要最安全地用 AI 分析電子表格，應由一個明確的問題出發，使用去除識別資料或合成的副本，並把每個總計與原始資料或可重現的公式核對。OpenAI 把數據分析描述為處理上載檔案和計算的一種方式，但工具的輸出仍是分析草稿，而不是審計意見。［1］

關於設定工作、只提供有用的背景並覆核結果這個更普遍的習慣，請參閱如何使用 AI：取得實用結果的入門指南。本文的流程刻意保守：原始活頁簿始終是權威版本，AI 只協助你探索、解釋和測試。

關鍵要點

保持原始活頁簿不變，使用經最小化並獲准使用的副本。

要求計算之前，先說明欄、單位、時段和問題。

要求 AI 說明假設，並提供你能重現的公式或程式碼。

在模型以外重新計算總計、篩選、缺失值和異常值。

在人手批准之前，把圖表、預測或「清理後」的表格都視為建議。

甚麼時候適合用 AI 分析電子表格？

AI 適合用來探索定義清晰的表格：解釋欄位的規律、把列分組、草擬公式、找出明顯的重複項，或建議圖表。它亦能協助把「哪個月增長最多？」這類問題，轉化為一連串篩選和計算步驟。

它不能取代財務結算、統計審查、數據管治決定或安全關鍵的計算。如某個結果會改變薪酬、定價、合規、醫療營運、信貸或生產運作，便用 AI 準備一份透明的工作表，再請負責的覆核人驗證。

先用自然語言寫清問題

上載任何內容之前，先寫下：

項目	例子
問題	訂單的按月變化是多少？
列	每列一個月，不含小計列
指標	`orders` 是整數訂單數，不是收入
時段	2026 年 1 月和 2 月
預期檢查	1 月的 10 加 2 月的 12 等於 22
排除項	不預測、不填補缺失值、不重新命名類別

這可防止模型用一張精美的表格回答一個相近但不同的問題。如你說不清單位或時段，便先停下來向數據負責人查詢，再開始分析。

第 1 步：最小化並準備檔案

把來源活頁簿留在受控的位置。建立一份工作副本，只包含回答問題所需的欄和列。刪除姓名、電郵地址、帳戶 ID、自由文字備註、隱藏工作表、註解、會洩露機密的公式，以及不必要的歷史分頁。

OpenAI 的檔案和資料指引可能隨產品設定和帳戶控制而改變，因此把檔案傳送給任何服務之前，先查閱現行的官方文件和所屬機構的政策。［2］不要只因介面接受上載，就貼上密碼、API 密鑰、客戶匯出資料、健康紀錄、未公開的財務結果或整個雲端硬碟。

只測試方法時使用合成資料

如你在測試流程，便用一個保留工作結構的小型資料集取代正式資料。例如：

month,orders
Jan,10
Feb,12
Mar,9

這些數字足以測試總計、差值、排序和異常值規則，又不會暴露任何客戶或業務紀錄。註明這是合成示例，以免有人把它誤當作實測結果。

第 2 步：計算前先檢查結構

要求模型在不改動檔案的前提下描述它：

檢查這份合成 CSV。列出欄名、推斷的類型、列數、缺失值、重複列和任何假設。暫時不要計算業務結論。如類型或單位含糊，請提出問題。

親自把回答與檔案對照。檢查首列是否為標題、某個數字是數量還是貨幣金額、日期是否使用同一時區，以及空白儲存格代表零、缺失還是不適用。類型一旦弄錯，之後每個總計都可能看來合理，實際上卻是錯的。

截圖展示公開 Gemini 零狀態介面中的合成 CSV 提示詞，沒有上載檔案、沒有提交要求，也不含業務資料。

如平台表示它產生了程式碼，便把程式碼或公式與工作表一併保存。解釋固然有用，但可重現的操作才是其他覆核人能夠測試的內容。

第 3 步：一次只要求一項計算

由一個簡單的總計和一項明確的假設開始：

只使用 orders 欄，計算所有列的總計。把每一列視為一個月，不要把標題當作資料。提供公式或程式碼、輸入列、結果，以及一項我能重現的獨立檢查。

然後要求按月變化：

按現有的月份次序排序。對每一對相鄰月份，計算 new - old 和 ((new - old) / old) * 100。如舊值為零，寫「未定義」，不要做除法。顯示分母，只把顯示的百分比四捨五入。

小步驟能揭示假設。它們亦令你更易發現，模型有否悄悄按字母次序排列文字月份、把小計列計算在內、在計算前便四捨五入，或把空白當作零。

把公式和值放在一起

使用一張核驗表：

計算	AI 結果	獨立檢查	差異	決定
訂單總數	31	`10 + 12 + 9 = 31`	0	通過
二月減一月	2	`12 - 10 = 2`	0	通過
二月變化	20%	`2 / 10 × 100 = 20%`	0 個百分點	通過

不要把「看來沒錯」當作檢查。把運算寫下來，讓另一個人能用計算機或一份新的活頁簿重複一次。

第 4 步：測試缺失值、重複項和異常

要求模型把數據質素問題與業務發現分開報告。例如：

列出含空值、重複鍵、負數計數，以及超出所述範圍數值的列。不要刪除、填補或更正任何列。每個問題都顯示列識別碼和觸發標示的規則。

然後到原始檔案檢查被標示的列。重複項可能是合理的重複事件；負值可能是一項更正；空白可能代表「不適用」。絕不要讓模型在產生整潔圖表的同時，悄悄填補或丟棄列。

對於異常值，要求模型提供中性的描述和可行的檢查方法，而不是成因。「三月低於二月」是觀察結果；「三月下跌是因為推廣活動失敗」則是需要表格以外來源支持的假設。

第 5 步：核對篩選、分組和圖表

每個篩選都需要書面的納入規則。「活躍客戶」可能指某個狀態欄位、最近 30 日內有交易，或另一個系統中的業務定義。寫明規則，列出納入的列數，並與人手篩選的結果比較。

