01這個情境是什麼
把一堆亂的、格式不一致的、來源不同的數字,變成一張別人看得懂、也敢拿去做決定的表或圖。這個情境的核心原則只有一句:讓 AI 碰數字,但不要讓它算。AI 負責整理格式、命名欄位、解釋趨勢;真正的計算交給試算表或資料庫,因為它們的答案可以重算、可以被稽核。
- 判準:如果最後會出現一個「數字」在文件或簡報上,而那個數字會被拿去做判斷,它就在這個情境。
- 跟「研究與資訊整理」的分界:研究處理的是文字證據,這裡處理的是數值與口徑。
- 跟「決策與問題解決」的分界:這裡負責把數字弄對、弄清楚;要不要因此改變做法,是決策情境。
02你要做哪一件事?挑最接近你手上那件事的,右邊就是對應的方法
- 報表整理
- 把多份格式不同的原始表併成一張可用的表。
- 資料清理
- 空值、重複、日期格式、單位不一致、全形半形混用。
- 指標口徑定義
- 「活躍」「完成」「有效客戶」到底怎麼算,寫成白紙黑字。
- Excel 函數與樞紐
- 不會寫的公式請 AI 教,但驗算自己來。
- 唯讀資料查詢
- 用自然語言問公司資料庫,但只給唯讀權限。
- 把表變成給人看的圖與敘述
- 圖表的說明文字是最容易誇大的地方。
- 抓下週或下個月要備多少
- 用自己的 POS、出貨或訂位紀錄推估需求,決定備料與進貨量。
03這個情境的方法點進任一張卡就是完整做法;下面的地圖是建議順序,不要跳步
住在這個情境的方法9 個
手上有 Excel 報表要分析趨勢、找異常、做圖表AI Excel 分析把一堆數字變成能看的分析——別讓它在你沒注意時把口徑和分母算糊。一堆數字要整理 · 入門|貼上就能用
適用:行政、會計/財務、業務 等 7 種
工具:ChatGPTClaudeCopilotGemini查看方法 →每天憑感覺抓備料量AI 需求預測與備料用自己的歷史紀錄推下週該備多少——AI 要給的是區間與理由,不是一個看起來很準的數字。一堆數字要整理 · 進階|要先備料
適用:營運、業務、採購 等 7 種
工具:ChatGPTClaudeGemini查看方法 →老闆丟你一堆格式不一的 Excel 要合併成報表AI 資料整理亂七八糟的 Excel 與檔案,讓 AI 先出整理計畫、你點頭它才動。一堆數字要整理 · 入門|貼上就能用
適用:行政、營運、會計/財務 等 5 種
工具:ChatGPTClaudeCopilot查看方法 →編預算花時間的不是加總AI 預算編列每一筆都要說得出「這個數字哪來的」——「依往例編列」是審查會上最貴的四個字。一堆數字要整理 · 要搭建|建助手或系統
適用:會計/財務、公務員、PM 等 5 種
工具:ChatGPTClaudeCopilot查看方法 →盤點盤出差異AI 盤點與損耗差異不等於損耗——查不到原因的標【原因不明】,那才是流程漏洞的位置。一堆數字要整理 · 要搭建|建助手或系統
適用:門市/餐飲、會計/財務、營運 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →考完只知道平均 72 分AI 學習成效分析分清楚「全班的問題」與「個人的問題」——同一概念只有一題特別低,通常是題目的問題。一堆數字要整理 · 要搭建|建助手或系統
適用:老師、教育訓練、HR 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →改善方案要不要做AI 效益與回本試算AI 攤開假設,試算表算數字——它會把你沒給的電價與時數自己補上。一堆數字要整理 · 要搭建|建助手或系統
適用:顧問、工程師/研發、會計/財務 等 5 種
工具:ChatGPTClaude自訂 GPT/Project查看方法 →想查個數字每次都要拜託工程師撈AI 資料查詢(唯讀)不求工程師,自己查業績、庫存、退貨率——連線鎖成唯讀,只准讀不准寫。一堆數字要整理 · 要搭建|建助手或系統
適用:業務、營運、工程師/研發 等 5 種
