AI 整理 Excel 怎麼做：2 個提示詞、4 種工具

哪種 AI 工具適合整理你的試算表？

Copilot Clean Data 只修三類問題，日期混用和重複列都不在其中，所以試算表裡的問題和它的大小一樣會縮小你的選擇。以下是四種現成工具與兩條聊天路線，內容彙整自各廠商自家說明頁（2026 年 9 月 26 日查證），表格之後再談專門的 AI 清理工具：

Microsoft 表示 Clean Data「最適合處理最多 100 欄、50,000 列的表格資料」（Clean Data in Excel），同一頁也只列出上表的這三種建議類型。「姓, 名」這類姓名拆分同樣不在其中，所以有這些問題的表格還是需要提示詞或腳本。Google 的清理建議位於「資料」下的「資料清理」，並以紅色標出問題。Gemini in Sheets 在 Google 2025 年 10 月 16 日的更新中加入多步驟編輯，因此一個提示詞就能一併刪除停用的列並重新格式化某一欄。

四者之中，只有 ChatGPT 會寫程式碼並直接在你的檔案上執行：OpenAI 的資料分析說明頁說明它在 Jupyter notebook 環境中執行 Python，其上傳常見問題則將試算表上限訂為約 50 MB（上方 400,000 列的數字是 50 MB 除以每列 120 個字元，為我們自己的算術）。

專門的 AI 清理工具是第三條路。Numerous、Powerdrill、Grist 和 Bricks 都在自己的試算表或上傳介面內清理，所以不會被聊天回覆上限截斷表格，但它們的頁面都沒有描述逐行的變更紀錄。以下是各家自家頁面的說法（2026 年 9 月 26 日查證）：

下面兩條聊天路線，是由你訂定每一條規則、並取回逐行變更紀錄的做法，所以本頁其餘內容都圍繞它們。

什麼提示詞能清理試算表並記錄每項變更？

能安全清理試算表的提示詞會要求兩項輸出：整理後的表格，以及每個被改動的儲存格各一行紀錄。把表格以 CSV 貼上或直接附加檔案；模型讀到的儲存格內容是文字，所以公式欄位傳進去的是它最後一次計算的結果（各種檔案類型的處理方式）。接著依你的欄位修改後送出這段：

```

Here is a table pasted as CSV. Clean it and return two things.

1. The cleaned table as CSV: same columns, same order, same number of rows unless a row is an exact duplicate of an earlier one.
2. A change log: one line per change, in the form "row 14, Email: trimmed trailing space". If you make the same change to many rows, list the rows, not a summary.

Rules. Dates become YYYY-MM-DD; where a date could be read two ways (03/04/2025), do not guess, leave it as it was and list it under AMBIGUOUS. Names in Title Case, emails in lower case, spaces trimmed everywhere. Split "Last, First" into two columns named Last name and First name. Turn amounts like "$1,299.00" into plain numbers. Never fill a blank cell; leave it blank and list it under BLANK. If you drop any row, say which and why. Finish with the row count in and the row count out.

```

變更紀錄正是這個提示詞的重點。單獨一張整理好的表格看起來像完成了，而看起來完成正是問題所在：你分不出哪個儲存格只是修正、哪個被整個改寫。有了紀錄，檢查成果只需十分鐘的掃讀，像「row 31, Amount: changed 1,299 to 1.299」這樣的一行，就能告訴你模型把歐洲的千分位符號當成了小數點。

接著在第二個模型中執行同一個提示詞，並比對兩份紀錄。其中一個模型寫了、另一個沒寫的那一行，正是該回原始檔案打開檢查的儲存格。Whizi 的並排比較檢視會把同一個提示詞分兩欄送給兩個模型；在其他應用程式中，請開新的聊天，讓第二個模型從原始 CSV 開始，而不是接著第一個回覆。清理之後若要處理公式、查找與樞紐分析，請用試算表提示詞包。

不用貼上每一列，要怎麼用 AI 整理 Excel 資料？

大型 Excel 檔案只要貼上標題列和約 30 列範例，請 AI 寫出 Power Query 步驟，Excel 會記錄這些步驟，下個月的匯出檔也能重跑。範例中要包含最亂的幾列，並說明真實檔案有多少列：

```

Here are the header row and 30 sample rows from a CSV of about 12,000 rows. Do not clean the sample. Write [Power Query steps in the order I click them / a Python script using pandas / a Google Apps Script] that does the following on the full file.

Parse the Date column as day first and write it back as YYYY-MM-DD, and flag any value that fails to parse instead of dropping the row. Trim whitespace in every text column. Lower case the Email column. Title Case the Name columns. Split "Last, First" into Last name and First name. Convert Amount values like "$1,299.00" to numbers. Remove rows that are exact duplicates of an earlier row. Leave blank cells blank.

Write every change to a second sheet or file called changelog with four columns: row number, column, old value, new value. Print the row count before and after. Comment each step in one line so I can read it without knowing the language.

