| 核心主題 | 主要觀點／方法 | 實務用途 | 重要條件／限制／延伸 |
|---|---|---|---|
| 相對參照 | 如 A1；公式複製時列與欄會跟著位移 | 逐列薪資、數量、單價等相同規則計算 | 適合每列使用自身資料；複製方向要確認 |
| 絕對參照 | 如 $A$1；列與欄皆固定 | 匯率、稅率、佣金率、折扣率等共用參數 | 若未鎖定，整批結果可能偏移但不一定出現錯誤訊息 |
| 混合參照 | A$1 固定列；$A1 固定欄 | 交叉表、價格矩陣、情境分析 | 需先判斷公式向右或向下複製時，哪一維應固定 |
| 命名範圍 | 為儲存格範圍建立可讀名稱 | 提升大型模型公式可讀性與維護性 | 一般命名範圍是否自動擴充取決於設定；可搭配 Excel Table |
本章的核心不是記住 $ 的寫法，而是理解公式複製時「哪些參照應跟著移動、哪些應固定」。這直接影響模型是否可以安全向下或向右延伸。
相對參照適合每列都有不同輸入值的重複計算；絕對參照適合全模型共用的參數；混合參照則特別適合二維交叉表。命名範圍可讓公式從座標導向轉為語意導向，例如 SUM(BasicSalary) 比 SUM(H2:H8) 更容易閱讀。
最危險的錯誤不是公式顯示 #VALUE!，而是公式可以正常算出數字，但因參照位移錯誤而產生錯誤結果。因此大型模型中應建立參數區、使用一致的參照策略，並抽查公式複製後的參照位置。
Excel 負責精確執行參照邏輯與重算；AI 可以協助解釋某個公式為何要鎖列或鎖欄、檢查公式模式是否一致，但不能在未檢查實際儲存格位置時直接保證公式正確。