WorkBuddy 实战手册 · 第3篇
同一个任务：清洗一份500行的销售数据，分类汇总，出3张图表，整理成Word报告。
手动做，实测85到155分钟。交给 WorkBuddy，算上人工确认的时间，10分钟以内。全程不写一个公式，不建一张透视表。
Excel 是职场里最矛盾的工具：人人都打开过，真正能熟练处理数据的人不多。VLOOKUP、透视表、条件格式——名字都听过，真用的时候还得一边查教程一边试错。而数据分析最耗时间的，往往不是“分析”本身，是分析之前那堆体力活：日期格式不统一、产品名称多了空格、数字和文字混在一列、空值不知道怎么处理。
这篇讲怎么把这些体力活整个交出去，同时守住几条不能交出去的底线。
一、为什么是 WorkBuddy 而不是继续死磕 Excel
你想知道的其实很简单：哪个产品卖得最好？哪个区域销售额最高？本月有没有异常？这些需求本身不复杂，但在 Excel 里要经过很多步：清洗、筛选、建透视表、插图表、调格式、复制到 Word。
WorkBuddy 的优势不是“替代 Excel”，而是把这些重复操作变成自然语言任务。你只需要把文件拖进去，说清楚三件事：按什么维度分析、算哪些指标、输出什么格式。 剩下的读取、清洗、统计、出图、成文，交给它执行。
Excel 是工具箱，WorkBuddy 是一个能听懂任务的执行助理。
二、实战：一份销售数据的完整分析流程
假设你手头有一份月度销售数据 Excel，包含日期、产品名称、区域、销售额、销量等字段，500行左右。目标：清洗数据，找出表现最好的产品和区域，出图，整理成 Word 报告。五步走完。
第一步：先让它看懂数据，别急着分析
打开 WorkBuddy，选 Craft 模式，把 Excel 拖进对话区。不要一上来就说“帮我分析一下”——太泛，AI 只能给你空泛总结。第一条指令这样写：
先读取这份Excel，做一份数据概况说明：1）多少行、多少列；2）每列字段名称和数据类型；3）哪些列存在空值、重复值或格式异常。暂时不要修改原始数据，只检查，只说明。
它会返回一份“数据体检报告”。这一步非常关键：后续所有分析都建立在字段识别和数据质量之上，第一步看错了字段，后面的结论跟着全错。
第二步：清洗数据——先诊断，再动手
真实的 Excel 几乎没有干净的：日期一列三种写法、“产品A”和“产品 A”被当成两个产品、销售额里混着“未统计”、空值散落各处。
第二条指令，注意这里的关键约束：
帮我清洗这份数据：1）日期统一为 YYYY-MM-DD；2）去除产品名称和区域名称中的多余空格；3）检查销售额、销量字段里的非数字内容，列出异常值；4）对空值先不要直接替换，告诉我空值分布，并给出建议处理方式；5）完成后输出一份清洗记录，说明每一步处理了多少条数据。
为什么空值不能一句话让它全填0？因为不同字段的空值含义不一样：销售额为空可能是没统计，销量为空可能是漏填，区域为空是数据不完整。直接替换成0，均值和客单价会被拉低，数据含义也变了。
先让 AI 列出问题，你来决定怎么处理。 确认之后再追加一条：
确认：销售额和销量的空值按0处理；区域为空的记录标记为“未知区域”；生成清洗后的Excel，保留清洗记录。
清洗后的改动可以在结果区的“变更”标签里逐条核对，效果类似 Word 的修订模式——每处修改的前后对比都看得到。财务、合同这类不允许出错的数据，这个功能尤其重要。
第三步：分类统计，算出核心指标
基于清洗后的数据做分类统计：1）按产品类别汇总销售额和销量；2）按区域汇总销售额和销量；3）列出销售额Top5和最低5个产品；4）如果表中存在上月或同期数据，计算环比或同比；如果没有，明确说明“原表缺少对比周期数据，无法计算增长率”，不要编造；5）结果用表格呈现。
这在 Excel 里要建透视表，在这里一句话。它会返回类似这样的结构化表格（示例）：
| 产品类别 | 销售额（万元） | 销量 | 环比增长 |
|---|---|---|---|
| 电子产品 | 156.3 | 1,240 | +12.5% |
| 家居用品 | 89.7 | 2,100 | -3.2% |
| 服装 | 67.4 | 890 | +8.7% |
表格后面通常跟一段判断：“电子产品环比增长12.5%，是增长最快的品类；家居用品下滑3.2%，建议关注原因。”这段判断基于前面算出的数据，有数据，有结论，不是空话。
注意指令里那个约束：表里有什么，就分析什么；表里没有的，不许编。 没有同期数据不能算同比，没有成本字段不能算利润率，没有客户数不能算客单价。数据分析最怕的不是结论慢，而是结论看起来很完整，数据基础根本不存在。
第四步：生成图表
给领导看，图表比表格有冲击力。三类图各有分工：柱状图看对比，折线图看趋势，饼图看占比。
