AI 職場實戰持續更新

Google Colab 職場應用|每月重複合併報表?不會寫程式也能一鍵跑完

你知道什麼是 Google Colab 嗎?為什麼它在 AI 時代特別好用?這篇用每月合併分店報表的例子,帶你把 Prompt 交給 AI、貼回程式碼按執行,附 33 個職場情境與第一次最常卡住的地方。

作者知識遊牧工作室 發布 最後更新 閱讀8 分鐘 先看影片1 分鐘介紹
更新紀錄第 3 版 · 資料查核 2026.11.21
  1. 改寫成文章版,附 1 分鐘介紹片,發布到官網部落格最新
  2. 改版:指令可以填空再複製,手機版重排
  3. 初版:上班族的 Colab 手冊

你知道什麼是 Google Colab 嗎?為什麼它在 AI 時代特別好用?

Colab 是打開瀏覽器就能用的免費 Python 筆記本,什麼都不用安裝。以前大家卡住的地方是不會寫程式,現在程式交給 AI 寫就好:把一段 Prompt 交給 AI,把它寫好的程式碼貼回 Colab,按下執行就完成了。

這篇文章跟大家分享我們教上班族用 Colab 的方法,讓你讀完就知道:什麼工作適合交給它、第一次怎麼開始、Prompt 怎麼寫才可靠、第一次用最常卡住的地方,還有 33 個職場情境怎麼挑。我們一起看下去吧!

⭐️ 幫大家劃重點
  • Colab 不用安裝、不用會寫程式,就能用 Python 處理 Excel 做不動的工作。
  • 開始只要三個動作:開筆記本、把 Prompt 交給 AI、貼上程式碼按執行。
  • 好的 Prompt 會要 AI 先印出資料、每步印筆數,出錯才抓得到。
  • 程式跑得出來不代表算得對,第一次一定要用 Excel 對一次總數。
  • 個資先換成編號再上傳,重要檔案存在雲端硬碟。

什麼工作適合交給 Colab?

先說清楚,不是每件事都需要 Colab。一次性的小表格,Excel 拉一拉就好。值得換工具的,通常是下面兩種情況:

1. 每週、每月都在重複的事

合併分店報表、拉業績週報的樞紐,這些工作的步驟每次都一樣,只有檔案不同。用 Colab 跑過一次之後,同一個儲存格下個月再按一次就好。

2. Excel 本身處理不了的量

系統匯出的交易明細有幾百萬列,Excel 開到一半就當掉,或只顯示前一百多萬列(上限約 104 萬列)。Colab 可以分批讀取,篩選和彙總完,再輸出成 Excel 開得起來的小檔。

另外,還有一些事 Excel 做起來很彆扭,例如從幾十份 PDF 報價單抄出廠商和金額、把一小時的會議錄音轉成逐字稿、用一份名單產生兩百張結訓證書。這些在 Colab 裡都有現成的套件,AI 知道該用哪一個,你只要把需求講清楚就好囉!

實作教學:用 Colab 合併分店報表,第一次大約十分鐘

我們拿一件很多人都遇過的事來試:每個月初,信箱收到十幾家分店寄來的 Excel,要一份份打開、複製、貼到總表,貼著貼著錯了一列,最後總數對不起來,又得從頭找是哪一份出了問題。

這件事交給 Colab,只要三個動作,我們一步一步來:

Step 1:開一本筆記本

到 colab.research.google.com 用 Google 帳號登入,新增筆記本。左側的資料夾圖示可以上傳 Excel、CSV 或 PDF。

Step 2:把 Prompt 交給 AI

把下面這段 Prompt 的【】換成你的資料夾和欄位,貼給 Colab 內建的 AI 助手,用你平常慣用的 AI 聊天工具也可以:

你是熟悉 pandas 的資料助理,我會在 Google Colab 執行程式。
我的 Google 雲端硬碟資料夾「【資料夾路徑】」裡有多個 Excel 檔,格式相同,欄位為:【日期、品項、數量、金額】。

請幫我寫程式:
1. 掛載 Google 雲端硬碟,讀取資料夾內所有 .xlsx 檔
2. 合併成一張表,新增「來源檔案」欄位(取檔名)
3. 印出每個檔案的筆數,以及合併後的總筆數,讓我核對
4. 匯出成「合併總表.xlsx」,存回同一個資料夾

