通之后你会对整个流程有手感再去做第二个、第三个就会顺畅很多。Skill这东西重质量不重数量一个高频技能用熟了比十个躺在那吃灰的强。6.2 我给自己加了一个“版本记录”Skill是活的不是写一次就完事。我因为经常改后来干脆在SKILL.md文件最底部加了一个“版本记录”每次改动就补一行## 版本记录 - v1.02024-06-01初始版本支持多表合并、日期格式统一、金额清洗。 - v1.12024-06-10补充“边界情况处理”解决门店简称匹配问题。 - v1.22024-06-18新增校验报告要求处理完成后必须汇报行数变化和日期格式种类。 - v1.32024-07-02修正金额保留原始小数位不允许四舍五入。这个习惯极大降低了我改Skill时的心理负担。因为当时改错了也不会乱套可以随时回看版本记录判断是哪个改动导致的问题。对非技术人来说这比什么版本控制工具都直观。6.3 给非技术人的三点忠告最后分享三条我总结出来的话也都是真金白银换来的教训第一Skill的核心不是技术是你把自己脑子里的工作流程用大白话写出来的能力。所以别害怕自己没有编程背景你缺的从来不是技术而是“把话说清楚”的耐心。第二先跑通再优化。第一次做的Skill只要能满足“它读完SKILL.md之后能稳定处理一份表”就算成功。剩下的精度、速度、美观全都是后面一点一点迭代出来的。别在起步阶段追求完美你会被自己逼疯。第三AI只是一个工具别把责任甩给它。无论Skill写得多完善最终提交给领导、客户的数据责任都在你身上。所以我每次处理完一定会做校验、抽样确认可靠之后再用。信任AI的前提是你已经验证过它值得信任。我自己现在的工作流依旧是“先让Skill处理再人工核验抽样”。它帮我省下的不是判断力而是那些重复、麻木、消耗耐心的机械时间。省下来的时间我会拿去做真正需要人来做的事。这大概就是我这样一个非技术人为什么愿意花心思去折腾Skill的答案。
打开Excel的那一刻我盯着屏幕上12个分店发来的销售表头是大的。列名对不上、日期格式五花八门、金额列里混着千分位逗号和人民币符号还有几行不知道谁填的“小计”藏在中间。这种活我以前一个月能干七八回每次都要花掉整整一个下午复制、粘贴、调格式、删空行、手工对合计最后再做透视表。直到我认真试了一次让AI替我干这个脏活并且把干法做成了一个固定的Skill才发现原来非技术人也能让AI乖乖按我的规矩批量处理Excel而不是每次重新解释一遍。这篇手记就是我这样一个不写代码、不会Python、不懂VBA的人从零做一个Excel相关Skill的真实记录。我会把Skill到底是什么、怎么设计、怎么写说明文件、怎么让AI真正听懂“脏活”到底脏在哪以及中间踩过的坑都摊开讲。给所有被Excel报表折磨的会计、HR、运营、销售助理、老师、学生一个可复制的路径。1. 为什么我这个非技术人反而比程序员更需要“Skill”1.1 我的Excel日常不是不会用是重复到麻木先交代背景。我不是程序员写过的代码除了上学时的HTML基本为零。平时工作里Excel用得极多月初汇总各团队数据、把系统导出的乱表整理成领导能看的格式、在两张表之间匹配客户信息、给几十份分表统一单位统一日期格式。每一个动作单拎出来都不难筛选、排序、替换、分列、粘贴值、删除重复项。难的是它们组合在一起且每个月都要来一遍。以前我试过录宏录完换一份结构稍微不一样的表就直接崩后来放弃了。也心动过要不要学Python看了看教程里那些术语觉得为了处理表格专门学一门编程语言代价实在太高。所以我一度认为这种“脏活”就是我等非技术人的宿命。真正让我改变的是有一次偶然让AI帮我处理一张乱表。我说“把B列日期变成标准日期格式金额列去掉逗号”它居然做对了。我顺势追问“你能不能把后面这几步也一起做了”它也能做。但问题来了下一次我重新开一个对话又要从头说一遍需求而且它理解得还不一定一样。