Введение
«Мы создали таблицу с помощью ChatGPT. Всё работает, но теперь нужно добавить новые функции. Можете помочь?»
Такие обращения становятся всё более привычными в нашей практике.
Раньше к нам чаще приходили с запросом: «Нужно разработать таблицу для учёта клиентов, финансов или заказов». Сегодня ситуация меняется. Всё больше пользователей самостоятельно создают таблицы Excel и Google Таблицы с помощью искусственного интеллекта.
И это закономерно. ChatGPT и другие ИИ-инструменты позволяют писать формулы, создавать скрипты, автоматизировать расчёты и решать задачи, для которых раньше требовались специальные знания.
Но есть один нюанс.
Создать первую версию таблицы стало значительно проще. А вот развивать её, поддерживать и адаптировать под новые задачи без понимания внутренней логики по-прежнему сложно.
В этой статье разберём, как ИИ помогает работать с Excel и Google Таблицами, какие задачи ему можно доверить и почему профессиональная разработка и сопровождение таблиц остаются востребованными.
Как ИИ изменил работу с Excel и Google Таблицами
Ещё несколько лет назад для создания сложной формулы Excel нужно было самостоятельно изучать функции, искать примеры и разбираться в синтаксисе.
Сегодня достаточно описать задачу обычными словами.
Например:
«У меня есть таблица заказов. Нужно автоматически рассчитывать сумму продаж по каждому менеджеру за выбранный месяц».
ИИ предложит формулу, объяснит принцип её работы и поможет адаптировать под структуру файла.
То же самое касается Google Таблиц. С помощью ChatGPT можно создавать формулы, писать Google Apps Script, настраивать автоматические действия и обрабатывать данные.
Главное изменение заключается в том, что пользователю больше необязательно знать, как технически реализовать каждую операцию. Достаточно уметь сформулировать желаемый результат.
Это существенно снижает порог входа в автоматизацию.
Предприниматель может самостоятельно создать таблицу учёта расходов. Руководитель — планировщик задач. Менеджер — отчёт по продажам. Специалист — инструмент для обработки данных.
И во многих случаях такие решения действительно работают и успешно используются.
Что ChatGPT умеет делать в Excel и Google Таблицах
Возможности искусственного интеллекта не ограничиваются генерацией простых формул. Он может помогать на разных этапах разработки и автоматизации таблиц.
1. Создавать и объяснять формулы
Одна из самых полезных возможностей ИИ — работа с формулами.
ChatGPT может помочь:
- подобрать формулу для расчёта показателей;
- объединить несколько функций;
- настроить поиск и сопоставление данных;
- рассчитать показатели по нескольким условиям;
- объяснить существующую формулу;
- найти возможную причину ошибки.
Например, можно попросить ИИ написать формулу для расчёта выручки по категориям товаров или определения просроченных задач.
Особенно удобно, что нейросеть может объяснить логику расчёта простыми словами.
Однако результат необходимо проверять на реальных данных. Даже корректная с точки зрения синтаксиса формула не гарантирует, что она учитывает все особенности задачи.
2. Автоматизировать действия с помощью VBA и Google Apps Script
Если стандартных формул недостаточно, ИИ может помочь написать программный код.
В Excel для автоматизации используют VBA, а в Google Таблицах — Google Apps Script.
С помощью таких инструментов можно:
- автоматически переносить данные между листами;
- создавать документы по шаблону;
- формировать отчёты;
- обрабатывать большие списки;
- отправлять уведомления;
- выполнять повторяющиеся действия по расписанию или событию.
Например, можно попросить ChatGPT написать скрипт, который при добавлении нового заказа автоматически присваивает ему номер и переносит определённые данные в другой лист.
Для простых задач это позволяет существенно сократить время разработки.
Но чем больше автоматизаций связано между собой, тем важнее понимать порядок их выполнения и влияние на остальные части системы.
3. Помогать создавать отчёты и аналитику
ИИ полезен при подготовке аналитических таблиц.
Он может предложить структуру отчёта, помочь подобрать показатели, написать формулы для расчётов и объяснить, как построить диаграммы.
Например, на основе таблицы продаж можно подготовить отчёт по менеджерам, категориям товаров и месяцам.
При этом важно различать техническое создание отчёта и правильную интерпретацию показателей.
ИИ может помочь рассчитать прибыль, но сначала необходимо определить, какие именно расходы должны участвовать в расчёте.
Правильная формула начинается с правильного определения показателя.
4. Создавать структуру таблицы с нуля
ChatGPT можно использовать не только для отдельных формул, но и для проектирования таблицы.
Например, попросить предложить структуру CRM для небольшой компании или системы учёта заявок.
ИИ может определить необходимые листы, столбцы, справочники и связи между данными.
Это удобный способ быстро подготовить первую версию решения и проверить, насколько выбранный формат подходит для работы.
Но по мере развития системы первоначальную структуру может потребоваться пересмотреть.
Именно на этом этапе часто возникают задачи, которые сложно решить без понимания архитектуры всей таблицы.
