首页 › LLM大语言模型 › TraeWork专栏 › TraeWork实战案例 › TREA + Excel 自动化表格数据处理

TREA + Excel 自动化表格数据处理

在日常工作中,Excel 几乎是每个职场人都离不开的数据工具。​

无论是整理销售报表、核对财务账目、统计人员信息,还是分析项目进度、制作月度汇报,数据分析的需求无处不在。​

但面对复杂的公式、重复的手工操作和海量的原始数据,很多人会感到力不从心。TRAE Work 的 AI 能力,正是为了帮你在这些场景中大幅提效。​

​

飞书文档 - 图片

​

​

本文覆盖职场 Excel 用户的 7 个核心使用场景,你可以直接跳到自己最需要的部分:​

​

​

​
场景​
​
​
适合​
​
​
场景一:数据清洗与格式整理​
​
​
乱糟糟的原始数据、格式不统一、重复值、空格问题​
​
​
场景二:表格生成与模板创建​
​
​
需要快速搭建标准表格、批量生成结构化数据表​
​
​
场景三:数据查询与筛选提取​
​
​
从大表里找特定数据、多条件筛选、跨表匹配​
​
​
场景四:数据计算与公式生成​
​
​
复杂公式不会写、批量计算、统计汇总​
​
​
场景五:表格修改与内容更新​
​
​
批量修改单元格、条件更新、数据补全​
​
​
场景六:数据分析与报表制作​
​
​
透视表、图表、趋势分析、周报月报自动化​
​
​
场景七:高效技巧与 Prompt 写法​
​
​
让 AI 更懂你的 Excel 需求​
​

​

​

​

场景一|数据清洗与格式整理​

原始数据总是"脏"的——多余空格、格式不统一、重复值、日期格式混乱……手动清洗费时费力。TRAE Work 可以帮你把"脏数据"一键变成"干净数据",让后续分析不再被格式问题卡住。​

4 步搞定数据清洗:​

上传原始数据 — 将需要清洗的 Excel/CSV 文件放入 Workspace,支持同时上传多个文件进行跨表清洗​

描述清洗需求 — 用自然语言告诉 AI 需要处理哪些问题:去重、去空格、统一日期格式、拆分合并单元格等​

AI 执行清洗 — 自动按照你的要求处理数据,支持多文件协同清洗、跨表匹配核对​

结果校验与导出 — AI 自动进行一致性检查,输出清洗后的可编辑 Excel 文件,并标注修改记录​

案例演示​

Prompt 1 — 数据清洗(带数据验证)​

​

代码块​

Plain Text

请帮我深度清洗以下销售数据表格,完成后需要:​

1. 统一日期格式为 YYYY-MM-DD​

2. 统一金额为数字格式(保留两位小数)​

​

​

飞书文档 - 图片

​

Prompt 2—跨表格数据整理​

​

代码块​

Plain Text

我有两份数据:① 序时账.xls ② 银行流水.xlsx。请帮我完成数据清洗:​

统一两份数据的日期格式(YYYY-MM-DD)和金额格式(保留2位小数);​

按'同一银行账号 + 相同金额 + 日期相差不超过3天'的规则自动匹配核对;​

输出清洗后的核对结果表,并标注未匹配的记录。​

​

​

​

​

​

​

场景二|表格生成与模板创建​

需要快速搭建一个标准表格?或者根据业务需求批量生成结构化数据表?TRAE Work 支持基于业务背景和列结构描述,自动生成符合规范的 Excel 模板。​

3 步搞定表格生成:​

描述业务背景 — 告诉 AI 表格的用途、业务场景​

设计结构 — 用自然语言描述需要的行/列名和每行/列的数据类型,或上传参考模板让 AI 模仿格式​

生成并导出 — AI 自动生成标准 Excel 文件,支持复杂表头、合并单元格、格式规范​

​

案例演示​

Prompt 1 — 模板生成:​

​

代码块​

Plain Text

请帮我创建一个项目进度跟踪表模板,包含以下列:​

项目编号、项目名称、负责人、所属部门、开始日期、结束日期、项目状态、进度(%)、优先级、预算(元)、已用预算(元)、风险等级、备注​

​

要求:​

1. 项目状态设置下拉选项:未开始/进行中/已暂停/已完成/已取消​

​

​

​

Prompt 2 — 业务模板定制:​

​

代码块​

Plain Text

我需要为不同部门创建定制化的项目跟踪模板。请基于通用项目跟踪表,生成三个部门定制版本:​

​

1. 【IT部版本】增加字段:技术栈、系统模块、测试状态、上线日期;技术相关项目需要额外审批标记​

2. 【市场部版本】增加字段:活动类型、目标受众、预计触达人数、实际触达人数、ROI​

3. 【财务部版本】增加字段:费用类型、审批人、报销状态、凭证编号、合规检查​

​

每个版本都保留通用字段和智能功能(下拉、条件格式、公式),并预填2-3条示例数据。​

​

​

​

​

​

​

场景三|数据查询与筛选提取​

从几千行数据里找出符合条件的记录?用正则表达式提取特定格式的信息?跨表匹配查找对应值?TRAE Work 支持用自然语言描述查询条件,自动完成复杂的数据筛选和提取任务。​