这时候我意识到我缺的不是让AI处理Excel的能力而是把“处理Excel的方法”固化下来的能力。这个东西就是Skill。1.2 Skill到底是什么一份给AI的作业标准说明书给非技术人打个比方Skill就像一个“带说明书的AI实习生”。你每次临时给它派活它只能凭临场发挥办事质量全靠缘分。但你给它一份写了“这个岗位的工作流程、遇到什么情况怎么处理、做成什么样算合格”的说明书它就能稳定地按你的标准干活。放在AI这边就是专门准备一段结构化的说明文本里面写清楚这个技能是处理什么场景的、用户会提供哪些输入、你要按什么步骤处理、输出成什么格式、哪些事情绝对不能做。Skill不必是代码它就是一份写得足够仔细的作业标准书。你和AI对话时它先读取这份说明书然后照着执行。这个理解对我这种非技术人极其重要。因为我发现自己真正能做的不是写程序而是把脑子里那些“我平时是这么干的”的隐性经验用大白话写出来。这本来就是Excel老手最擅长的事只是以前没人告诉我这东西竟然能直接变成AI的技能。1.3 这篇文章写给谁看如果你符合下面任一情况这篇手记大概率对你有用每天有大量时间花在合并表、清洗数据、调格式上事情本身没有任何创造性。不会Python、VBA或学过一点点但一实战就放弃。用过AI聊天工具觉得它“好像什么都会但输出总不够稳定”。听说过Skill、Agent之类的概念但一打开教程就被代码劝退。想把自己脑子里的Excel处理经验沉淀成一个团队能共用的工具而不是每次手动教学。我会尽量把每一步都讲得能直接照做。涉及文件结构的部分也会给模板不需要你会编程。至于底层原理性的东西我了解多少说多少不装懂更不故意绕弯子。2. 动手前先想清楚Skill吃进去什么吐出来什么很多人在第一步就栽了。他们兴冲冲地去写Skill结果写出来的说明AI看不懂或者AI看懂了但处理结果不是自己想要的。以我的经验问题往往不出在AI理解能力上而是出在你自己没想清楚这个Skill的输入是什么、处理规则是什么、输出怎么算合格。这个环节我称之为“给Skill立法”先立清楚AI才不会乱来。2.1 定义输入把“脏活”拆成几个固定参数非技术人最常犯的错是以为AI能像人一样“看一眼就明白”。实际上哪怕你再怎么描述如果输入部分不明确AI只能在猜测中工作。所以写Skill的第一步是明确用户到底要提供什么东西。以我做“多表合并清洗”Skill为例我在说明文件里明确写了这些输入项表格文件需要处理的一个或多个Excel文件支持xlsx、xls格式。表头所在行默认第一行但有些表前几行是标题和说明需特别指定。默认值设为1。需要合并的字段当多个表列名不一致时要告诉AI按哪个字段对齐例如“门店名”“日期”。清洗规则日期格式、金额格式、空值处理等这些如果有统一默认就不需要每次重复输入。输出要求最终要一个合并表还是每个表单独清洗还是合并后再做透视。我把这些输入项写成了“如果用户没有特别说明就按默认值执行”的形式。好处很明显日常使用时我只需要丢一句“帮我合并今天三个区的表”AI就会按默认规矩处理特殊场景下我再临时追加说明。默认值越清晰日常使用越省心。2.2 定义处理流程别指望AI猜你的心思输入定义好接下来是处理流程。这一步的核心就一句话把你自己平时干活的动作一步步写出来。我平时处理多张分表的过程大概是读取所有上传的Excel文件。确认每张表的表头行位置找到“日期”“区域”“销售额”这几个核心字段。统一日期格式把“2024/1/5”“2024年1月5日”“1.5”这类表达全部转成“2024-01-05”。金额列去掉人民币符号和千分位逗号统一转成数字方便后续求和。跳过完全空白的行以及只写着“合计”“小计”的汇总行。按“区域”和“日期”做合并同一区域同一日期的多行记录求和。输出一个新Excel文件保留原始数据同时增加一个“汇总”工作表。