工具:ChatGPTClaude查看方法 →兩邊的數字對不起來AI 對帳與費用審核AI 找差異、人查原因、試算表算數字——「加起來剛好」是核對裡最危險的巧合。一堆數字要整理 · 要搭建|建助手或系統
適用:會計/財務、行政、公務員 等 5 種
工具:ChatGPTClaudeCopilot查看方法 →
適用:行政、會計/財務、業務 等 7 種
工具:ChatGPTClaudeCopilotGemini查看方法 →每天憑感覺抓備料量AI 需求預測與備料用自己的歷史紀錄推下週該備多少——AI 要給的是區間與理由,不是一個看起來很準的數字。一堆數字要整理 · 進階|要先備料
適用:營運、業務、採購 等 7 種
工具:ChatGPTClaudeGemini查看方法 →老闆丟你一堆格式不一的 Excel 要合併成報表AI 資料整理亂七八糟的 Excel 與檔案,讓 AI 先出整理計畫、你點頭它才動。一堆數字要整理 · 入門|貼上就能用
適用:行政、營運、會計/財務 等 5 種
工具:ChatGPTClaudeCopilot查看方法 →編預算花時間的不是加總AI 預算編列每一筆都要說得出「這個數字哪來的」——「依往例編列」是審查會上最貴的四個字。一堆數字要整理 · 要搭建|建助手或系統
適用:會計/財務、公務員、PM 等 5 種
工具:ChatGPTClaudeCopilot查看方法 →盤點盤出差異AI 盤點與損耗差異不等於損耗——查不到原因的標【原因不明】,那才是流程漏洞的位置。一堆數字要整理 · 要搭建|建助手或系統
適用:門市/餐飲、會計/財務、營運 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →考完只知道平均 72 分AI 學習成效分析分清楚「全班的問題」與「個人的問題」——同一概念只有一題特別低,通常是題目的問題。一堆數字要整理 · 要搭建|建助手或系統
適用:老師、教育訓練、HR 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →改善方案要不要做AI 效益與回本試算AI 攤開假設,試算表算數字——它會把你沒給的電價與時數自己補上。一堆數字要整理 · 要搭建|建助手或系統
適用:顧問、工程師/研發、會計/財務 等 5 種
工具:ChatGPTClaude自訂 GPT/Project查看方法 →想查個數字每次都要拜託工程師撈AI 資料查詢(唯讀)不求工程師,自己查業績、庫存、退貨率——連線鎖成唯讀,只准讀不准寫。一堆數字要整理 · 要搭建|建助手或系統
適用:業務、營運、工程師/研發 等 5 種
工具:ChatGPTClaude查看方法 →兩邊的數字對不起來AI 對帳與費用審核AI 找差異、人查原因、試算表算數字——「加起來剛好」是核對裡最危險的巧合。一堆數字要整理 · 要搭建|建助手或系統
適用:會計/財務、行政、公務員 等 5 種
工具:ChatGPTClaudeCopilot查看方法 →
這裡也用得上主場在別的情境
每週要交週報、月報或對上報告AI 寫報告把散在各處的進度與材料,收成一份數字不亂編的報告。要寫一份文件 · 入門|貼上就能用
適用:主管、行政、PM 等 7 種
工具:ChatGPTClaudeGeminiCopilot查看方法 →三家報價格式全不一樣AI 詢價比價AI 只負責把各家拉到同一個基準上,加總與換算一律回試算表。要選一個方案 · 進階|要先備料
適用:採購、會計/財務、公務員 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →輔導或診斷案還沒到現場AI 輔導案快篩產出是「現場要看什麼」,不是「可以省多少」——沒量測就給百分比等於承諾。要選一個方案 · 要搭建|建助手或系統
適用:顧問、工程師/研發、主管 等 5 種