3 步搞定数据查询:​

明确数据源 — 告诉 AI 要查询哪个文件的哪一列/哪一行,支持同时指定多个查询范围​

描述查询条件 — 用自然语言说明筛选规则,支持正则表达式、多条件组合、跨表匹配​

输出查询结果 — AI 自动执行查询,将匹配结果输出到指定位置,支持高亮标注匹配行​

​

案例演示​

Prompt 1 — 基础筛选:​

​

代码块​

Plain Text

​

​

​

Prompt 2 — 统计汇总查询:​

​

代码块​

Plain Text

请基于以下员工信息表,生成一份人力资源统计报表:​

​

1. 【部门统计】各部门人数、平均薪资、最高/最低薪资​

2. 【城市分布】各城市员工人数、薪资中位数​

3. 【学历分析】各学历等级的人数和平均薪资​

4. 【入职年份分析】按入职年份统计人数,计算各年留存率​

​

​

​

​

​

​

场景四|数据计算与公式生成​

复杂的嵌套公式不会写?需要统计某个条件下的汇总值?TRAE Work 支持用自然语言描述计算逻辑,AI 自动生成正确的 Excel 公式,甚至直接帮你算出结果。​

4 步搞定公式生成与计算:​

描述计算目标 — 用自然语言告诉 AI 你想算什么,比如"统计同一个报销点编码使用同一个实际分摊比例超过7次的清单"​

指定数据范围 — 告诉 AI 涉及哪些文件的哪些单元格/列,支持跨文件、跨 Sheet 计算​

生成公式或直接计算 — AI 自动生成对应公式(如 VLOOKUP、SUMIFS、COUNTIFS 等),或直接执行计算输出结果​

验证与解释 — AI 对生成的公式进行逻辑解释,并帮你验证计算结果的正确性​

进阶技巧:​

对于复杂的多层级验证场景(如财务对账),可以让 AI 同时生成多个验证公式,进行交叉校验,确保数据一致性。​

案例演示​

Prompt 1 — 分类汇总公式:​

​

代码块​

Plain Text

请帮我基于以下费用明细表,使用公式完成以下计算:​

​

1. 按费用类别汇总总金额(使用SUMIF)​

2. 按部门汇总总费用并排名(使用SUMIF + RANK)​

3. 统计各支付方式的费用笔数和总金额​

​

Prompt 2 — 综合计算报表:​

​

代码块​

Plain Text

请基于费用明细表生成一份完整的费用分析计算报表:​

​

【汇总区】​

1. 总费用、总预算、预算执行率​

2. 超标笔数、超标总金额、超标率​

​

【分类分析】​

3. 各类别费用汇总(SUMIF)​

4. 各类别平均单笔费用​

5. 各类别费用占比(公式计算)​

​

【趋势分析】​

6. 月度费用趋势(按月SUMIF)​

​

​

​

​

​

​

场景五|表格修改与内容更新​

需要批量修改某些符合条件的单元格?更新数据后要保证格式不变?TRAE Work 支持基于条件精准修改表格内容,并自动进行质量校验,避免手动修改带来的错误风险。​

4 步搞定表格修改:​

指定目标文件与范围 — 明确告诉 AI 要修改哪个文件的哪个 Sheet、哪些行/列,支持条件筛选(如"仅修改 C 列为 none 的行")​

描述修改规则 — 用自然语言说明修改逻辑,支持条件判断、批量替换、格式调整​

执行修改并标注 — AI 自动执行修改,可按你的要求对修改过的单元格进行高亮标注,方便人工复核​

二次校验 — AI 自动对修改后的结果进行一致性检查,确保修改符合预期,并输出校验报告​

⚠️ 安全提示:​

对于重要数据文件,建议先保存副本。如果选择让 AI 直接在文档内修改,建议先"预览"修改结果,确认无误后再执行写入。也可以要求 AI 对修改内容进行黄色高亮标注,方便你逐一复核。​

案例演示​

Prompt 1 — 批量修改:​

​

代码块​

Plain Text

请帮我修改以下产品库存表:​

​

​

​

Prompt 2 — 安全修改(带校验):​

​

代码块​

Plain Text

请帮我安全地更新产品库存表,每次修改后需要进行数据校验:​

​

【第一步:价格更新】​

​

​

​

​

场景六|数据分析与报表制作​

透视表不会做?图表不知道选哪种?周报月报每次都要手动填?TRAE Work 支持基于你的数据自动生成透视表、推荐合适图表、并将分析结果按模板格式输出为标准化报表。​

