他實測11款AI做Excel,Claude Cowork勝出!一段提示詞從零生成700條公式,5步驟流程一次學
他實測11款AI做Excel,Claude Cowork勝出!一段提示詞從零生成700條公式,5步驟流程一次學

根據微軟 2025 年發布的職場生產力報告,知識工作者每週平均花費 4 至 6 小時處理Excel試算表相關工作,像是資料輸入、公式撰寫、格式調整與錯誤排查。以全年計算,這相當於超過 250 個工作小時,約莫六個完整工作週。

時至2026年,生成式 AI 工具已進化到能夠理解複雜需求、自動建構多層次試算表結構的階段。使用者只需以自然語言描述需求,AI 便能在數分鐘內產出包含公式、條件格式、多工作表架構的完整試算表,品質足以應付多數職場情境。

專家實作測試!Claude Cowork最適合從頭建立複雜Excel

目前市面上的 AI 工具眾多,但在試算表製作這項具體任務上,各工具表現差異顯著。

AI 專家Ruben Hassid實測市面上11款主流工具後指出,微軟的Copilot雖與 Office 生態系深度整合,但實際操作中穩定性不足,複雜需求的完成率偏低。

而Google 的 Gemini 與 Sheets 的整合功能仍在推展階段,部分使用者尚無法取用完整功能。ChatGPT 在試算表生成方面具備一定能力,但其優勢更多體現在既有表格的修改與優化,而非從零開始的建構。

Hassid經過綜合測試結果指出,目前最適合從頭建立複雜試算表的工具為 Claude Cowork,其生成Excel的時間約7分鐘,並能一次產出6個標籤頁、700多條公式;而在既有表格的後續編輯上,ChatGPT 的 Google Sheets 擴充功能則提供了流暢的整合體驗。

《數位時代》整理Claude Cowork至作Excel的操作流程,帶你一次完成設定:

第一步:安裝Claude桌面版並完成設定

  1. 前往claude.com/download,下載桌面應用程式(Mac 或 Windows 皆可)
  2. 註冊帳號,訂閱Pro方案(每月約 20 美元,約台幣 650 元)
  3. 打開應用程式後,點選上方的「Cowork」分頁,並完成以下兩項關鍵設定:

- 選擇一個「工作資料夾」,讓 Claude 可以讀取你電腦裡的資料
- 模型選擇「Opus 4.7」,並開啟「Adaptive thinking(自適應思考)」模式,確保 AI 的邏輯推理品質

#0 claude cowork excel
圖/ 數位時代

第二步:掌握提示詞結構,決定輸出品質

AI 製表的成敗,在很大程度上取決於使用者如何描述需求。Hassid指出,輸入提示詞時需明確定義:[DATA](資料來源)、### Purpose:(使用目的)、### Sheets needed:(需要的工作表分頁名稱與欄位定義)以及 ### Formatting:(格式化要求,如美化配色與凍結窗格)。

最後務必加上「在執行前列出前 10 大假設以供人工核對」的指令,由使用者親自把關 AI 的邏輯源頭,避免方向性錯誤,大幅減少後續修改成本。

以下為Hassid的提示詞模板範例:

Create an Excel spreadsheet: 12-month revenue forecast for an AI consulting firm, covering July 2026 – June 2027.

### Purpose:
Board-ready forecast to plan hiring and runway. Used live in board meetings — needs to look polished and let the board pressure-test every assumption.

**Business context:**
- 4 service lines with very different economics: (1) workshops, (2) full AI deployments, (3) AI sprints, (4) fractional Chief of AI retainers.
- Audience funnel (today, May 2026): Substack 600k growing +1m/year; social following 1m+ (800k from LinkedIn) growing +500k/year. Model how these feed inbound leads → discovery calls → proposals → won deals.
- Make your own assumptions for deal sizes, win rates, sales cycle length, delivery capacity, COGS, gross margin, and audience-to-lead conversion. Every assumption lives as a labeled, editable input on the Assumptions sheet — never hardcoded inside a downstream formula — so each one can be challenged and the model updates instantly.