工具:ChatGPTClaude自訂 GPT/Project查看方法 →輔導或改善做完了要證明有效AI 改善前後對比佐證先定規則再看數字——AI 非常擅長幫你「證明」有效,立場要一開始就設成質疑者。怕看漏、怕出包 · 要搭建|建助手或系統
適用:顧問、工程師/研發、公務員 等 5 種
工具:ChatGPTClaude自訂 GPT/Project查看方法 →計畫或補助要核銷AI 核銷準備把檢查點從核銷月搬到花錢之前——日期、抬頭、統編、品名,事後都補不回來。怕看漏、怕出包 · 要搭建|建助手或系統
適用:會計/財務、公務員、PM 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →一資料夾幾百張照片(巡檢、驗收、外觀AI 影像初判它說「沒問題」的那一堆,才是要盯的地方——漏標不會有人發現。怕看漏、怕出包 · 要搭建|建助手或系統
適用:工程師/研發、營運、公務員 等 5 種
工具:ChatGPTClaudeGemini自訂 GPT/Project查看方法 →一個職缺收到兩百份履歷AI 履歷初篩AI 只做條件比對與標記,不排名不評分——排名等於決定,而決定要有人負責。怕看漏、怕出包 · 要搭建|建助手或系統
適用:HR、法務、主管 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →
適用:主管、行政、PM 等 7 種
工具:ChatGPTClaudeGeminiCopilot查看方法 →三家報價格式全不一樣AI 詢價比價AI 只負責把各家拉到同一個基準上,加總與換算一律回試算表。要選一個方案 · 進階|要先備料
適用:採購、會計/財務、公務員 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →輔導或診斷案還沒到現場AI 輔導案快篩產出是「現場要看什麼」,不是「可以省多少」——沒量測就給百分比等於承諾。要選一個方案 · 要搭建|建助手或系統
適用:顧問、工程師/研發、主管 等 5 種
工具:ChatGPTClaude自訂 GPT/Project查看方法 →輔導或改善做完了要證明有效AI 改善前後對比佐證先定規則再看數字——AI 非常擅長幫你「證明」有效,立場要一開始就設成質疑者。怕看漏、怕出包 · 要搭建|建助手或系統
適用:顧問、工程師/研發、公務員 等 5 種
工具:ChatGPTClaude自訂 GPT/Project查看方法 →計畫或補助要核銷AI 核銷準備把檢查點從核銷月搬到花錢之前——日期、抬頭、統編、品名,事後都補不回來。怕看漏、怕出包 · 要搭建|建助手或系統
適用:會計/財務、公務員、PM 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →一資料夾幾百張照片(巡檢、驗收、外觀AI 影像初判它說「沒問題」的那一堆,才是要盯的地方——漏標不會有人發現。怕看漏、怕出包 · 要搭建|建助手或系統
適用:工程師/研發、營運、公務員 等 5 種
工具:ChatGPTClaudeGemini自訂 GPT/Project查看方法 →一個職缺收到兩百份履歷AI 履歷初篩AI 只做條件比對與標記,不排名不評分——排名等於決定,而決定要有人負責。怕看漏、怕出包 · 要搭建|建助手或系統
適用:HR、法務、主管 等 5 種
工具:ChatGPTClaudeCopilot自訂 GPT/Project查看方法 →
照這個順序做推薦方法地圖
先把口徑講清楚
跳過這一步,後面全部白做。
把表整理乾淨
清理規則要能重複執行,不是手動改一次。
計算與分析
AI 教公式,試算表算答案。
直接問公司資料
唯讀,永遠唯讀。
把數字變成報告
解釋要克制,形容詞要有依據。
04對應角色這些職位最常做這件事