請在程式碼加上中文註解。遇到欄位名稱不一致的檔案,先列出來給我看,不要直接略過。

Step 3:貼上,按執行

把 AI 給的程式碼貼進儲存格,按左側的播放鍵或 Ctrl + Enter。如果出現紅字錯誤,就整段貼回給 AI 修正。

💡 小提醒:你全程不需要看懂程式碼在寫什麼。要看懂的是輸出結果:筆數對不對、數字跟你印象中差多少。

跑完如果發現有幾家分店的欄位叫「銷售額」而不是「金額」,就接著請 AI 在合併前統一欄位名稱,並列出被改名的檔案。

回到那十幾家分店的報表:程式會印出每個檔案的筆數和合併後的總筆數,哪一份少了、哪一份多了,一眼就看得出來。下個月新的報表寄來,換掉資料夾裡的檔案,再按一次執行就好。不過程式跑得出來,不代表算得對,第一次還是要用 Excel 對一次總數,後面會說怎麼對。

好的 Prompt,都留了一道檢查的門

仔細看上面那段 Prompt,還有互動版情境庫裡的 Prompt,你會發現很多句子跟分析本身無關,而是要 AI 停下來給你看。這些句子都是故意放的:

  • 清理名單時,重複資料「新增是否重複欄位標記,不要刪除」。刪掉的資料你看不到,標記的你可以自己判斷。
  • 批次改名時,「第一個儲存格只做預覽」,印出舊檔名和新檔名的對照,確認後才用第二個儲存格真的改,對照表也存成 CSV,改錯可以還原。
  • 產生證書時,「請先只產生前 3 份讓我檢查版面」,確認後才跑兩百份。
  • 報帳異常檢查時,請 AI 提醒「被標記只代表需要複核,不代表一定有問題」。

這些句子的共同點是:AI 寫的程式會照字面執行,不會猶豫。你在 Prompt 裡留一道門,錯誤就會在你眼前出現,不會悄悄跑進最後的報表裡。

互動版的組裝器把 Prompt 拆成五個部分:角色、資料、任務、輸出,最後再加幾條讓結果更可靠的好習慣。資料那一段的檔名和欄位寫得越具體越好,任務一行寫一個步驟。情境庫沒有你的工作時,就照這個格式自己組:

你是【角色,例如:資料分析助理】,我會在 Google Colab 執行程式。

我上傳了「【檔名】」,欄位有:【欄位名稱】。

請幫我:
1. 【第一個步驟】
2. 【第二個步驟】
3. 【第三個步驟】

最後請【你要的輸出,例如:把結果匯出成 Excel,並用三句話摘要重點】。

另外請注意:
- 先印出前 5 筆資料和每個欄位的空值數量,讓我確認資料狀況
- 每一步都印出處理前後的筆數,方便我核對
- 圖表要能正確顯示繁體中文
- 程式碼加上中文註解
- 把日期、檔名、門檻等會變動的值設成程式開頭的變數
- 遇到不確定的地方先問我,不要自行假設
⭐️ 幫大家劃重點:最後那兩條在組裝器裡預設沒勾,但我們建議加上。變數那條讓你下個月只改幾行就能重跑;「不確定先問我」可以擋掉 AI 自己猜欄位意思的情況。

第一次用最常卡住的地方

多數卡關都出在同一批地方,先讀過一遍會順很多:

1. 上傳的檔案會消失

Colab 的執行階段中斷或重置後,直接上傳到左側資料夾的檔案就不見了。隔天打開如果發現程式找不到檔案,先想到這一條。重要檔案請掛載 Google 雲端硬碟讀寫,結果也存回雲端硬碟。

2. 資料先看過再分析

請 AI 先印出前幾筆和每個欄位的空值數量。很多錯誤其實是欄位名稱多了一個空格,或日期被讀成文字,先看一眼就能省掉好幾輪來回。

3. 用 Excel 對一次總數

程式跑得出來,不代表算得對。挑一兩個你熟悉的數字,例如總筆數、總金額,跟原本的 Excel 結果核對。第一次對過了,之後才敢每個月直接用。

4. 圖表的中文變成方塊

這是 Colab 預設沒有中文字型造成的。在 Prompt 裡加一句「圖表要能正確顯示繁體中文」,AI 就會幫你下載並設定字型。

5. 跑通之後存成範本

請 AI 把日期、檔名、門檻數字改成程式開頭的變數。下個月只要改這幾行,按 Ctrl + F9 全部重跑。

6. 出現紅字,整段貼回給 AI

你不用看懂錯誤訊息在說什麼。把最後一段紅字連同資料長相一起貼回去,通常一兩輪就能修好。只貼錯誤、不給資料的話,AI 只能猜,修好的機率就低很多。在對話框輸入以下 Prompt:

我在 Google Colab 執行你給的程式後,出現以下錯誤:

【貼上最後一段紅字錯誤訊息】

我的資料前 5 筆長這樣:

【貼上 df.head() 的結果】

請說明錯誤原因,並給我修正後的完整程式碼。

哪些事還是要你來判斷?

