別再只問 AI 能做什麼,先做一個取代 Excel 的小工具

別再只問 AI 能做什麼,先做一個取代 Excel 的小工具2

完全不會寫程式也沒關係,從你最熟悉的工作開始,讓 AI 陪你做出第一個真正能用的工具。

如果你每天上班都會開一份 Excel,然後重複做差不多的事情,我覺得那就是你開始學 AI 最好的地方。

不是先去研究 ChatGPT 有幾個功能,也不是先背 Prompt。

先問自己:我每天在 Excel 裡做的這件事情,能不能叫 AI 幫我做成一個小工具?

我一開始用 GPT,其實也跟很多人差不多。

整理文案、改文字、想貼文、換個語氣。

而且到現在,我還是會這樣用。

有時候我有一個想法,但自己寫出來很亂,我還是會交給 AI 幫我整理;或者一段話寫完之後,讓它幫我看看怎麼講比較順。

所以我不是覺得拿 AI 寫文案不好。

這本來就是 AI 很方便的功能。

只是如果到了現在,你使用 AI 的方式還只停留在「幫我寫一篇貼文」、「幫我想五個標題」、「幫我把這段話改得專業一點」,我會覺得真的有點可惜。

因為 AI 這幾年已經進步非常多。

工具一直在變,我們使用工具的方法,也應該跟著變。


我自己也是一路慢慢改變用法

早期我比較常拿 AI 處理文字。

那時候 AI 對數字其實沒有現在這麼可靠,所以我也不太敢把重要的財務資料交給它。

後來模型越來越好,我開始把 Excel、試算表丟進去分析。

再後來,我開始拿 AI 整理自己的財務資料。

因為我同時有不同的公司,平常會有不同公司的支出,也常常有一些費用是我自己先墊。

以前整理這些東西其實非常花時間。

而且麻煩的不只是慢。

你花了很多時間,還是可能會漏。

例如明明是 A 公司的費用,最後整理到 B 公司。

或者有一筆東西是我自己先刷卡買的,過了一段時間之後,就忘記這筆錢其實應該要跟公司請款。

每一筆看起來都不是什麼大問題。

可是東西一多,就開始亂。


後來我不是叫自己記得更勤勞,而是改變花錢的方法

我現在會盡量降低現金的使用。

可以刷卡就刷卡,可以用行動支付就用行動支付。

原因其實很簡單。

因為信用卡公司和銀行,本來就在幫我留下紀錄。

如果今天每花一筆錢,我都還要自己拿手機出來記一次,我一定也很快就放棄。

所以與其要求自己變得更有毅力,我比較傾向把流程變簡單。

銀行付款,有紀錄。

信用卡,有紀錄。

行動支付,也有紀錄。

真正需要我另外處理的,其實只剩少數現金花費。

甚至現在遇到現金,我也不一定要打字。

我可以直接用語音留一句:

「今天現金付 1,200,這筆是 A 公司的。」

先記下來就好。

到月底,再把銀行對帳單、信用卡明細和這些零散紀錄一起整理,讓 AI 幫我區分不同公司,最後變成各公司的每月收支表。

對現在的我來說,這已經是滿基本的 AI 用法了。


但我沒有因此完全相信 AI

AI 現在對數字和資料的處理確實比以前好很多。

但我還是不會拿它整理完的結果,什麼都不看就直接相信。

我會希望最後的資料整理到 Excel 裡。

原因是這樣比較容易查。

如果某個月的數字看起來怪怪的,我可以往回找到原始資料。

是哪一天?

哪一張信用卡?

哪一筆銀行交易?

是哪間公司的?

這些都可以重新確認。

所以我喜歡讓 AI 幫我做整理、分類、彙整。

但重要的數字,我還是希望它是可以往回查的。


有 AI 之後,我還是需要會計師

我目前還是認為會計師是必要的。

而且我覺得會計師真正有價值的地方,本來就不是「幫我把這筆 1,200 元記進去」。

真正有價值的是判斷。

有些財務或稅務上的問題,我自己根本不知道應該注意。

可是會計師看到資料,可能馬上就會跟我說:

這裡要注意。

這個最好不要這樣處理。

這一筆可能要另外看。

這才是我需要他的地方。

所以我的想法不是用 AI 把會計師取代掉。

反而是先用 AI 把資料整理得更完整,再把好的資料交給會計師。

這樣他不用花一堆時間幫我找「這筆錢到底是哪裡來的」,而是可以直接幫我看更重要的問題。


但財務整理現在對我來說,也已經不是最有趣的 AI 應用了

我現在比較有興趣的是:

怎麼讓 AI 不要每一次都等我餵資料。

我們一般使用 ChatGPT,很常是:

自己先找資料。

複製。

貼進去。

再問它問題。

但這其實有一個很大的限制。

你給它什麼,它就只能看到什麼。

如果真正關鍵的資料你沒有想到、沒有貼進去,AI 根本不知道那個東西存在。

所以我現在在做系統的時候,會開始把 AI 放到系統裡。

在權限控制好的前提下,讓 AI 可以去取得它需要的資料。

例如今天我問:

「這個客戶最近狀況怎麼樣?」

我不想先自己去整理十筆資料再貼給它。

比較理想的狀況是,它自己去判斷:

我要不要看最近六個月的訂單?

最近有沒有報價但沒有成交?

付款有沒有變慢?

多久沒有聯絡?

最近買的東西有沒有變少?

然後它自己找完這些資料之後,再回來告訴我:

它看到了哪些狀況。

有哪些可能的原因。

我可以考慮哪些做法。

這個方向,才是我現在覺得 AI 很值得投入的地方。


AI 不應該只是等你餵資料

以前我們比較像是在「使用一個聊天機器人」。

現在我反而開始把 AI 看成系統裡的一個角色。

它可以讀資料。

可以判斷缺什麼資料。

可以再去查其他資料。

最後把資訊整理成幾個選項給我。

當然,我也不是希望 AI 自己決定所有事情。

我還是認為最後很多決策要由人來做。

但如果 AI 可以幫我把需要看的東西先找齊,甚至找到一些我原本沒有想到要看的資料,我覺得這件事情的價值就大很多。


所以如果你現在還只拿 AI 寫文案

不是說這樣用不對。

我自己也還是會拿 AI 改文案、整理文字。

只是不要停在這裡。

如果你現在已經會叫 AI:

「幫我寫一篇 Facebook 貼文。」

「幫我想十個標題。」

「幫我把這段話寫得專業一點。」

那下一步也許可以開始想:

它能不能幫我看資料?

能不能整理工作?

能不能理解我公司的資訊?

能不能進到我原本每天在做的流程裡?

甚至,它能不能自己去找完成這件事情需要的資料?

我覺得這才是現在使用 AI 很值得花時間研究的地方。

因為 AI 一直在進步。

如果我們使用它的方法一直停在幾年前,其實真的很可惜。

對我來說,如果現在還只拿 AI 來寫文案,那種感覺有點像:

手上有一台超級電腦,但大部分時間只拿它做計算機可以完成的事情。

文案當然還是可以寫。

只是它現在,真的已經可以做更多了。