4 步搞定数据分析与报表:​

上传数据源 — 将需要分析的数据文件(Excel/CSV)放入 Workspace,支持多文件联合分析​

描述分析目标 — 告诉 AI 你想从数据中看出什么:趋势、对比、占比、异常值等​

生成分析与图表 — AI 自动生成透视表、推荐合适图表类型(柱状图/折线图/热力图等),并将分析结果输出为结构化报告​

填入报表模板 — 如果你有固定的报表格式(如周报模板),可以让 AI 直接将分析结果填入对应位置,实现报表自动化​

​

案例演示​

Prompt 1 — 多维度分析:​

​

代码块​

Plain Text

请基于全年区域销售业绩数据,完成以下多维度分析:​

​

【维度一:区域 × 产品线交叉分析】​

1. 生成 7区域 × 5产品线 的销售额交叉表​

2. 找出每个区域的最强产品线和最弱产品线​

3. 找出每个产品线表现最好的区域​

​

【维度二:利润率分析】​

4. 计算各区域的利润率(利润/销售额),排名​

5. 计算各产品线的利润率,排名​

6. 找出利润率最高和最低的月份-区域-产品线组合​

​

【维度三:客户分析】​

7. 各区域客户数和平均客单价对比​

8. 客户数增长趋势(按季度)​

9. 销售员人均产出排名(按区域)​

​

​

​

​

Prompt 2 — 综合管理报表:​

​

代码块​

Plain Text

请基于全年区域销售业绩数据,生成一份年度销售管理报表,包含以下板块:​

​

【一、执行摘要】​

- 全年总销售额、总成本、总利润、利润率​

- 同比/环比关键指标变化​

- 核心发现(3条)​

​

【二、区域分析】​

- 各区域销售额排名(表格+排名图描述)​

- 各区域利润率对比​

- 区域增长趋势(Q1-Q4季度对比)​

​

​

Prompt 3 — 调用技能生成分析图表:​

​

代码块​

Plain Text

​

通过这种方式,你可以直接复用 TRAE Work 内置的数据分析技能,无需从零写 Prompt,也能获得标准化的分析流程和输出格式。​

​

​

​

更多技巧:让 AI 更懂你的 Excel 需求​

掌握以下技巧,让 TAE Work 的 Excel 处理能力更上一层楼。​

技巧一:提供清晰的数据源定位​

告诉 AI 越多文件细节,输出质量越高。比如不要只说"帮我统计这个表",而要说清"统计'销售数据.xlsx'中 Sheet1 的 B 列到 F 列,按 A 列的客户名称分组汇总"。​

技巧二:善用多文件协同​

TRAE Work 支持同时处理多个 Excel 文件。你可以将需要核对的多个文件一起上传,让 AI 自动完成跨表匹配、差异对比、合并汇总等复杂任务。​

技巧三:明确输出格式要求​

在办公场景中,格式规范很重要。告诉 AI 你需要的输出格式:可编辑的 Excel 文件、带格式的报表、高亮标注的修改记录等,AI 会严格按照你的要求输出。​

技巧四:利用技能提升效率​

TRAE Work 内置了丰富的数据处理技能,覆盖数据清洗、公式生成、报表制作等常用场景。对于高频需求,你还可以让 AI 帮你创建自定义技能——比如一个「财务对账」技能,设定好匹配规则和输出格式后,每次只需上传两份数据文件即可自动生成核对结果。​

技巧五:让 AI 解释公式逻辑​

不只是生成公式,TRAE Work 还能解释公式的计算逻辑。当你拿到一个复杂公式不知道它在算什么时,让 AI 帮你"翻译"成自然语言,帮你真正理解而不是盲目套用。​

​

​

附录​

Prompt 写法通用模板​

​

代码块​

Plain Text

【任务目标】请帮我 [具体操作] 以下 [数据类型] 表格 (明确文件名、Sheet 名、单元格范围)​

【约束条件】要求:1.xxx 2.xxx 3.xxx (可填具体的处理逻辑、公式、筛选条件)​

【输出要求】请输出 [表格/报告/对比] 格式​

​

如何创建和使用技能?​

​

​
步骤​
​
​
具体操作​
​
​
​
​
​
​
​
​
​
​
​
​
​

​

Excel 场景常用 Skill 推荐​

​

​
Skill 名称​
​
​
适合场景​
​
​
能力示例​
​
​
安装方式​
​
​
chart-visualization​
​
​
​
根据用户的数据,自动选择最合适的图表,并生成可视化结果。​
​
​
​
分析数据:识别数据类型(时间、分类、占比、关系、地图等)。​
智能选图:自动选择最适合的图表(如折线图、柱状图、饼图、散点图、思维导图等)。 ​
生成图表:将数据转换成图表,并调用生成工具输出图片。 ​
返回结果:提供图表图片链接,以及生成图表所使用的配置参数。​
​
​
TAE Work 内置​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​

​

​