Почему создать таблицу проще, чем развивать её
Представим ситуацию.
Предприниматель с помощью ChatGPT создал таблицу для учёта заказов.
В ней есть база клиентов, список заказов, автоматический расчёт стоимости и небольшой отчёт по продажам.
Всё работает. Сотрудники начинают пользоваться таблицей.
Через некоторое время появляются новые требования:
- добавить частичные оплаты;
- учитывать возвраты;
- разделить заказы по менеджерам;
- рассчитывать прибыль с учётом дополнительных расходов;
- формировать документы автоматически;
- добавить новый аналитический отчёт.
Каждая задача по отдельности может выглядеть несложной.
Но теперь изменения необходимо встроить в уже существующую систему.
Например, добавление частичных оплат влияет не только на таблицу платежей. Оно может потребовать изменения расчёта задолженности, статусов заказов, итоговой выручки и аналитических отчётов.
Проблема не в том, что ИИ не способен написать нужные формулы. Проблема в том, что для правильного изменения системы необходимо понимать все взаимосвязи.
Если пользователь не знает, как устроена первоначальная таблица, ему сложно объяснить нейросети, какие зависимости необходимо сохранить.
В результате можно получить новую функцию, которая работает сама по себе, но некорректно взаимодействует с остальными элементами.
«Это нам ChatGPT сделал»: новая ситуация в разработке таблиц
В нашей практике всё чаще встречается следующий сценарий.
Клиент обращается с просьбой расширить функциональность уже существующей таблицы.
Мы уточняем, как организованы расчёты, какие данные используются и почему выбрана определённая логика.
И иногда получаем ответ:
«Мы не знаем. Нам это ChatGPT сделал».
Это вполне объяснимая ситуация.
ИИ позволяет получить работающий инструмент без необходимости разбираться во всех технических деталях. Пользователь видит результат и начинает применять его в работе.
Но когда возникает необходимость что-то изменить, отсутствие понимания внутренней структуры становится ограничением.
Специалисту приходится сначала изучать существующую систему:
- анализировать структуру листов;
- проверять формулы и зависимости;
- разбираться в работе скриптов;
- восстанавливать логику расчётов;
- определять, как новые функции повлияют на существующие.
И только после этого можно приступать к доработке.
По сути, появляется отдельное направление работы — сопровождение и развитие таблиц, созданных с помощью искусственного интеллекта.
При этом далеко не всегда требуется переделывать всё с нуля. Если структура решения позволяет, существующую таблицу можно сохранить, расширить и адаптировать под новые задачи.
Почему ИИ не всегда видит всю логику таблицы
Важно понимать: искусственный интеллект работает с тем контекстом, который ему предоставили.
Если пользователь описал задачу частично, ИИ может предложить технически корректное решение, которое не учитывает неозвученные требования.
Например, пользователь просит:
«Добавь в таблицу расчёт прибыли по заказам».
ИИ может предложить вычитать себестоимость из суммы продажи.
Но что делать, если в бизнесе есть доставка, комиссии, скидки, возвраты, дополнительные услуги и частичные оплаты?
Чтобы получить правильный результат, сначала необходимо определить правила расчёта прибыли.
То же самое касается автоматизации.
Допустим, требуется автоматически менять статус заказа после оплаты.
Но что считать оплатой: поступление любой суммы или полное погашение задолженности? Как учитывать переплаты? Что делать при возврате?
Все эти условия необходимо предусмотреть заранее.
ИИ может реализовать заданную логику. Но корректность результата зависит от того, насколько полно эта логика определена и проверена.
Именно поэтому сложные системы учёта требуют не только технических навыков, но и понимания бизнес-процессов.
Какие проблемы возникают при доработке таблиц после ИИ
Не все обращения связаны с ошибками. Часто таблица работает корректно, но перестаёт соответствовать новым требованиям.
На практике можно выделить несколько типичных ситуаций.
- Нужно добавить новую функцию
Например, в CRM требуется добавить учёт задолженностей, историю взаимодействий с клиентами или автоматическое формирование документов.
Для этого необходимо определить, как новая функция будет взаимодействовать с существующими данными.
- Требуется изменить логику расчётов
Компания меняет правила начисления бонусов, расчёта себестоимости или распределения расходов.
Формулы, которые раньше давали правильные результаты, теперь необходимо адаптировать под новые условия.
- Нужно связать несколько таблиц
Изначально финансовый учёт, продажи и склад могли вестись отдельно.
Позже возникает задача объединить данные, чтобы изменения в одном разделе автоматически отражались в других.
Это требует продуманной структуры и согласованных правил обработки информации.
- Таблица стала работать медленно
По мере увеличения объёма данных сложные формулы и скрипты могут создавать дополнительную нагрузку.
В таких случаях требуется оптимизация: изменение структуры расчётов, сокращение лишних операций или переработка отдельных автоматизаций.
- Пользователь перестал понимать, как работает система
Это одна из наиболее показательных ситуаций.
Таблица выполняет свои функции, но никто не может уверенно объяснить, откуда берутся определённые показатели и как безопасно изменить существующие расчёты.