我把这套流程原原本本写进了Skill。等AI真正执行时它就不至于自由发挥。这里我想强调一点不是说你必须写得像标准作业程序一样严密而是要把那些你在脑子里自动跳过的步骤显性地写出来。AI最大的问题不是笨而是你不说它就会默认它是懂的结果处理方式完全跑偏。2.3 定义输出怎么算成功提前说好输出这关很多人会忽略。他们觉得“AI把表给我就行”但AI给的“行”很可能和你理解的“行”相差很远。我在Skill里明确写了输出规范文件类型输出为xlsx格式如果用户没指定文件名默认在原名后加“_已清洗”。结构要求保留原始表的所有列清洗后的数据放在新工作表“清洗结果”中不要覆盖原数据。校验要求处理完成后必须报告处理前后行数变化、删掉了几行空行/汇总行、日期转换了几种格式、金额合计变化是否在合理范围。成功标准处理后的数据能够直接用于数据透视表不需要再手工调整格式。这个“校验要求”是我用了几次后才补上去的。以前AI处理完直接丢个文件过来我也不知道它删了什么、改了哪些心里完全没底。加了校验报告之后AI会在处理结束后自动汇报关键指标我一眼就能判断处理是否成功。这是整个Skill里回报率最高的一段设计。3. 手把手做一个Excel数据清洗Skill3.1 选一个能装Skill的地方动手之前得先确定在哪做。市面上的支持方式大致分三类我给大家做个非技术人视角的说明第一类是支持自定义说明文件的AI助手/智能体平台。你可以在配置里上传一段指令或说明文档之后每次对话它都会自动参考。这类对非技术人最友好我主要用这种方式。第二类是一些AI编程工具里的Skill比如很多人口中的“Codex Skill”“Claude Code Skill”。这块诞生在开发者生态里优点是功能强大但对非技术人不太友好需要你理解文件目录、配置文件这些概念。第三类是普通的AI对话工具。没有系统性的Skill功能但你可以在每次提问时粘贴同一段“指令模板”效果接近Skill只是笨重一些。我的建议是优先选第一类。如果某一个平台支持上传Skill说明文档那基本就是为你的需求量身定做的。你不需要关心技术背后的解析过程只需要把一个Markdown格式的说明文件传上去。如果你用的工具什么都不支持也没关系。你完全可以把下面这些模板内容复制到记事本里保存每次处理数据前先发一遍。效果弱一点但思路完全一样。3.2 Skill说明文件怎么写我的模板直接抄我制作的Skill核心就是一个用Markdown写的说明文件我习惯命名成“SKILL.md”。里面没有代码全是自然语言。结构如下# 技能名称Excel多表合并清洗 ## 触发场景 当用户需要合并多个Excel表或要求清洗表格数据日期、金额、空行、重复值时使用。 ## 输入参数 - 文件用户上传的一个或多个Excel文件。 - 表头行默认第1行。用户可指定其他行。 - 日期字段默认“日期”。用户可指定其他列名。 - 金额字段默认“销售额”。用户可指定其他列名。 - 去重规则如果同一区域、同一日期的重复记录默认合并求和。 ## 处理步骤 1. 读取所有上传的Excel文件记录每个文件的原始工作表数量与行数。 2. 定位表头行识别日期、金额、区域等关键列。 3. 将日期列统一转换为YYYY-MM-DD格式。 4. 金额列去除货币符号、千分位逗号转成数字类型。 5. 删除完全空白的行以及只含“合计”“小计”“总计”字样的行。 6. 按“区域”“日期”分组对金额列求和合并。 7. 生成新文件保留原始数据另建工作表“清洗结果”并在其中存放合并清洗后的数据。 ## 输出要求 - 输出为xlsx文件文件名默认为“合并清洗结果.xlsx”。 - 必须报告处理前总行数、处理后总行数、删除的行数、识别到的日期格式种类、金额合计结果。 - 如果发现字段缺失或无法识别先询问用户不擅自处理。 ## 禁止事项 - 不得修改原始上传文件。 - 不得对金额做四舍五入以外的数值改动。 - 不得删除未被判定为空行或汇总行的业务数据。 - 不得将数据上传到外部网站或联网查询。这个模板你可以直接抄走把“区域”“销售额”替换成你自己的字段就行。我写的时候刻意用短句、用步骤列表因为AI对分步骤的指令理解明显比对一长段散文更稳定。有一点要特别提醒别追求“一步到位”。第一次写的Skill大概率不完美能用就行后面边用边改。我自己的第一版只有触发场景和处理步骤没有校验要求和禁止事项是在翻车之后才补上的翻车细节在第4部分详说。3.3 三种执行路径从最省事到最强大的排列Skill写好了具体让AI怎么执行Excel脏活根据我的实测市面上大概有三种路径各有适用场景。我列成表格方便对号入座路径适合人群优点缺点我的使用频率让AI直接读取并处理上传的Excel非技术人首选不需要本地装任何软件全程对话完成需要平台支持文件解析和沙箱执行不能处理超大文件高让AI生成VBA代码粘贴到Excel里运行偶尔要离线处理、数据敏感的人数据不出本机安全性高需要开启宏且不同Excel版本对宏兼容性略有差异中让AI生成Python代码本地跑有一定动手能力的人功能最强适合超大数据量需要安装Python环境非技术人入门成本高低非技术人建议优先走第一条路。如果平台支持AI读取Excel文件并返回处理后的文件那你的学习成本几乎为零。我平时日常合并表、清洗数据就走这条路。只有碰上数据量特别大、或者涉及敏感数据需要在本地处理的表我才会退回到第二条路让AI给我写一段VBA代码自己粘贴进Excel跑。关于VBA路径多说一句很多非技术人一听VBA三个字母就发怵。其实你不需要懂它。你只要把需求说给AI让它“生成一段VBA宏代码功能是……”然后把代码复制到Excel的VBA编辑器里运行就行。这本质上还是你指挥、AI干活只是“干活”的位置从云端换到了你的电脑上。3.4 实测记录合并12张分表我用了不到10分钟说一个我实际跑通的案例。月初要汇总12家门店的销售表这些表是从不同系统导出的结构乱得很。我打开Skill上传了12个文件只发了一句话“用多表合并清洗技能处理这些文件日期字段是‘日期’金额字段是‘销售额’。”AI先按Skill里的流程读取所有文件然后开始处理。中间有个细节让我印象深刻它发现其中3张表的表头前多了一行说明文字于是按Skill里“表头行可指定”的规则自动识别了真正的表头在第2行没有多问也没有自作聪明地把说明行当成数据并进来。最终它返回了一个“合并清洗结果.xlsx”并附了一段校验报告处理前总行数1287行。处理后总行数1164行。删除空行与汇总行123行。日期格式识别到3种yyyy/m/d、yyyy年m月d日、m.d。金额合计¥3,421,809.53与各表手工核对一致。我核对了一下结果确实没问题。以前这套流程我得花一下午中间还要反复检查有没有漏行。那次从上传文件到下载结果全程不到10分钟。那一刻我才真正觉得之前把时间耗在这种重复劳动上实在太冤枉了。4. 比写Skill更耗时的是让AI听懂“脏活”到底脏在哪如果故事到这里就结束那这篇手记的意义也就没多大。真正让Skill从“玩具”变成“工具”的是一次次翻车。我把自己踩过的坑一个个写进Skill的“禁止事项”它才慢慢变得可靠。这节我把最有代表性的坑和解决办法摊开讲。4.1 第一个坑AI自作主张“美化”了我的数据第一次用Skill处理一张销售明细表时AI干得很卖力但结果让我差点崩溃。它把金额列里的“3,421,809.53”四舍五入成了“3421810”又把所有“0”值行当成无意义数据删掉了。我以为它出了错回头看才发现我压根没在Skill里规定“金额精度保留两位小数”和“0值不能删”。这件事给我上了一课AI在不确定的时候倾向于给你一个“看起来更干净”的结果而不是“保持原样”的结果。它在帮你做决定而这种决定往往是数据灾难。