第 39 卷

1. 生成一张"位移-时间"折线图
2. 用最小二乘法拟合 s = 0.5 * g * t^2，求出 g 值并与 9.8 对比，说明误差
3. 输出为 Excel + 简要结论文字

方法三：表格美化（交作业前让它"变好看"）

适用场景：课程报告、社团汇报要用的表格，需要观感专业。

步骤：

• 上传/生成表格后，描述美化目标；
• 明确"表头样式、重点标色、数字格式、边框"等细节；
• 预览效果，按需微调；
• 导出终版。

可直接复制的提示词：

把这份《班级成绩表》美化一下：

1. 表头：深蓝色底、白色加粗字体，冻结首行
2. 不及格（<60）成绩用红色字体加粗，90 分以上用绿色
3. 平均分行用浅黄色底纹突出
4. 所有数字保留 1 位小数，列宽自适应内容
5. 加上细边框，去掉网格线

进阶技巧（来自腾讯云教程）：

• 批量处理多个文件：在指令中指定文件夹路径，让 WorkBuddy 遍历处理所有 Excel 文件；
• 复用指令模板：把常用的"月度报表"处理流程保存下来，下次只换数据源，指令几乎不用改；
• 多维度交叉分析：一次指令包含多个分析维度，AI 会分别生成对应图表；
• 定时自动化：把数据处理任务设为定时任务（如每周一自动生成上周数据报告）——学生社团做周报、月报时非

常实用。

常见误区

误区 1：只甩一个文件，说"帮我分析一下"

典型错误：上传 Excel 后只写"帮我分析"，AI 只能输出泛泛而谈的废话（"该表包含 5 列数据，数据较为规范……"）。

纠正：用三要素写清楚：数据源 + 处理规则 + 输出形式。对比："帮我分析一下" vs "按月份统计各班平均分，画柱状图，标出前三名，输出 Excel"。

误区 2：字段含义不说清，AI 猜错口径

典型错误：表格里"金额"列，A 表是含税、B 表是不含税，AI 按统一口径计算，结果全错。腾讯云教程原话："AI 没法自动判断这个差异，需要你提前说明。"

纠正：分析前在指令中声明口径："A 表的金额是含税的，需要除以 1.13 换算成不含税金额""销售额不含税"。

误区 3：用 Craft 直接处理重要表格，误改原文件

典型错误：社团经费表是唯一一份，直接 Craft 模式让 AI 改，原文件被覆盖、格式全乱。

误区 4：结果不核对，直接采信 AI 算的数字

典型错误：AI 输出的平均分、排名不抽查，直接打印公示，错了才发现。

纠正：要求"给出计算依据"，抽查 2-3 个关键数字（手工算一遍验证）；涉及钱、成绩、公示类结果务必人工复核。

腾讯云教程："重要结论让它标注'来自哪一行/哪个字段'，方便你核对，别盲信。"

误区 5：超大数据一次性硬跑

典型错误：把 10 万行的问卷原始数据一次全量分析，处理慢、积分消耗大。

纠正：几万行一般没问题（实测 5 万行无压力），但更大数据建议：先让 AI 用抽样方式验证口径，再全量；或把任务拆成小任务分批处理。

实操模板 / 检查清单

模板一：Excel 需求三要素模板

这是 {文件描述}（{文件名}.xlsx），字段：{字段列表}。

请帮我：

1. {清洗规则：去重/补缺/统一格式/口径说明}
2. {计算与分析：算什么、按什么维度、什么条件}
3. {输出形式：新 Excel / 图表 / 文字结论 / 报告}

模板二：成绩统计模板

统计 {课程/考试} 成绩（{文件名}.xlsx，字段：{学号/姓名/各分项}）：

1. 总评 = {加权规则}，保留 {小数位}
2. 排名、平均分、及格率、{分数段分布}
3. 不及格名单单独列出
4. 美化：{表头样式/标色规则}
5. 输出为《{新文件名}.xlsx》

模板三：经费/记账模板

整理 {账目名称}（{文件名}.xlsx）：

1. 分类汇总：{收入/支出/结余，按类别统计}
2. 异常检查：{金额阈值/日期范围/重复项}
3. 可视化：{饼图/柱状图，展示什么}
4. 输出：{Excel + 结论文字}

处理前检查清单

• [ ] 已说明文件字段含义与单位
• [ ] 已声明数据口径（含税/不含税、单位换算等）
• [ ] 指令包含"清洗规则 + 分析维度 + 输出格式"三要素
• [ ] 重要文件已用 Plan 模式或先备份
• [ ] 关键数字已人工抽查复核（算 2-3 个验证）
• [ ] 结果要求"可溯源"（注明来自哪一行/哪个字段）
• [ ] 数据量过大时已采用抽样验证或分批策略

三个反思问题

• 你上次手工写 Excel 公式是什么时候？如果下次用"三要素"指令让 WorkBuddy

完成同样的计算，你打算把省下的时间花在理解数据（比如分析成绩背后的学习问题）上吗？

• 社团/班级的经费表、成绩表属于"改错代价高"的文件。你如何设计一套"Plan 模式确认 +

结果抽查"的流程，既享受 AI 的效率又守住数据安全底线？

• "AI 会算"不等于"你懂数据"。当 AI 给出"平均分 82、及格率 95%"时，你会追问哪些更深层的问题（比如标准差

多大、哪个分数段最集中）？这种追问能力对未来的数据分析工作有什么价值？

【声明】本文为学习资料，不构成官方承诺；功能以 WorkBuddy 实际版本为准。文中提到的数据分析模式、Excel 处理流程与提示词整理自腾讯云开发者社区及公开实测教程（如《用 AI 一句话清洗 Excel

数据并生成可视化报表》《把 Excel 分析交给 WorkBuddy》），具体界面与能力以你安装的客户端版本为准；部分细节（如定时自动化的具体配置入口）截至

2026 年 8 月未能逐一确认，建议以官方文档（www.workbuddy.cn/docs/workbuddy/）为准。