05–14整個情境怎麼運作(含流程圖)10 段:現在怎麼做、哪裡卡住、要準備什麼、AI 能介入哪一段、哪幾關不能下放、做完長什麼樣。想搞懂整件事再看;只想動手做的話,上面挑一個方法點進去就好。
05目前流程(還沒用 AI 之前)先看清楚現在怎麼做,才知道哪一段值得改
| 序 | 步驟與說明 |
|---|---|
| 1 | 各單位交來格式不同的表 有人用民國年、有人用西元;有人把金額寫成「約 30 萬」;欄位名稱各叫各的。 |
| 2 | 手動貼進一張大表 貼的過程就會出錯,而且沒有紀錄哪一列來自哪一份。 |
| 3 | 邊做邊改口徑 發現某個定義不合用,改了,但前面已經算好的沒有重算。 |
| 4 | 算出一個數字 通常是複製貼上的公式,沒有人再驗算一次。 |
| 5 | 放進簡報 圖表下面配一句「顯著成長」,而「顯著」沒有定義。 |
06流程困難點卡住的位置,不是「做得慢」而是「做不下去」的地方
- 口徑沒有定義就開始算定義
- 整個情境最大的坑。同一個「完成率」,各部門算法不同,開會時才發現,前面的工全部作廢。
- 髒資料吃掉大部分時間輸入端
- 日期格式、單位、全半形、重複列。真正的分析可能只佔兩成時間。
- AI 會心算,而且會算錯計算
- 把一整包數字丟給 AI 叫它算總和,它會給你一個看起來合理的數字。合理不等於正確。
- 結論比資料強詮釋
- 資料只支持「這兩個月上升」,敘述卻寫成「呈現明顯成長趨勢」。
07常見錯誤與風險
- AI 直接算術出錯
- 語言模型不是計算機。加總、百分比、成長率都可能錯,而且錯得很自然。
- 口徑漂移
- 同一份報告的前後兩張表用了不同定義,讀的人不會發現,但決策會歪。
- 把個資或未公開財務貼進外部工具
- 客戶名單、員工薪資、未公開營收,貼進沒有企業授權的服務等於外流。
- 給 AI 可寫入的資料庫權限
- 只要有寫入權,就有被下 UPDATE 或 DELETE 的可能。這個情境的鐵則是唯讀。
- 抽樣偏誤被忽略
- 只有回覆問卷的人的資料,被當成全體的結論。
- 圖表誤導
- 座標軸不從零開始、只截取有利區間、把相關講成因果。
08需要準備的輸入資料備料決定成品;標「必要」的沒有就先別開始
- 原始資料檔(必要)必要
- 不是別人整理過的版本。整理過的版本已經含別人的判斷。
- 欄位說明(必要)必要
- 每個欄位是什麼、單位是什麼、空值代表什麼。
- 指標定義(必要)必要
- 要算的指標怎麼算、統計期間、分母是什麼、排除哪些。
- 上期同一份表可選
- 用來比對口徑有沒有變。
- 資料庫結構說明可選
- 做唯讀查詢時,要先給表結構,否則 AI 只能猜欄位名。
- 可外流範圍可選
- 哪些欄位要先去識別化才能離開內網。
09AI/Agent/Tool 可以介入的位置
| 流程位置 | 誰 | 做什麼/怎麼做 |
|---|---|---|
| 清理階段 | AI | 找出髒資料的類型 讓 AI 描述「這份資料有哪幾種格式不一致」並產出清理規則,規則由你確認後才執行。 |
| 計算階段 | Tool | 試算表或資料庫 計算一律在試算表或資料庫執行。AI 只寫公式或查詢語句,不給答案。 |
| 查詢階段 | Tool | 唯讀帳號 自然語言轉查詢語句,用唯讀帳號執行,查詢語句要先給人看過。 |
| 解釋階段 | AI | 把表轉成敘述 限定 AI 只能描述表上看得到的事實,禁止形容詞與因果推論。 |
10人工必須保留的判斷這幾件事不下放,下放了出事的是你
- 口徑拍板
- 指標怎麼算,是管理決定。定義一改,全部要重算。
- 驗算
- 至少抽驗兩三個數字,用試算表獨立算一次。
- 資料能不能離開內網
- 去識別化到什麼程度才安全,人決定。
- 因果宣稱
- 「因為 A 所以 B」這種話,資料很少能證明。要寫,你負責。
- 異常值的處理
- 刪掉、保留、還是另外說明,這是判斷,不是規則。
11實際案例
數據口徑方法:先把「完成率」的定義寫下來,再開始算
第一手拆解:數據口徑方法(完整拆解) →
