千问ai需先设计表格骨架再生成数据：①推导核心字段（城市/文本、问题类型/文本、出现次数/整数）；②定义字段关系与计算逻辑（如问题严重度分级、城市问题总数求和）；③验证覆盖性与异常处理（拆分复合问题、标准化问题类型）；④组合完整指令生成可下载excel。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要用千问AI快速理清表格该有哪些字段、怎么组织数据逻辑、哪些内容该合并或拆分，而不是一上来就硬塞原始数据让它“直接出表”。这种前期结构设计一旦错位，后面所有生成的Excel都会字段混乱、无法筛选、公式失效。
先让千问帮你画出表格骨架
打开千问网页版或App，进入对话界面，直接输入你手头最原始的一段描述性文字，比如：“客户反馈里提到‘加载慢’12次、‘支付失败’8次，都在北京；上海用户说‘界面卡顿’15次、‘退款延迟’5次”。
接着发指令：“请根据这段话，推导出最适合分析的3个核心字段，并说明每个字段的取值范围和数据类型（文本/数字/日期）。”
千问会返回类似：【城市】（文本，取值为北京/上海/广州等）、【问题类型】（文本，需标准化为“加载慢”“支付失败”等固定词）、【出现次数】（整数，≥0）。这三列就是你表格不可动摇的骨架。
【注意：不要跳过这步直接让AI生成表格，否则它可能把“北京用户”和“上海用户”当两个不同字段，导致后续无法按城市汇总】
用自然语言定义字段关系与计算逻辑
确认骨架后，在同一轮对话中追加指令，例如：“在刚才确定的三列基础上，新增一列‘问题严重度’，规则是：出现次数≥10则填‘高’，5–9填‘中’，≤4填‘低’。”
再补一句：“最后加一列‘城市问题总数’，对同一城市的‘出现次数’求和。”
这一步不是让AI立刻出表，而是逼它显式写出字段间依赖关系。AI会返回字段映射说明，甚至标注哪几列需用SUMIF、哪几列要用IF嵌套——这些就是你未来在Excel里写公式的依据。
如果AI没写清楚计算路径，就追问：“‘城市问题总数’这一列，是按‘城市’分组后对‘出现次数’求和，对吗？” 它会立刻确认或修正。
验证字段是否覆盖全部业务场景
方法一：用反例测试
输入一个你预判AI可能漏掉的情况，比如：“如果某条反馈同时包含‘加载慢’和‘支付失败’，该怎么记录？”
看AI是否主动建议拆成两行（推荐），还是加一列“复合问题”（不推荐）。前者字段干净，后者会导致筛选失效。
方法二：要求它列出所有可能的异常值
发指令：“请枚举这个表格中可能出现的所有异常情况，例如：城市为空、问题类型拼写不一致、出现次数为负数。”
AI会给出清洗清单，比如“统一将‘卡顿’‘卡死’‘闪退’归并为‘界面卡顿’”，这就是你后续数据清洗的SOP。
把思路转成可执行的生成指令
第一步：整理好字段名、数据规则、异常处理方式后，组合成一条完整指令：
“请基于以下规则生成一张Excel表格：①列名为‘城市’‘问题类型’‘出现次数’‘问题严重度’‘城市问题总数’；②‘问题严重度’按次数区间填‘高/中/低’；③‘城市问题总数’需对每个城市自动求和；④所有‘问题类型’必须标准化为‘加载慢’‘支付失败’‘界面卡顿’‘退款延迟’四类；⑤输出可下载的.xlsx文件。”
第二步：点击“生成表格”按钮，等待AI在沙箱中运行Python代码并打包Excel。
第三步：下载文件，打开检查“城市问题总数”列是否每行数值相同——若不同，说明分组逻辑没生效，需退回第二步修正指令。
