把 Excel ／ Google Sheets 或 CSV 丢给 ChatGPT，最容易得到的结果是「看起来很合理」的一段总结；真正困难的是确认数字有没有算错、资料有没有漏掉，以及你问的问题是否足够明确。对于销售记录、网站流量、订单、库存或调查数据，这些差异会直接影响最后的判断。

OpenAI 目前的资料分析功能可以读取常见的 XLS、XLSX 与 CSV 文件，检查资料、做计算、建立表格和图表；官方也建议表格使用清楚的栏位名称，并尽量维持「一列一个记录」的结构。换句话说，ChatGPT 可以成为资料分析助手，但前提仍是资料结构和问题定义要够清楚。

1. 先整理表格，不要一上传就问「帮我分析」

一个工作表里如果同时塞了销售表、备注、月度总结和几个彼此无关的小表，人类可能看得懂，AI 却必须先猜哪一块才是真正的数据。比较稳妥的结构是：第一列使用明确表头、一行代表一笔记录，避免用大量空白行或空白栏把资料切开。

例如销售记录至少可以有日期、订单编号、产品、数量、单价、折扣、付款方式与销售地点。先把资料结构讲清楚，后面的总额、产品排行和趋势才有一致的计算基础。

2. 第一个问题不是「有什么发现」，而是「你读到了什么」

上传文件后，可以先要求 ChatGPT 列出工作表名称、栏位、资料笔数、日期范围，以及它认为哪些栏位是数字、文字或日期。这一步看似多余，却能很快发现读取范围错误、日期格式异常，或者某一栏其实混入了文字。

我之前整理过 ChatGPT 文件上传的实用方法。资料分析也一样：先确认 AI 实际看到了什么，再开始解释结果。

3. 先做基本核对，再做复杂分析

如果原表已经有「今日销售总额」，不要马上叫 ChatGPT 找趋势。先让它独立计算总销售额、订单数、数量总和，再和原表数字比较。

最基本的检查可以包括：

• 总记录数是否相同；
• 金额总和是否对得上；
• 有没有重复订单编号；
• 有没有空白日期、负数或异常金额；
• 同一个产品名称是否出现不同拼法。

如果这些基础数字已经对不上，后面的漂亮图表没有意义。

4. 问题要写成「指标＋范围＋分组」

「帮我看看销售」太宽泛。更有效的问题应该说明你要算什么、看哪段时间，以及如何分组。

例如：「计算 9 月 1 日至 9 月 26 日各产品的销售数量与销售额，按销售额由高到低排列，并另外列出退款，不要把赠品计入营业额。」

这和 ChatGPT 提示词的基本原则相同：任务、范围和限制越明确，结果越容易检查。

5. 不要把「0 元」自动当成错误资料

实际商业表格经常存在赠品、免费样品、换货、取消订单和折扣。看到金额为 0，不代表那一列一定应该删除。

在分析前应该先定义业务规则。例如免费赠品可以计入出货数量，却不计入销售额；退款则可能需要从营业额扣除。AI 不知道你的店铺规则时，很容易自行采用一个看似合理但实际错误的假设。

6. 图表之前先看汇总表

OpenAI 官方说明，ChatGPT 可以从上传的数据建立表格和图表，也能进行计算、转换和统计分析。但图表应该是核对后的第二层输出，而不是第一步。

先要求一个简单汇总表，检查产品、日期、数量和金额是否正确，再制作折线图、柱状图或其他可视化。这样发现问题时，比较容易追到是哪一个分组或计算出了错。

官方的 Data analysis with ChatGPT 也建议在需要特定方法时明确指定栏位、计算、分组或图表类型。

7. 重要数字要求它说明计算方法

如果结果会拿去做营业报告、预算或库存决定，不要只收下最终数字。可以进一步要求列出计算逻辑、纳入与排除条件，以及异常资料如何处理。

例如销售额到底是「数量 × 单价」，还是直接加总订单的最终付款金额？折扣是在产品层还是订单层？运费算不算营业额？这些问题没有统一答案，必须按照你的业务定义。

这也是为什么 AI 事实核查的流程不只适用于新闻资料。表格里的数字同样需要反向核对来源和计算过程。

8. 让 ChatGPT 找异常，但不要让它替你决定异常

AI 很适合找出突然暴增的销售、特别高的单笔金额、重复记录、缺失值或不寻常的日期。不过「异常」不一定等于「错误」。

某一天销售突然高三倍，可能是输入重复，也可能刚好有大型订单。正确做法是让 ChatGPT 标记值得检查的记录，并保留原始行号或订单编号，再回到源数据确认。

9. 修改原表前保留原始版本

清理资料时，经常会做日期统一、产品名称标准化、删除重复列或新增计算栏。不要直接把原始文件覆盖掉。

比较安全的流程是保留 Raw Data，再建立 Cleaned Data 或 Analysis 版本。这样如果后来发现规则定义错了，还能回到原始记录重新计算。

10. 最后做一次「反向验证」

分析完成后，可以要求 ChatGPT 用另一种方式重新算最重要的数字。例如先按订单加总，再按日期加总，检查两种方法最后是否得到相同总额；或随机抽出几笔订单，人工用计算器核对。

OpenAI 也提醒，使用代码进行资料分析时，应检查产生的代码、输出与假设，而不是因为结果来自计算环境就自动认为一定正确。

FAQ

ChatGPT 可以分析 Excel / Google Sheets 和 CSV 吗？

可以。OpenAI 目前列出的常见资料分析格式包括 XLS、XLSX 与 CSV，也支持 JSON、XML 等资料文件；实际可用类型仍可能受模型、方案和工作区设定影响。

为什么同一个表格会算出不同结果？

常见原因包括日期或数字格式、重复记录、空白值、筛选范围，以及业务规则没有讲清楚。例如赠品是否计入数量、退款如何处理，都会改变结果。

可以直接相信 ChatGPT 做出来的销售报告吗？

不建议直接相信。先核对记录数、总额和异常资料，再检查计算逻辑。金额、库存、财务或其他重要决策尤其应该保留人工复核。

小结

ChatGPT 分析 Excel 真正有用的地方，不只是替你算总数，而是帮助整理、分组、找异常和快速探索资料。但可靠的工作流程应该从「确认读到了什么」开始，再做基本核对、明确业务规则、建立汇总，最后才做图表与解释。把核对步骤固定下来，AI 才会从一个会回答问题的工具，变成比较可靠的资料分析助手。