當時的狀況:跨部門要報同一個指標,但各部門的算法不同——分母不同、排除項目不同、統計期間也不同。過去是開會當場才發現對不起來,然後所有人回去重算。
AI 做了什麼
- 把各部門口語描述的算法,整理成統一格式的定義卡(指標名/分子/分母/排除條件/期間)。
- 比對各版本定義的差異點,列出「哪幾條不一致」。
- 產出試算表公式,而不是直接給計算結果。
人做了什麼
- 拍板最終口徑——這是管理決定,AI 只能整理選項。
- 用試算表獨立驗算抽樣數字。
- 確認哪些欄位需要去識別化才能離開內網。
結果:爭論從「數字對不對」變成「定義要選哪一個」——後者才是真正該討論的事。
待補資料:本站不提供口徑統一後的量化效益數字。若要衡量,可記錄「因口徑不一致而重算的次數」作為基準。
12最終輸出做完之後手上應該有這些東西
- 指標定義卡
- 分子、分母、排除條件、統計期間,白紙黑字,可被引用。
- 清理規則清單
- 做了哪些轉換、為什麼,下次可重複執行。
- 乾淨的資料表
- 格式一致、來源可追、有版本。
- 計算用公式或查詢語句
- 留著公式而不是只留結果,別人才能重算。
- 克制的圖表說明
- 只描述表上看得到的事實,形容詞有依據。
13驗收標準全部打勾才算完成
- 每個出現的指標都有書面定義(分子/分母/排除/期間)。
- 所有計算都在試算表或資料庫執行,沒有任何數字是 AI 直接口算出來的。
- 已抽驗至少兩個數字,用獨立方式重算一次且結果相符。
- 清理過程有紀錄,可以重複執行得到同一份乾淨資料。
- 圖表的座標軸與區間沒有誤導,相關與因果沒有混用。
- 資料庫查詢使用唯讀帳號,查詢語句有經人看過。
- 離開內網的資料已完成必要的去識別化。
14流程困難點與介入點圖
下圖把摺疊區前面 9 段收成一張:輸入 → 步驟 → 困難點 → AI/Agent/Tool 介入 → 人工檢查 → 產出。紅框是這個情境最常出事的位置,綠框是不能下放的人工檢查點。
純文字流程表(手機/螢幕閱讀器建議看這張)
| 序 | 類型/角色 | 流程步驟 | 這一步的困難點/中止條件 |
|---|---|---|---|
| 1 | Human | 原始資料檔 + 欄位說明 + 指標定義草案 要原始檔,不要別人整理過的版本 | — |
| 2 | Human | 人先拍板口徑:分子、分母、排除條件、統計期間 | 困難點/風險口徑沒定義就開始算,開會才發現各部門算法不同 |
| 3 | AI | AI 找出髒資料類型並產清理規則(規則要你確認) | 困難點/風險髒資料(民國年、全半形、單位不一)吃掉八成時間 |
| 4 | Tool | 試算表/唯讀資料庫實際執行計算與查詢 | 困難點/風險AI 心算加總與百分比,給出看起來合理的錯誤數字 |
| 5 | Checkpoint | 人工抽驗數字 + 確認前後口徑一致 | 失敗與中止條件抽驗對不上、或前後口徑不一致 → 停止出圖出報告,先回去統一定義 |
| 6 | AI | AI 把表轉成敘述:只描述事實,禁止形容詞與因果 | 困難點/風險資料只支持「兩個月上升」,敘述卻寫成「明顯成長」 |
| 7 | Output | 指標定義卡 + 乾淨資料表 + 公式 + 克制的圖表說明 | — |
回流線:人工抽驗數字 + 確認前後口徑一致 → 人先拍板口徑:分子、分母、排除條件、統計期間(口徑不一致就退回重定義)
Mermaid 原始碼(貼進 Mermaid Live 或 draw.io 可再編輯)
flowchart TD
in1(["<b>Human</b><br/>原始資料檔 + 欄位說明 + 指標定義草案<br/><small>要原始檔,不要別人整理過的版本</small>"])
s1["<b>Human</b><br/>人先拍板口徑:分子、分母、排除條件、統計期間"]
a1[/"<b>AI</b><br/>AI 找出髒資料類型並產清理規則(規則要你確認)"/]