🔒 上傳前把姓名換成編號,刪掉身分證字號、電話這些分析用不到的欄位,並先確認公司對雲端工具和 AI 服務的使用規定。

情境庫裡有幾個地方,Prompt 本身就把判斷留給了人。人資的離職率和滿意度問卷,都要求人數少於 5 人的組別合併呈現,避免從統計結果推回是誰。打卡紀錄的 Prompt 開頭就註明,上傳前已經把姓名換成員工編號。

財務情境也一樣。多幣別換算可以用公開的歷史匯率先算,但 Prompt 裡會請 AI 提醒「正式帳務應以公司規定的匯率來源為準」。報帳異常的規則(同一人同日同金額、超過類別上限、假日申報、金額剛好是千元整數)只是篩出值得看的項目,最後是不是問題,要人去問。

進階情境更要小心。營收預測的 Prompt 要求 AI 給預測區間、用過去 6 個月回測誤差,並用主管聽得懂的話說明限制;流失模型則要它提醒如何避免資料洩漏。少了這些要求,AI 一樣會交出一個數字,只是你不知道該信幾分。

所以我們常說:把重複留給程式,把判斷留給自己。

33 個情境,從你每週在做的事挑一個

33個職場情境
7種職務
10個入門情境

互動版的情境庫依職務分成七組,每個情境都寫了你現在怎麼做、Colab 幫你做什麼、最後拿到什麼,再附一段跑完可以接著問的追問。難度分三級:入門 10 個、基礎 18 個,進階的 5 個建議最後再碰。下表每組舉一個例子:

職務情境舉例你會拿到
行政庶務兩份名單比對誰報名了卻沒來三類名單分在三個工作表,附各類人數
業務久沒聯絡的客戶自動跳出來每位業務員一個工作表的待聯繫名單
行銷各平台廣告成效放在同一張表比跨平台成效總表、前五名與後五名活動
財務會計帳簿和銀行明細自動對帳已配對、帳有銀行無、銀行有帳無三份清單
人資打卡紀錄算出加班時數個人加班彙整、超時名單、缺卡清單
營運客服客服工單哪類問題正在變多每週工單堆疊圖、異常增加的類別
主管每月一頁式 KPI 報告可以直接轉成 PDF 的一頁式 HTML 月報

我的建議是,第一次用就從入門情境挑一個你這個月一定會做的。合併報表和名單比對都很適合,因為結果你一眼就能檢查:合併後的總筆數等不等於各檔相加、重複的人有沒有被標出來。

預測下一季營收、客戶流失模型、A/B 測試檢定這類進階情境,等你跑過幾次入門的再碰。它們會產出看起來很專業的數字,而你需要有能力判斷這些數字可不可信。

結語

回到開頭的問題:Colab 為什麼在 AI 時代特別好用?因為以前卡住大家的是寫程式,現在這一段交給 AI 就好。它最適合的,是那些每個月都在手動做、規則很固定的事。你不用會寫程式,只要會把需求講清楚、在 Prompt 裡留好檢查的門,再用 Excel 對一次總數就好。完整的 33 個情境和 Prompt 組裝器我整理在互動版裡,可以直接挑、直接複製。

建議你這個月就挑一件來試,例如合併報表或清理報名名單,照三個動作跑一次,跑完用 Excel 對一下總筆數。對得上,就請 AI 把檔名和日期改成程式開頭的變數,存在雲端硬碟。下個月同一天,你只需要換檔案、按 Ctrl + F9,是不是很簡單呢?

#Google Colab#Python#資料處理#Prompt 指令#Excel

這篇會跟著產品與案例的變化回頭修改,每次改了什麼都記在文章開頭的更新紀錄。最後更新:。

分享這篇 LINE Facebook
新文章與更新,第一時間寄給你資料分析、資料視覺化、生成式 AI 的實作筆記,一個月幾封,不灌信箱。
訂閱電子報