### Sheets needed:
- “Assumptions”: all inputs grouped (Service lines, Audience & funnel, Costs, Headcount), with cell notes flagging which numbers are best guesses vs. anchored
- “Funnel”: monthly Substack + socials → leads → calls → proposals → won deals, split by service line
- “Revenue”: 12-month forecast by service line (bookings, recognized revenue, deferred), with monthly + cumulative totals
- “P&L”: revenue, COGS, gross margin, basic OpEx, contribution margin by service line
- “Dashboard”: single-screen summary with KPI tiles (ARR, total bookings, blended margin, headcount needed by quarter) and charts (revenue stack by service line, audience-to-revenue funnel)
- “Scenarios”: Base / Bull / Bear toggle that flexes 3–4 key drivers

### Formatting: 
USD currency (no decimals), percentages where relevant, frozen header rows, conditional formatting on margin %, clean palette suitable for board projection, named ranges for the major inputs so formulas read like English.

Before building, list your top 10 assumptions so I can sanity-check them, then execute.

第三步:確認假設,然後讓它跑

Claude列出假設清單後,使用者逐項確認,針對有誤的項目直接給予修正指示,確認無誤後回覆「開始執行(build it now)」即可。

建構過程依需求複雜度而定,通常需要 5 至 10 分鐘。完成後的試算表將包含完整的公式邏輯、條件格式設定、各工作表交叉參照,以及自動加總機制,相當於人工作業數小時的成果。

第四步:同步至 Google Sheets

若工作流程以 Google Sheets 為主,可透過以下步驟直接同步:
點選 Claude Cowork 介面中的「+」符號,選擇「Connectors」,完成 Google Drive 帳號連結。

#1 claude cowork excel
圖/ 數位時代

完成連結後,Claude 建構完成的試算表將自動存入 Google Drive,並以 Google Sheets 格式開啟,無需手動匯出或轉換,可即時分享予協作成員。

第五步:透過ChatGPT擴充功能進行後續編輯

試算表建立後,若需進一步調整內容,可使用ChatGPT官方提供的Google Sheets擴充功能。

  • 安裝步驟:
  • 於Google Sheets上方選單點選「擴充功能」→「外掛程式」→「取得外掛程式」,搜尋「ChatGPT」,安裝OpenAI官方版本(免費提供)。
#2 claude cowork excel
圖/ 數位時代
#3 claude cowork excel
圖/ 數位時代
  • 操作方式:
  • 擴充功能啟動後,使用者可直接以文字指令描述修改需求。例如:將「成本假設」工作表中的原物料費用欄位調高10%,並同步更新利潤計算。
claude cowork excel
圖/ 數位時代

擴充功能將直接對試算表執行修改,無需使用者手動逐格調整,也能輸入「@」功能指定特定工作表下達編輯指令,例如要求將特定的樂觀情境調整得更具侵略性,AI 便會在幾分鐘內自動更新整張報表,讓數據決策更具彈性。

延伸閱讀:軟體開發奇異點已到?Claude Code負責人:AI開始自我迭代,傳統SaaS護城河將被瓦解
Claude Opus 4.7提示詞攻略!Anthropic官方曝5大調整,如何讓舊prompt一次升級?

資料來源:Ruben Hassid

關鍵字: #Claude
往下滑看下一篇文章
從邊界防護走向全域零信任:HPE Networking 如何打造 AI 時代的企業網路安全架構?
從邊界防護走向全域零信任:HPE Networking 如何打造 AI 時代的企業網路安全架構?

隨著越來越多的企業開始擁抱AI ,以及雲端與混合辦公的快速發展,企業內部各項應用程式與機敏資料大規模向多雲及 SaaS 環境遷移,傳統以「邊界防禦」為核心的資安堡壘正在失效。當企業邊界因遠距協作、邊緣運算及爆發式成長的 IoT 非受管設備而變得模糊,攻擊面隨之急遽擴大,讓過往依賴 VPN 與單點式防火牆的防護機制,在面對分散式 IT 環境時顯得捉襟見肘。

這種環境的破碎化,為企業帶來了前所未有的治理挑戰:IT 團隊不僅難以精準掌握「誰」正在「何地」存取「哪些」資源,更面臨各據點間安全控管標準不一的困境。一旦駭客突破薄弱的邊緣節點,傳統缺乏細緻控管與整體可視性的架構,將使其能輕易在網路內部橫向移動,讓企業曝露於巨大的商業風險之中。