t1[("<b>Tool</b><br/>試算表/唯讀資料庫實際執行計算與查詢")]
c1{{"<b>Checkpoint</b><br/>人工抽驗數字 + 確認前後口徑一致"}}
a2[/"<b>AI</b><br/>AI 把表轉成敘述:只描述事實,禁止形容詞與因果"/]
o1(["<b>Output</b><br/>指標定義卡 + 乾淨資料表 + 公式 + 克制的圖表說明"])
r1>"<b>Risk</b><br/>口徑沒定義就開始算,開會才發現各部門算法不同"]
r2>"<b>Risk</b><br/>髒資料(民國年、全半形、單位不一)吃掉八成時間"]
r3>"<b>Risk</b><br/>AI 心算加總與百分比,給出看起來合理的錯誤數字"]
x1[/"<b>Stop</b><br/>抽驗對不上、或前後口徑不一致 → 停止出圖出報告,先回去統一定義"\]
r4>"<b>Risk</b><br/>資料只支持「兩個月上升」,敘述卻寫成「明顯成長」"]
in1 --> s1
s1 --> a1
a1 --> t1
t1 --> c1
c1 --> a2
a2 --> o1
s1 -.->|風險| r1
a1 -.->|風險| r2
t1 -.->|風險| r3
c1 ==>|中止| x1
a2 -.->|風險| r4
c1 -.->|口徑不一致就退回重定義| s1
classDef clsIn fill:#FFFFFF,stroke:#2C4459,stroke-width:2px,color:#141E2B
classDef clsHuman fill:#FBFCFD,stroke:#7A8CA0,stroke-width:2px,color:#141E2B
classDef clsAI fill:#FFF6EA,stroke:#DE9A45,stroke-width:2px,color:#141E2B
classDef clsAgent fill:#FDEBD2,stroke:#B87A2E,stroke-width:2px,color:#141E2B
classDef clsTool fill:#EDF2F6,stroke:#2C4459,stroke-width:2px,color:#141E2B
classDef clsCheck fill:#E8F2EC,stroke:#3F7A5A,stroke-width:2px,color:#123024
classDef clsOut fill:#141E2B,stroke:#141E2B,stroke-width:2px,color:#F2F6F9
classDef clsRisk fill:#FCEFEA,stroke:#C0552F,stroke-width:2px,color:#5E2110
classDef clsStop fill:#F7E1DB,stroke:#8E2F17,stroke-width:3px,color:#5E2110
class in1 clsIn;
class s1 clsHuman;
class a1 clsAI;
class t1 clsTool;
class c1 clsCheck;
class a2 clsAI;
class o1 clsOut;
class r1 clsRisk;
class r2 clsRisk;
class r3 clsRisk;
class x1 clsStop;
class r4 clsRisk;取得 AI 實戰工具與更新
之後會不定期整理:新方法、指令包(Prompt Pack)、Checklist 與模板。免費、無廣告;正式寄送前會先寄確認信,隨時可來信要求刪除。
送出即表示你同意本站的 隱私權說明:目前只收訂閱意願,我們只儲存 Email 與同意版本,不會把 Email 和你的閱讀紀錄綁在一起。隨時可來信要求刪除。