根据上面的分析结果生成3张图表：1）柱状图——各产品类别销售额对比；2）柱状图——各区域销售额对比；3）折线图——按日期的销售额趋势。每张图要有标题、坐标轴名称和单位，附不超过50字的说明，导出为PNG。如果日期字段不适合做趋势分析，改为生成产品类别占比图，并说明原因。
最后那句防御性约束很有用——它能避免 AI 为了完成任务硬生成一张不合适的图。图不是越多越好，普通汇报3张够了。不确定用什么图，直接问它“这份数据适合什么图表”，它按数据特征给建议，拍板的是你。
第五步：整理成 Word 报告
真正能交付的不是几张散图，是一份结构清楚的文档：
把以上分析结果整理成Word报告，结构：一、数据概况（来源、字段、数据量、清洗情况）；二、核心指标汇总（表格）；三、产品分析；四、区域分析；五、趋势或结构分析（插入图表并解释）；六、结论与建议（3条基于数据的业务建议）。要求：语气正式，结论必须来自前面的数据，不要写空泛口号，输出Word文件。
到这一步，你得到的不是“AI 回答”，而是一个可以直接修改、转发、汇报的文件。这是完整闭环：上传 → 检查 → 清洗 → 统计 → 出图 → 成报告。
三、数据类指令最容易踩的三个坑
用 AI 做数据分析，最大的风险不是它不会做，而是你没把规则说清楚。
坑1：只说“帮我分析一下”。 产出多半是“整体表现良好”“部分区域有增长空间”这种正确的废话。改成：“按产品类别和区域两个维度，分别汇总销售额、销量和占比，列出Top5与Bottom5。”
坑2：没说明空值怎么处理。 空值、异常值、重复值是最容易影响结论的地方。每次都加一句：“遇到空值、异常值和重复值，先列出问题和建议处理方式，不要直接删除或替换。”把风险前置。
坑3：让 AI 算原表里不存在的指标。 表里只有销售额和销量，你让它算利润率，它可能真给你“算”一个出来。必须加约束：“如果原始数据不支持某项指标计算，明确说明原因，不要编造。”这句话建议每次处理表格都带上。
四、账算一下：手动做 vs WorkBuddy 做
同一个任务，500行销售数据，检查+清洗+汇总+3张图+报告：
| 步骤 | 手动做 | WorkBuddy 做 |
|---|---|---|
| 数据检查 | 逐列查看，容易漏，10-15分钟 | 一句话，1分钟 |
| 数据清洗 | 筛选、替换、统一格式，30-60分钟 | 诊断+确认两句话，2-3分钟 |
| 分类统计 | 建透视表、写公式，20-30分钟 | 一句话，1分钟 |
| 生成图表 | 插图、调格式、导出，15-20分钟 | 一句话，1-2分钟 |
| 整理报告 | 复制粘贴、排版，20-30分钟 | 一句话，1-2分钟 |
| 总计 | 95-155分钟 | 6-9分钟（含确认约10分钟） |
时间差在10倍以上。但注意省掉的是什么——不是判断时间，是操作时间。真正的分工是：
人负责提出问题、判断结论、承担责任；AI 负责读取数据、执行计算、整理格式。
AI 可以帮你更快跑完流程，但不能替你对结论负责。
五、什么场景适合，什么场景必须谨慎
适合的四类：日常运营数据汇总（周报月报，结构不变只换数据）、临时分析（领导下班前要结论，没必要搭模板）、数据清洗（格式混乱的重复劳动）、快速可视化（出图做汇报和配图）。
必须谨慎的：财务对账、工资核算、报销审核这类金额精确性任务（AI 算完必须人工复核）；合同、审计、合规类需要留痕追溯的任务（没有专业 BI 那种完整审计日志）；几万行以上的大数据量（变慢、可能截断）；以及最重要的——涉及客户隐私、身份证号、手机号、银行卡号的数据，上传前必须先脱敏。删掉姓名、电话、证件号、合同号这些敏感字段，再交给 AI。
效率可以外包给 AI，数据安全不能。
六、可以直接复制的提示词模板
不想每次重新组织语言，直接复制这段：
| |
这个模板的重点不是长，是把边界说清楚：先检查再清洗，能算就算、不能算就说明，先出表再出图最后成文档。
小结
WorkBuddy 数据分析完整流程：
上传表格 → 检查数据 → 清洗数据 → 分类统计 → 生成图表 → 整理报告
它把公式、透视表、图表排版这些门槛往后挪，让你把注意力放回问题本身：这份数据到底说明了什么？下一步该怎么做？
如果这篇替你省掉了下一个“调格式的下午”，点个“在看”，让还在手动清数据的人也看到。想第一时间收到第4篇，星标本号——不星标，推送大概率沉底。
你在 Excel 里最头疼的体力活是什么？评论区说说，典型的我拿真实数据实测一遍，写进后面的篇目。
WorkBuddy 实战手册 · 第4篇预告：《30分钟出一份PPT：从需求到演示文稿全流程拆解》
下载地址：
电脑端：https://www.codebuddy.cn/work/
手机端：应用市场搜“WorkBuddy”
微信小程序：搜“腾讯WorkBuddy”