```

依檔案所在的位置選擇目標。Excel 使用者用 Power Query 收穫最大，因為每個步驟都會出現在「已套用的步驟」窗格。有一個陷阱：Microsoft 的 Power Query 文件（2026 年 4 月更新）指出，它會根據前 200 列猜測欄位類型，因此一個日期欄若前 200 列乾淨、之後很亂，預覽時看起來沒問題，後面才會出錯。Google 試算表使用者適合用 Apps Script。習慣終端機的人可以用 Python 搭配 pandas，處理 12,000 列的檔案和 1,048,576 列的檔案（Excel 工作表的硬上限）方式都一樣。

在一般聊天中，是模型寫腳本、你自己執行。ChatGPT 的資料分析是例外，因為它會在上傳的檔案上執行自己的 Python，而 OpenAI 的說明頁仍然提醒你，在依賴結果之前要檢查產生的程式碼、輸出與假設。資料分析最佳 AI 比較了各家的沙箱環境；執行前先閱讀 AI 所寫程式碼的習慣，則見 AI 寫程式。檔案清理乾淨之後，下一個工作流程就是用 AI 分析試算表。

AI 一次能清理多少列？

在把表格寫回來的聊天中，應用程式的回覆上限就是極限。Whizi 的單次回覆上限是 20,000 token，約可容納 580 列十欄資料，若變更紀錄也要佔用空間，大約只剩一半。下面的數字只是粗估，因為分詞器不是以字元計算。Anthropic 的經驗法則是每個 token 約 3.5 個英文字元，所以 20,000 個輸出 token 大約是 70,000 個字元。

輸入端則寬鬆得多。在 Whizi 中，一則訊息（包含從附加檔案擷取的文字）上限為 100,000 個字元（約 28,000 token），每一輪在所有模型上的上限為 40,000 輸入與 20,000 輸出 token（上限原文引述）。其他聊天應用程式有各自的回覆上限，大多沒有公開，但模式相同：放得進去的列數比能回傳的列數多。

現在把最後一欄減半，因為變更紀錄要和表格共用同一則回覆。檢查清單裡「約 500 列」就是這樣來的，指的是 Whizi 中的窄表格，寬表格則接近 150 列。超過這些數字，模型仍會回答，但它回傳的表格會比你送出的短，而且不一定會告訴你。就算有百萬 token 的上下文視窗，這點也不會改變，因為回覆上限和視窗是分開的。

信任 AI 整理過的表格之前，先檢查這三種失誤

檢查 AI 整理過的表格，要看三種失誤：被丟掉的列、空白儲存格裡憑空捏造的值，以及日期在日在前與月在前之間被翻轉。每一種都會留下看起來乾淨的檔案，所以光看結果一眼是發現不了的。

悄悄丟掉列。 比回覆上限更長的表格會被截短回傳（列數的算法見上一節），而無法順利解析的列，例如合併儲存格、金額欄裡手打的備註，或多了一個逗號的那一行，正是清理工具可能略過的類型。表格看起來整齊，這兩種狀況都看不出來。上面的提示詞要求輸入與輸出的列數，原因就在這裡。如果兩者不同，而紀錄沒有說明原因，這個檔案就不是清理過，而是變短了。

在空白處編造數值。 有些工具是刻意補空白：Numerous 自家部落格就把補齊缺漏值列為一個提示詞能做的事。補上的儲存格事後看起來和真實的值一模一樣，所以提示詞中的「Never fill a blank」訂下規則，BLANK 清單則顯示模型有沒有遵守。空白代表沒有人知道；猜出來的值卻表示有人知道。

日期地區格式翻轉。 03/04/2025 在倫敦是 3 月 4 日，在紐約是 4 月 3 日，儲存格裡沒有任何東西說明是哪一種。Microsoft 的 Power Query 文件示範了錯誤慣例的後果：英國日在前的日期在美國地區設定下載入，每個大於 12 的日子都會出錯。讀取該欄的模型缺少的是同樣的資訊，所以兩條路線的解法都一樣：在提示詞中說明檔案的慣例，並讓模型標示有歧義的列，而不是自行決定。

還有一個較小的第四項：貨幣。「1.299,00」與「1,299.00」是兩個國家裡的同一個金額，模型若去掉錯的分隔符號，就會把 €1,299 變成 €1.299。如果表格中有任何歐洲金額，請在提示詞中說明。