對於分組結果，要求提供分組鍵和一個對賬總計。各組總計之和應等於相同篩選列的總計，除非各組有重疊；如有重疊，應明確記錄。

圖表是所選資料的一種檢視方式，本身並不是證據。檢查座標軸單位、時間次序、零基線、匯總方式和隱藏的篩選。保留圖表背後的資料表和公式，讓覆核人可以檢查來源。

第 6 步：在模型外重現結果

使用一份乾淨的電子表格、SQL 查詢、計算機或一個小型本機程式碼，重複重要的運算。保持相同的列和欄定義。比較四捨五入之前的數值，並記錄任何差異。

如模型使用了生成的程式碼，執行前先細閱。確認它不會上載資料、存取無關檔案、覆寫原始活頁簿，或在預定環境以外執行程式碼。檔案分析功能可以很方便，但並不因此成為執行任意程式碼的安全界線。

接受結果之前，在三個層面對賬：列數、小計或分組總計，以及最終數字。記錄公式或程式碼、輸入範圍、篩選條件和預期單位。然後從未改動的原始檔案執行一項獨立檢查。如數字不一致，便停在第一個出現分歧的地方，而不是把幾個輸出取平均。差異可能來自隱藏的篩選、以文字格式儲存的數字、重複的列或缺失的期間。寫一份簡短的決定說明，寫明你檢查了甚麼、仍有甚麼不確定，以及由誰負責跟進。不要把一個細小的差異四捨五入掉。這樣，一張看似合理的圖表便成為可審計的工作成果，而不必把模型當作紀錄系統。

保存原始檔案和決策軌跡

按照你的保存政策，存放原始檔案、去除識別資料的工作副本、提示詞、返回的表格或程式碼、獨立檢查，以及覆核人的決定。不要用模型清理過的版本覆寫來源。如結果要發佈，清楚標示合成示例和估算值。

常見失敗

模型把小計列當作資料列

明確標示小計列和總計列，或從工作副本中刪除它們。用不含小計列的版本核對列數和總計。

空白被當成零

向數據負責人查詢空白代表甚麼。兩種方式都計算一次，但只作為敏感度檢查，然後記錄哪一種詮釋獲得授權。

日期或月份按文字排序

提供一欄 ISO 格式的日期或明確的次序。排序後核對第一列和最後一列，並檢查每個期間界線。

百分比掩蓋很小的分母

同時顯示分子和分母。只來自兩個觀察值的大百分比，資訊量可能不及底層的計數。

「清理」破壞可審計性

要求提供變更紀錄。每一列被刪除、合併、重新命名或填補，都需要理由和負責人；否則便保留原始列並加以標示。

可重用的表格核驗工作表

把以下結構複製到你的項目筆記：

欄位	值
問題與負責人
來源檔案與版本
允許的欄和列
單位、時區和期間
缺失值規則
公式或程式碼
獨立檢查
異常和例外
覆核人和決定日期

空白欄位是刻意設計的。它們迫使你在圖表或摘要成為決策的一部分之前，先找出其中的假設。

總結

用 AI 探索一份經最小化、描述清楚的電子表格，然後重現重要的計算，並讓原始檔案保持權威。說明單位和假設，測試數據質素，為分組對賬；只要結果重要，便必須由人作出決定。

常見問題

AI 可以分析 Excel 檔案嗎？

許多 AI 工具支援檔案分析，但可用性和控制選項因產品、帳戶和機構而異。查閱現行的官方文件，把檔案最小化，並讓原始活頁簿獨立於模型的輸出之外。

應該上載整個活頁簿嗎？

通常不應該。只複製回答問題所需的列和欄，刪除隱藏和敏感的內容，並把原始檔案保存在受控位置。

如何核對 AI 生成的總計？

要求模型提供公式或程式碼以及輸入列，然後獨立進行相同的運算。比較四捨五入前的數值，記錄差異和決定。

模型改變或「清理」資料怎麼辦？

不要覆寫來源。要求提供變更紀錄，保留原始列，並由數據負責人批准每一次刪除、合併、重新命名或填補。

圖表能證明趨勢嗎？

不能。圖表只是經篩選和匯總的資料的一種檢視方式。詮釋之前，先檢查它的來源列、單位、日期、座標軸、篩選和對賬總計。

可以用 AI 做財務或合規報表嗎？

只可在有具名覆核人的獲批流程中使用。在模型以外重現重要的計算，並保留來源、假設和覆核證據。

遇到異常值怎麼辦？

把它當作一個標記，而不是成因。檢查原始列，確認數據質素規則，並向負責人查詢它代表的是一項更正、一個真實事件，還是一個錯誤。

來源:

OpenAI Help Center — Data analysis with ChatGPT — https://help.openai.com/en/articles/8437071-data-analysis-with-chatgpt
OpenAI Help Center — Data usage for consumer services — https://help.openai.com/en/articles/7730893-data-usage-privacy-and-security

Sources checked 2026 年 8 月 23 日。

延伸閱讀：

如何用 AI 分析電子表格：先核對公式和異常值，再在模型外重現結果