案例01|Amazon 暢銷書:用情境、主問題與行動設計可驗證提問
案例02|Amazon 節錄資料:計算函數與條件平均的可重算練習
案例03|Amazon 節錄資料:COUNTIF/COUNTIFS 計數條件驗證
案例05|Amazon 書籍年份:日期與時間公式的相對期間練習
案例06|樹木照片轉 Excel:20 欄 × 約 10 列的影像表格抽取
| 核心主題 | 主要觀點/方法 | 實務用途 | 重要條件/限制/延伸 |
|---|---|---|---|
| 提問結構 | 把對話組織成「情境 → 主問題 → 行動」 | 讓 ChatGPT 理解資料、任務與預期輸出 | 欄位、表格名稱、地區設定與敏感資料處理都應在情境中說清楚 |
| ChatGPT 角色 | 助理、教師、分析者、除錯者 | 依任務要求公式、解釋、洞察或錯誤診斷 | 角色只是引導輸出方式,不能取代 Excel 的實際驗證 |
| 函數與公式 | 函數是預先定義的操作;公式是使用者建立、以 = 開頭的運算表達式 |
理解 Excel 計算結構並讓人工智慧產生合適公式 | 公式可結合函數、常數、參照與運算子;語法正確仍可能引用錯欄位 |
| 計算函數 | SUM、AVERAGE、MAX、ROUND 等 |
總和、平均、最大值與數值整理 | 條件式計算需清楚指定條件與結果範圍 |
| 計數函數 | COUNTA、COUNTIF、COUNTIFS |
計算非空白、單一條件與多條件筆數 | 文字拼法、空白與比較運算子會直接影響結果 |
| 邏輯函數 | IF、AND、OR |
依條件回傳不同結果或組合多個判斷 | 條件順序與資料型別必須清楚,避免把文字與數值混用 |
| 查找函數 | VLOOKUP、INDEX、MATCH |
從表格找出對應資料或位置 | VLOOKUP 的固定欄位序號可能因表格結構改變而失效 |
| 文字函數 | CONCAT、LEFT、LEN,以及搭配 FIND |
合併文字、截取字串與計算長度 | 姓名與文字格式可能不一致,公式需先確認資料規則 |
| 日期與時間函數 | TODAY、YEAR、DAYS |
取得今天日期、年份與日期差 | TODAY() 會隨時間變動;只有年份欄位時不能假裝知道完整日期 |
| 影像轉表格 | 讓 ChatGPT 從照片辨識列欄結構並輸出 Excel | 將非結構化視覺資訊轉成試算表 | 透視、遮擋與畫面邊界會造成近似值,必須保留不確定性 |
作者把 ChatGPT 對話比喻成故事。情境負責建立共同背景,例如資料主題、欄位名稱與 Excel 表格名稱;主問題說明真正要完成的任務;行動則指定輸出要如何呈現、接下來要做什麼。這個結構不是特定模型的技巧,而是一種把問題說清楚的方法。
同一個情境可以重複使用。原書建議把情境、主問題與行動拆成同一對話中的三個訊息,這樣在分析同一份資料的不同問題時,不必每次重寫完整背景。
助理適合產生公式與完成具體任務;教師適合逐步解釋複雜概念;分析者適合整理模式、趨勢與洞察;除錯者則適合診斷公式或功能問題。角色的目的,是讓需求更具體,而不是把判斷責任交給模型。
原書把 Excel 函數定義為預先建立的操作,例如 SUM、AVERAGE;公式則是使用者撰寫、以等號開始的表達式,可以組合函數、參照、運算子與常數,例如 =A1+A2。
這個差異對人工智慧提問很重要。若只說「幫我計算」,模型可能自行選擇方法;若明確說「請產生 Excel 公式,使用表格 books 的欄位」,輸出更容易直接測試。
原書將本章實用函數分成六組: