先说结论：让 AI 直接”吐”一张表格，多半会返工
很多人第一次让 AI 做表格，是这么问的：
帮我做一个员工月度考勤统计表，包含姓名、部门、出勤天数、请假天数、加班时长。
AI 会很快回你一张看起来挺像样的表格。然后你发现问题来了：这张表是”死”的。它是一段文字，不是文件；你没法在里面改一个数字，没法拉公式，行数变了要重新生成，格式还得自己重排一遍。
linux.do 上有一位做管理系统开发的用户（167497879，2026-01-04 的发帖，20 赞）把这个区别说得很直接：
“很多任务可以让他自己写个 py 脚本一键运行 —— 比如 ai 不能帮你做一个 Excel 表格，但是 py 脚本可以。”
这句话点破的不是技巧问题，是任务类型判断错了。让 AI 输出表格内容，得到的是”一张表的描述”；让 AI 写一段生成表格的脚本，得到的是”一台能做表的机器”。前者只能用一次，后者可以反复跑。
这篇讲的就是怎么把”AI 做表格”这个任务拆对：哪些环节该交给 AI，哪个环节必须换成脚本，以及拿到脚本后怎么验它有没有做对。
先分清两类表格任务
不是所有表格都要用脚本。先判断你手上的是哪一种：
| 你实际要做的事 | 正确的做法 | 为什么 |
|---|---|---|
| 要一份能填、能算、能继续编辑的 Excel 文件 | 让 AI 写 Python 脚本生成 | 产物是 .xlsx 文件，公式和多工作表都在，可反复重跑 |
| 要把一堆现成数据整理成结构化结果 | AI 直接处理，但要求输出 CSV 或 Markdown 表 | 数据加工是它擅长的，但格式要定死 |
| 要设计表头结构（该有哪些列） | AI 给方案，人来定稿 | 列的设计取决于业务规则，AI 不了解你的口径 |
| 表里要带复杂公式和跨表引用 | 脚本写入公式，不靠 AI 口算 | AI 算数会错，写公式才是稳定的 |
| 临时看一眼数据、不需要留文件 | 直接问 AI 就行 | 一次性任务不值得上脚本 |
关键分界线是：这份表你要不要拿去继续用。要留文件、要能改、要重复生成的，一律走脚本。
让 AI 写生成表格的脚本：完整步骤
第一步：把”表长什么样”描述清楚，而不是把数据丢给它
这一步最容易做错。很多人是把数据贴给 AI，说”整理成表格”——那是数据处理任务。要生成文件，你得描述结构：
- 有几个工作表，各叫什么名字
- 每个表头列名、列的顺序
- 哪些列是手填的，哪些列应该是公式自动算的
- 有没有需要下拉选项、数据校验、条件格式的地方
- 行数是不是固定的（后续要自己加行，就必须留出空间）
给一个可用的提示词模板，直接复制改：
用 Python 生成一个 Excel 文件，具体要求如下：
【文件】
- 文件名：考勤统计_2026年9月.xlsx
- 保存到当前目录
【工作表 1】名称：考勤明细
- 表头（第1行），从左到右：姓名 | 部门 | 应出勤天数 | 实际出勤 | 请假天数 | 加班时长 | 出勤率
- 第2行到第51行留空，供人工填写
- "出勤率"列不要填数值，写成 Excel 公式：=实际出勤/应出勤天数，格式为百分比保留1位小数
- "部门"列加数据验证下拉，选项：技术部、市场部、运营部、人事部
【工作表 2】名称：部门汇总
- 表头：部门 | 人数 | 平均出勤率 | 总加班时长
- "人数"用 COUNTIF 公式统计考勤明细里的对应部门
- "平均出勤率"用 AVERAGEIF 公式
- 不允许写死数值，必须是公式
【格式要求】
- 第1行加粗、灰底、居中
- 所有列宽自适应内容
- 出勤率列在低于 0.9 时标红
【输出】
- 只给完整可运行的 Python 代码
- 用 openpyxl 库
- 代码里加中文注释说明每个块在做什么这段提示词里有三个地方是刻意加的，别省：
“不允许写死数值，必须是公式”——这是最关键的一句。你不写这句，AI 很可能把汇总表的数字直接算好填进去。填死的数字一旦源数据改了，汇总就错了，而你还看不出来。