从那以后我在所有Excel类Skill里都写死了两条规则一是金额和数字不允许四舍五入必须保留原始小数位二是任何数值0都是有效业务数据不是空白不得删除。这种“防AI手欠”条款现在成了我Skill模板里的标配。4.2 边界条件那些你以为AI“应该知道”的事第二个大坑是我默认AI懂Excel里的各种“潜规则”。后来我发现它真的不懂。具体表现如下有些表格数据并不是从第一行开始的前几行是报表标题、生成时间、单位说明AI如果识别错表头整个处理就全歪了。同一列里有人填了“未填写”有人填了“无”有人直接留空AI的默认处理方式可能全是删掉但业务上“未填写”和“无”是有保留价值的。金额列里混着“1,200.00元”“200”“-500”这种不同表达AI需要明确规则才能统一处理。多张表中同一家门店可能叫“北京朝阳店”另一张表叫“朝阳店”如果去重逻辑不写明AI会当成两个不同的门店。解决这些问题的思路不是把每一种情况都提前想到——那不现实。我的经验是每次在实际处理中发现AI处理错了某个边界情形就针对这个情形补一条规则进Skill。比如我后来在Skill里补过这样一段## 边界情况处理 - 如果同一列中同时出现空白和“未填写”“无”等文本 - 空白单元格保留为空不做删除。 - “未填写”“无”保留原文本不做自动替换。 - 如果门店名称在不同表中存在全称与简称 - 使用“包含”关系进行匹配并将结果统一为第一个表中出现的长名称。 - 如果日期列中出现文本“今天”“昨天” - 按当前日期换算成具体日期并在校验报告中标注换算结果。这种“踩到坑再补规则”的方式虽然听起来不够系统但胜在实用。因为只有你真正碰到过的边界条件才是你这个业务场景里最高频的坑。别人的Skill写得再全也不如你的经验贴肉。4.3 迭代式调试把AI当成一个刚来的实习生我从这段经历里悟出的最大道理是调AI本质上和带实习生一模一样。你不能指望一个新来的实习生第一天就把所有事干得滴水不漏你也不能指望AI第一次就能理解你脑子里那套“这么明显还用说”的规则。所以我养成了一个固定节奏每次让AI处理完数据我一定会看三样东西校验报告行数变化对不对合计对得上吗。抽样结果随机抽5到10行人工核对逻辑是否成立。新增规则如果发现某个错误是我之前没写清楚的立刻补进Skill并在“版本记录”里加一行。这里还有个很实用的技巧一次只让AI调整一件事。有段时间我贪心把“合并表”“清洗金额”“生成透视表”“做图表”全塞进一个SkillAI执行起来经常顾此失彼。后来我把“生成图表”拆成了另一个Skill只专注做一件事之后准确率立刻上来了。开发圈有句话叫“单一职责”非技术人不一定知道这个词但道理是一样一个Skill干一种活别贪多。5. Skill的安全红线与Excel数据底线让AI干活很爽但也别爽到忘了分寸。Excel数据往往比我们想象中敏感得多。这一节我不讲大道理只讲我实际遵守的红线和做法。5.1 哪些数据不能闭眼交给AI我在决定要不要把一张表交给AI之前会先过一遍脑子看表里有没有这几类东西员工工资、奖金、绩效明细这属于高度敏感个人信息别传。身份证号、手机号、家庭住址这类数据一旦泄露后果不是开玩笑的。银行账号、支付宝、微信支付记录涉及财务尽量别碰。客户名单、未公开报价、渠道政策属于商业机密更要警惕。还在保密期的新品数据、内部经营数据即使只处理一部分也可能被拼凑出信息。如果你的表里必须包含这些字段我建议先脱敏把姓名替换成“张三”“李四”身份证号改成假的但位数相同的数字手机号中间四位打码。等AI处理完逻辑、你验证无误之后再通过正常的Excel操作把真实数据替换回来。虽然多一步但安心。5.2 给AI“加护栏”权限、范围、人工复核Skill处理数据时我会刻意在“禁止事项”部分加上一些安全条款。比如下面这些## 安全与隐私要求 - 不得要求用户提供密码、验证码、身份信息。 - 不得将用户上传文件中的原始数据用于任何与当前任务无关的用途。 - 如果用户要求截取某列数据必须先复制到新工作表后再操作不允许在原表上直接删除其他列。 - 处理完成后建议用户核实处理结果尤其是金额合计、行数变化等关键指标。这些条款看起来很像废话但很有必要。因为AI在某些情况下会因为“我想让表格更简洁”而自动删列有了这条它就会先复制再操作。安全这件事靠的不是“AI会很自觉”而是“你没写禁止的事它可能真干得出来”。另外无论AI处理得多好我都会保留一份原始数据备份。Excel表的路径一般在本地磁盘或网盘我始终留着一个原始文件夹只做存档不动它。这样哪怕AI处理出错我随时可以回到源头重新来不至于数据被洗坏却只能干瞪眼。5.3 本地与云端按数据敏感程度选执行路径我在第3节列过三种执行路径这里补充一句安全角度的选择逻辑数据不敏感比如公开的销售报表、农产品价格、天气数据可以放心用云端方式让AI直接读取处理效率最高。数据有一定敏感性比如内部员工考勤但无工资信息建议用本地VBA方式数据不出本机。数据高度敏感比如工资、财务、客户信息优先考虑完全不经过AI或者先充分脱敏再处理。这里我宁可自己手工花多一点时间也不敢冒风险。我自己就遇到过一版Skill在云平台跑完第二天想起来那批数据里有客户联系方式虽然没出事但心里一直不踏实。后来我给自己定了个规矩凡是处理前我犹豫“这数据能不能传”的表一律不传。犹豫本身就是信号。6. 把Skill变成日常习惯后我踩过的坑和攒下的经验6.1 从一个Skill开始而不是十个刚尝到Skill甜头的时候我一度想把所有Excel场景都做成Skill合并表、做透视、生成图表、拆分数据、匹配客户、做日报。结果做了一大堆最后高频使用的只有两个其他全成了摆设。回头想想最有效的路径是先挑一个“你每周都会遇到、且处理规则稳定”的脏活把它做成第一个Skill。跑通之后你会对整个流程有手感再去做第二个、第三个就会顺畅很多。Skill这东西重质量不重数量一个高频技能用熟了比十个躺在那吃灰的强。6.2 我给自己加了一个“版本记录”Skill是活的不是写一次就完事。我因为经常改后来干脆在SKILL.md文件最底部加了一个“版本记录”每次改动就补一行## 版本记录 - v1.02024-06-01初始版本支持多表合并、日期格式统一、金额清洗。 - v1.12024-06-10补充“边界情况处理”解决门店简称匹配问题。 - v1.22024-06-18新增校验报告要求处理完成后必须汇报行数变化和日期格式种类。 - v1.32024-07-02修正金额保留原始小数位不允许四舍五入。这个习惯极大降低了我改Skill时的心理负担。因为当时改错了也不会乱套可以随时回看版本记录判断是哪个改动导致的问题。对非技术人来说这比什么版本控制工具都直观。6.3 给非技术人的三点忠告最后分享三条我总结出来的话也都是真金白银换来的教训第一Skill的核心不是技术是你把自己脑子里的工作流程用大白话写出来的能力。所以别害怕自己没有编程背景你缺的从来不是技术而是“把话说清楚”的耐心。第二先跑通再优化。第一次做的Skill只要能满足“它读完SKILL.md之后能稳定处理一份表”就算成功。剩下的精度、速度、美观全都是后面一点一点迭代出来的。别在起步阶段追求完美你会被自己逼疯。第三AI只是一个工具别把责任甩给它。无论Skill写得多完善最终提交给领导、客户的数据责任都在你身上。所以我每次处理完一定会做校验、抽样确认可靠之后再用。信任AI的前提是你已经验证过它值得信任。我自己现在的工作流依旧是“先让Skill处理再人工核验抽样”。它帮我省下的不是判断力而是那些重复、麻木、消耗耐心的机械时间。省下来的时间我会拿去做真正需要人来做的事。这大概就是我这样一个非技术人为什么愿意花心思去折腾Skill的答案。