面對 AI 時代日益複雜的威脅,建立一套從邊緣到雲端、從使用者到應用程式皆能覆蓋的整體性網路安全架構,已成為企業轉型的關鍵課題。

HPE Networking 以「全域零信任」重塑資安防禦架構

面對 AI 驅動的工業化網路犯罪,傳統「檢查清單式」防禦已難以應對具備專業分工的全球化攻擊組織,因為如今駭客透過人工智慧技術將攻擊手段自動化、精準化與規模化。HPE Networking 台灣區總經理林蒲英指出,資安已從技術選項轉變為企業生存準則。隨著企業IT架構日益分散,安全防護不能再是事後補強或附加的功能,而是必須內建於網路架構的核心。為此,HPE Networking 結合 AIOps 與零信任架構的安全網路戰略布局,協助企業深度融合網路連線與安全性,將防禦重心從脆弱的傳統邊界防護轉向「全域零信任」與「自主防禦」的堅實基礎。

建構全方位防禦矩陣:從存取控管到核心資料中心的安全實踐

HPE Networking 透過整合式安全架構,從使用者入口、傳輸連線到資料中心內部,提供層層遞進的防護力,協助企業打造真正可落地的零信任防護架構。

首先,針對最前線的身分與裝置權限,HPE Networking 提供基於雲端的網路存取控制解決方案Central NAC與Mist Access Assurance,透過自動識別並驗證所有連線裝置的身分,統一控管使用者與裝置的網路存取權限,避免未授權連線成為資安破口。相較傳統地端 NAC 架構,企業透過雲端管理模式,得以簡化存取策略與維運流程。

當流量離開終端進入傳輸階段,HPE Networking提供的SASE解決方案則扮演了連線安全的守護者。此單一雲端原生平台整合SD-WAN 與 SSE,讓使用者無論身處家中或外部據點,皆能安全存取企業應用。而透過集中化策略管理,企業也能在跨據點與多雲環境中維持一致性的安全防護與使用體驗。這種將資安功能移至雲端邊緣的做法,不僅大幅降低了傳統 VPN 造成的延遲,更確保了存取應用程式時的資料安全。

針對最具商業價值的資料中心與多雲環境,HPE Networking 則有 HPE Aruba Networking CX 10000 與 HPE Juniper Networking SRX 等關鍵解決方案,除具備東西向流量檢測外,亦能透過微分段(Micro-segmentation)技術,有效降低威脅在內部網路橫向擴散的風險,這就像是在建築內部加裝了無數道防火門,即便駭客僥倖攻破某一節點,也會被限制在極小的範疇內,無法在內部橫向移動,化解核心資產遭竊的風險。

此外,為了建立全面防禦基礎,HPE Juniper Networking SRX次世代防火牆則提供從分支、園區到資料中心與雲端的一致性防護能力,並整合 AI 驅動的進階威脅防護、安全情報與零信任機制等,能主動偵測並攔截潛在攻擊,為企業打造出兼具廣度與深度的現代化網路安全防線。

阿根廷娛樂度假村以 AI 驅動的零信任網路,推動智慧營運升級

HPE Networking 的解決方案已在全球多個場域,驗證其價值。以阿根廷綜合娛樂度假村 City Center Rosario 為例,為因應數位支付與 IoT 應用的聯網需求,該度假村需將原本封閉的賭場網路,轉型為高效能且高安全的對外連線架構。

透過導入 HPE Aruba Networking CX 10000交換器,利用內建狀態式防火牆實現微分段,該度假村得以提供更細緻的資料安全防護,讓賭場裝置能安全串接SaaS支付應用,並省下巨額傳統防護成本。此外,結合 HPE Aruba Networking Central 的 AIOps 管理與 ClearPass 的動態分段,該園區成功實現自動化身分識別與權限控管;此AI 驅動的整合架構不僅確保全天候營運韌性,更讓 IT 團隊能從繁雜維護中解放,轉而專注於最佳化賓客的個人化數位體驗。

網路與資安深度融合架構,支撐網路全方位防護的關鍵基礎

力麗科技經銷事業部總經理劉濬瑋指出,隨著企業數位轉型深化,資安已從單一防護機制,轉變為支撐營運的關鍵基礎。透過 HPE Networking 兼具效能與安全的全方位網路解決方案,結合 AI 驅動的自動化管理與智慧偵測,企業能建立從邊緣到雲端一致的防護策略,有效降低風險,確保在 AI 浪潮的快速迭代中,強化企業營運韌性,提升競爭優勢。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