“用 openpyxl 库”——指定库能避免它给你一段依赖不确定环境的代码。openpyxl 装起来简单，处理 .xlsx 也够用。
“代码里加中文注释”——你后面大概率要自己改几行（改列名、加一列），有注释能省很多事。
第二步：先跑一遍，别急着打开文件
拿到代码后，先在终端跑：
pip install openpyxl
python 生成的脚本文件名.py看到报错很正常，把完整报错原文贴回给 AI，别自己描述”它报错了”。报错信息里有文件名和行号，AI 拿到原文一次就能改对；你转述一遍，它就得猜。
几种常见情况：
ModuleNotFoundError：缺库，按提示pip install装上- 中文文件名或路径报编码错误：让 AI 把文件写入部分改成用绝对路径
PermissionError：文件正被 Excel 打开着，关掉再跑
第三步：打开文件，重点验三样东西
文件生成出来了不等于做对了。按这个顺序检查：
- 点一下公式格，看编辑栏里是”=…”还是数字。这一步专治”它把公式算成了死值”。如果显示的是数字，把那个单元格的公式要求再强调一次让它重写。
- 改一个源数据，看汇总会不会跟着变。在明细表里改一个”实际出勤”，回到汇总表看平均出勤率有没有动。不动，说明公式链是断的。
- 试试下拉和格式在不在。数据验证和条件格式这类”看不见的功能”，是 AI 最容易漏掉的，因为文件照样能打开。漏了就单独提要求补。
第四步：把脚本存好，下次改参数复用
这是用脚本做表最值钱的地方。下个月要做同样的表，不需要重新和 AI 聊一遍——直接改脚本里的月份和文件名再跑一次就行。
建议把脚本和数据放同一个文件夹，文件名写成 make_考勤表.py 这种一看就懂的。日积月累，你会攒下一批自己的小工具。
哪些环节 AI 一定会出错
用这套流程踩过的坑，集中在这几处：
算数不可信。不管是求和、平均还是百分比，只要 AI 是”心算”出来的，就有错的可能。所以规则很简单：凡是数字，都要求它写公式，而不是给结果。公式由 Excel 自己算，才靠得住。
它会擅自加列、改列名。你要求 7 列，它可能觉得再加个”备注”更周全。生成后对着你的需求清单数一遍表头。
复杂合并单元格容易错位。跨行跨列合并、表头两行这种设计，AI 写出来的行列索引经常差一格。如果表不复杂，建议别用合并单元格，用一两行纯表头更稳。
数据量大时公式写法会变。几十行和几万行，最优公式不同。数据量大就明确告诉它大概多少行。
如果你要的是”从图片/PDF 里把表格提取出来”，那是另一个任务。那属于识别环节，得先解决 OCR 准确率，再谈生成文件。这块的坑比生成表多得多，站内《AI怎么把图片表格转成Excel》专门讲过校对流程，建议先看那篇。
自检清单：交表前过一遍
按这个清单快速核一遍，能挡掉绝大多数返工：
- ☐ 表头列名和顺序，与我要求的一致
- ☐ 所有该自动算的格子，点进去是公式不是数字
- ☐ 改一处源数据，汇总表数字跟着变
- ☐ 下拉选项、条件格式、列宽这些细节在不在
- ☐ 空行留够了，我能自己往下填
- ☐ 脚本存盘了，下个月能直接改参数复用
这个思路能推广到别的办公任务
“让 AI 生成做事的工具，而不是直接给结果”这个判断，不止对表格管用。
批量改文件名、把几十个 Word 里的数据汇总、按规则拆分一个总表——这些”重复且有明确规则”的活儿，都更适合让它写脚本。判断标准就一条：这件事你是不是要重复做，或者规则是不是能说清楚。是，就写脚本；只是一次性的、要动脑判断的，就直接问它。
至于表本身怎么设计、数据该怎么整理，属于另一层问题——站内《AI做表格怎么做：录入、整理、分析三步完整流程》讲的是流程层面的方法，可以配合这篇一起看。如果表里需要写条件判断、查找匹配这类公式，看《AI怎么写Excel公式》会更直接。用 WPS 的话，《WPS AI怎么写表格公式》里有针对性的做法。
顺便说一点：如果你连”该有哪些列”都还没想清楚，那就先别急着生成表。让 AI 帮你列几个表头方案，你自己挑一个改，比直接让它出成品要快得多。表的结构是业务问题，AI 只能给参考。