3.4 Excel 与数据统计
学生会 300 人的报名表要按学院统计；实验课的数据要做相关性分析；问卷回收 500 份要出图表——而你连 VLOOKUP 都写不顺。本讲教你用自然语言让 AI 写公式、给分析思路，以及最重要的：怎么不被 AI 的公式和数据坑。
本讲你将学到
- 让 AI 写 Excel 公式的正确姿势：描述表格结构，而不是贴一句「帮我写个查找公式」
- 一条经过验证的「提示词链」：统计 → 分组 → 出表 → 接 PPT
- 问卷数据清洗、统计分析方法选择的两个提示词
- 防「AI 编数据」的三道闸门
前置：提问篇 2.1（会写「做什么+给背景+提要求」）。工具：主线 MiMo（公式与代码是其强项，小米 AI App / mimo.xiaomi.com）；免费兜底 DeepSeek / Kimi 均可。Excel/WPS 装其一。
1. 场景痛点：Excel 卡住你的三种姿势
| 姿势 | 表现 | 根因 |
|---|---|---|
| 函数盲 | 不知道有这个函数，人肉复制粘贴两小时 | 知识面问题 |
| 公式废 | 知道要 VLOOKUP，抄网上的公式改不对，报 #N/A | 抄来的公式和你的表格结构对不上 |
| 分析慌 | 数据在手，不知道「该做哪种统计」 | 统计思维问题 |
关键认知：AI 对前两种是降维打击——写公式本来就是它的舒适区；第三种它也能给思路，但方法和结论必须你把关（本讲第 4、5 节）。
2. 工具选择
- 主线 MiMo：公式、脚本生成是强项；长上下文可以把整张表的说明贴给它。想要 API 练手的同学，小米开放平台的低价额度（百万 tokens 几毛钱量级）足够刷到熟——不折腾的话 App 里对话即可。
- 免费兜底：DeepSeek、Kimi、智谱清言写公式都没问题，谁顺手用谁。
- WPS AI 表格助手：WPS 内置，公式解释/生成直接在表格里完成，适合不想切窗口的场景。
3. 分步操作：从一张报名表到一份统计报告
场景：社团纳新报名表（Excel），A 列姓名、B 列学院、C 列年级、D 列意向部门、E 列联系电话，共 312 行。要交一份「各学院 × 意向部门」的报名统计。
第 1 步：让 AI 写公式——结构描述是灵魂
❌ 错误问法：「帮我写个公式统计学院人数」——AI 不知道你的列在哪，只能猜。
✅ 正确问法：
【表格结构】Excel 工作表 Sheet1：
A 列=姓名，B 列=学院，C 列=年级，D 列=意向部门，E 列=电话。
数据从第 2 行到第 313 行，共 312 条。
【任务】我要在 G 列做一个各学院报名人数统计。
【要求】
1. 给出公式，并逐个参数解释这个公式怎么工作；
2. 用中文说明我应该把它填在哪个单元格、怎么往下拖；
3. 我的 Excel 是微软 365 版本，如果有新旧函数差异（如 COUNTIF 与 COUNTIFS）
推荐适合我版本的写法。三个加分项：列结构说清楚（AI 不用猜）、要求解释参数（下次自己会改）、报版本（新旧函数名不同，这是公式报错的常见坑）。
进阶：数据分析员的偷懒神器
把表格结构 + 需求告诉 AI，让它直接给 Excel 公式方案或 Python 脚本（pandas 三行搞定透视表）双方案。不写代码也能用：AI 会连「脚本装在哪、怎么跑」一起教——想系统玩这条线，第 5 篇创造篇见。
第 2 步：提示词链——统计 → 分组 → 出表 → 接 PPT
单一问题单次问；成套任务用提示词链（上一步产出喂下一步）。社区流传甚广的一条链（源自 DeepSeek 实践，MiMo 通用）：
① 统计：这是我的数据（粘贴表格），请先做数据体检：
有无空值/重复/格式不一致（如学院名「计院」与「计算机学院」混用），列出来。
② 分组：数据清洗建议确认后，按「学院 × 意向部门」做交叉统计，
给出 Excel 操作路径（数据透视表怎么做，字段拖到哪个区）。
③ 出表：把统计结果整理成一张透视图表，
并建议用什么图表类型展示（说明理由）。
④ 接 PPT：把结论压缩成 3 条要点 + 1 张图表建议，
按我在 3.3 学的 PPT 大纲格式输出。这条链的精髓：每步都让 AI 先报告、你确认、再进下一步——你始终握着方向盘。
第 3 步：问卷/实验数据的统计方法选择
统计课学过 t 检验、卡方，但对着自己的数据不知道用哪个。把情况描述给 AI：
【数据情况】问卷回收 500 份，有效 468 份。
我研究了两个变量：年级（大一~大四）和使用 AI 工具的频率（李克特五级量表，1=从不 5=总是）。
【任务】想分析「年级」和「使用频率」是否相关。
【要求】
1. 告诉我应该用哪种统计方法，为什么（用大三学生能听懂的话）；
2. 这个方法的前提条件是什么，我怎么在 SPSS/Excel 里检查；
3. 给出 SPSS/Excel 的操作步骤；
4. 结果怎么读：什么样的数字代表「相关」？方法必须过「适用条件」关
AI 推荐 t 检验时不会主动替你检查正态性，推荐卡方时不会替你检查期望频数——第 2 条要求就是在逼它交代前提。统计方法用错，后面全错；拿不准就把统计课课件发给 AI 让它对照讲。
4. 防「AI 编数据」三道闸门
AI 在数据场景的幻觉有专属形态——一本正经地编造：编不存在的函数参数、编「看起来合理」的统计结果、编参考文献。三道闸门：
- 公式闸门：AI 给的公式，先在 3~5 行小样本数据上验证，对了再全表应用——公式错误传播很快，错一次毁一张表；
- 结果闸门：AI 算出来的数值不可直接信。让它给公式/操作路径，你自己在 Excel 里算——Excel 算的才是真数字（这也是本讲通篇「要公式不要结果」的原因）；
- 解读闸门：AI 对统计结果的解释（「显著相关说明因果关系」之类）要警惕——相关≠因果是它最爱糊弄过去的地方。
5. 验收清单
- [ ] 每个公式在小样本验证过再全表应用
- [ ] 交叉统计用数据透视表自己算出来了（不是 AI 报的数）
- [ ] 统计方法的前提条件检查过（正态性/样本量/期望频数）
- [ ] 图表数字与原始数据对得上（抽查 2 个格子）
- [ ] 结论里没有把「相关」说成「因果」
6. 红线提醒
数据场景的三条红线
跟做练习
实践（约 40 分钟）
造一张 20 行的模拟报名表（姓名/学院/年级/部门随便编，这是练手数据，不受红线约束——红线管的是真实数据），走完提示词链四步：数据体检 → 交叉统计 → 图表建议 → 压缩成 PPT 要点。重点体会第 1 步「数据体检」能帮你发现多少自己没注意到的脏数据。
下一步
学习任务类的四个 playbook（资料检索 / 论文 / PPT / Excel）到此全部就位。下一讲开始进入生活求职类场景，第一个是几乎人人刚需的：外语学习——口语陪练、作文批改、单词表生成，MiMo 的音频输入正好大显身手 → 3.5 外语学习
本页核验日期：2026-09-22（提示词链源自公开社区实践并经本站整理；WPS AI 表格助手、各家免费版状态经搜索核实；统计方法适用条件提醒参照统计学通行规范）