Excel AI 辅助工作流横评：数据分析高手还是照葫芦画瓢？
内容提要
实测多款AI辅助Excel工具：写公式已成熟，但复杂任务交付问题较多。载体（如Office侧边栏加载项）比模型更关键，加载项优于独立工作台。AI常擅自处理重名、缺失值等歧义，且易过度思考、卡顿；数据透视表仅27%结果正确。建议提示词严谨、要求AI遇歧义先提问，交付后需人工核查公式能否自动更新。
延伸解读
载体选择：侧边栏加载项为何更优
文章指出，载体（Harness）对AI辅助Excel的效果影响不亚于模型本身。Office侧边栏加载项基于Office.js API，能直接调用Excel原生功能，因此生成的表格更现代，例如Claude for Excel会使用XLOOKUP、FILTER等动态数组函数。而独立工作台如Claude Cowork依赖LibreOffice解析文件，受限于其对高级函数的支持，往往退守到VLOOKUP或INDEX+MATCH，甚至硬编码静态数据。因此，在Excel场景下，加载项是更好的选择。
数据透视表：AI的明显短板
在涉及数据透视表的测试中，22个输出文件里只有6个（27%）计算结果正确。虽然73%的文件创建了透视表并引用了正确数据源，但排序等操作仍难倒许多AI，例如Kimi K3为排序反复思考直至达到载体限制。这表明AI在数据透视表这一常见分析工具上表现不稳定，用户需谨慎核查结果，尤其是排序和计算逻辑。
提示词策略：明确要求AI遇歧义先提问
测试发现，AI常擅自处理重名、缺失值等歧义，如直接使用XLOOKUP默认匹配第一个值，甚至凭空编造数据。即使提示词要求“有歧义要提问”，也并非所有AI都严格执行。因此，编写提示词时应尽可能严谨，明确要求AI在遇到模糊情况时停下来询问，以减少黑箱决策。同时，交付后需人工核查公式能否自动更新，并修改原始数据测试计算单元格的联动性。
效率陷阱：过度思考与载体限制
开启深度思考虽能提升推理能力，但并非越深越好。在长流程复杂任务中，人工干预率高达51%，而短流程仅12%。模型常因小问题过度思考，如Kimi K3纠结于Office.js API使用，或反复推演缺失值填充方式，导致耗时过长甚至卡死。此外，载体本身的限制（如Pi for Excel的4096词元思考上限）也会截断推理。因此，选择合适载体并合理设置思考强度，对效率至关重要。
Q&A
AI 辅助 Excel 时，载体（Harness）为什么比模型本身更重要？
载体决定了调用模型的方式，为模型配备不同的工具、接口、环境和规则。Office 侧边栏加载项基于 Office.js API，更了解当前 Excel 版本能做什么，能使用 XLOOKUP、FILTER 等现代公式；而独立工作台常依赖 LibreOffice 解析文件，倾向于退守到 VLOOKUP 等老公式，甚至硬编码写入静态数据。因此载体、软件版本和模型能力共同影响最终表现，目前 Office 加载项是处理 Excel 最好的选择。
AI 处理 Excel 数据清洗任务时，常见的翻车原因有哪些？
常见翻车原因包括：AI 面对重名、缺失值等歧义时擅自替用户做决定，而不是主动提问；不能准确理解文本型数字，pandas 自动类型推断会把文本型数字洗白，导致 Python 结果与 Excel 原生汇总对不上；数据错误类型一多，AI 很难一次扫到全部问题。因此提示词要严谨，明确要求 AI 遇歧义先提问。
AI 生成数据透视表的准确率如何？主要难点在哪里？
在图书销售透视汇总和数据分析交付两个任务中，22 个输出文件里 16 个（73%）创建了数据透视表，14 个引用了正确数据源区域，但只有 6 个（27%）计算结果正确。主要难点在于数据透视表要求数据足够规整，且对透视表排序也很困难，例如 Kimi K3 为了排序思考到载体最大限制，最终未能实现按销售额从高到低排序。
为什么 AI 在复杂 Excel 任务中容易过度思考或卡顿？
复杂任务中，模型容易因小问题过度思考，例如反复纠结如何使用 Office.js API 或缺失值该填什么，导致耗时过长；也可能因文件残留等原因卡住；此外载体本身有限制，如 Pi for Excel 对单次推理设置 4096 词元思考长度上限，一旦超长会被截断。实测中长流程复杂任务的人工干预率高达 51%，而短流程基础题目仅 12%。
使用 AI 处理 Excel 后，为什么必须人工核查公式能否自动更新？
因为 AI 可能通过 Python 在后台计算后直接向单元格写入静态数据（硬编码），而不是输出 Excel 原生动态公式。硬编码会影响表格后续的维护成本，原始数据修改后计算结果不会自动更新。因此拿到 AI 处理后的文件，务必修改一次原始数据，排查计算单元格是否能自动更新。
Office 加载项和独立 AI 工作台在生成 Excel 时有哪些主要区别？
在相同底层模型下，独立工作台（如 Claude Cowork、Codex）通常耗时更长，硬编码比例也更高。Office 加载项基于 Office.js API，更了解当前 Excel 版本，能使用 XLOOKUP、FILTER、SORT 等现代公式，做出来的表格更现代；独立工作台更倾向用 Python 等编程方式解决问题，且因依赖 LibreOffice 解析文件，常退守到 VLOOKUP 等老公式，甚至直接硬编码。