В таком случае полезно провести аудит таблицы, описать её логику и подготовить понятную документацию.
Это позволяет не только решить текущую задачу, но и упростить дальнейшее развитие системы.
Как эффективнее использовать ИИ при создании таблиц
Искусственный интеллект действительно может значительно ускорить разработку. Чтобы получить более устойчивый результат, важно правильно организовать работу с ним.
- Начинайте с описания процесса, а не с формулы
Вместо запроса «Напиши формулу для расчёта прибыли» лучше подробно описать, из каких данных складывается показатель.
Например:
«В таблице есть сумма заказа, себестоимость, доставка, комиссия и скидка. Нужно рассчитывать прибыль по каждому заказу с учётом всех этих показателей».
Чем точнее определены условия, тем выше вероятность получить подходящее решение.
- Просите объяснять созданную логику
После генерации формулы или скрипта полезно попросить ИИ объяснить:
- какие данные используются;
- какие условия учитываются;
- как обрабатываются исключения;
- что произойдёт при изменении структуры таблицы.
Это поможет лучше понимать собственный инструмент.
- Проверяйте результаты на разных сценариях
Недостаточно убедиться, что формула правильно считает один пример.
Стоит проверить обычные операции, пустые значения, возвраты, частичные оплаты и другие нестандартные ситуации, если они возможны в вашем процессе.
Особенно важно тестировать финансовые расчёты.
- Сохраняйте описание структуры
Если таблица содержит несколько связанных листов или скриптов, полезно документировать её устройство.
Например, отдельно описать назначение каждого листа, основные расчёты и порядок выполнения автоматизаций.
Это значительно упростит дальнейшую доработку — как с помощью ИИ, так и со специалистом.
- Не изменяйте сразу рабочую версию
Перед добавлением новых функций создавайте копию файла.
Так можно протестировать изменения, проверить расчёты и при необходимости вернуться к предыдущей версии.
ИИ и профессиональная разработка таблиц дополняют друг друга
Искусственный интеллект существенно изменил подход к работе с Excel и Google Таблицами.
Сегодня пользователи могут самостоятельно создавать инструменты, для разработки которых раньше требовалось обращаться к специалистам.
Это положительное изменение. Автоматизация становится доступнее, а идеи быстрее превращаются в работающие решения.
Но по мере использования таблиц появляются новые задачи. Меняются процессы, увеличивается объём данных, возникают дополнительные требования к расчётам и отчётности.
И здесь профессиональная экспертиза по-прежнему важна.
Раньше мы помогали создавать таблицы с нуля. Теперь всё чаще помогаем разобраться в таблицах, созданных с помощью ИИ.
И это нормально. Технологии меняются, инструменты становятся доступнее, но потребность в понимании процессов, правильных расчётах и надёжной автоматизации никуда не исчезает.
В Бёрдикс мы занимаемся разработкой и доработкой решений для Excel и Google Таблиц. Помогаем разобраться в существующей логике, добавить новые функции, настроить автоматизацию и адаптировать таблицы под изменившиеся задачи.
Используйте ИИ, экспериментируйте, автоматизируйте свои задачи.
А если в какой-то момент таблица перестала работать, формулы начали считать неправильно или вы просто перестали понимать, что происходит внутри, — мы остаёмся на связи и будем рады помочь.
ИИ помогает создавать. Мы помогаем доводить до рабочего результата.
Ещё больше полезных материалов и решений в нашем Telegram-канале:
Часто задаваемые вопросы
Может ли ChatGPT создать таблицу Excel?
Да. ChatGPT может предложить структуру таблицы, написать формулы и помочь с автоматизацией. Возможность создания готового файла зависит от доступных инструментов.
Может ли ИИ писать формулы для Excel?
Да. Он помогает создавать, объяснять и исправлять формулы различной сложности.
Можно ли автоматизировать Google Таблицы с помощью ChatGPT?
Да. ChatGPT может написать код Google Apps Script для автоматизации действий в таблицах.
Почему формула ChatGPT может считать неправильно?
Причиной могут быть неполные требования, особенности исходных данных или неучтённые условия расчёта.
Нужно ли знать Excel, чтобы пользоваться ChatGPT?
Для простых задач необязательно. Но базовое понимание формул и структуры данных помогает проверять результаты.
Что делать, если не понимаю формулы в таблице?
Можно попросить ИИ объяснить расчёты или обратиться к специалисту для анализа структуры и зависимостей.
Когда лучше обратиться к специалисту?
Когда требуется сложная автоматизация, расширение функциональности, проверка расчётов или развитие существующей системы.
Заключение
ИИ уже стал полноценным помощником в работе с электронными таблицами. Он ускоряет создание формул, помогает писать скрипты и делает автоматизацию доступнее.
Но между первой работающей версией таблицы и устойчивой системой, которую можно развивать годами, есть важный этап — понимание логики, проверка расчётов и продуманное развитие функциональности.
Именно поэтому ИИ и профессиональная разработка не исключают, а дополняют друг друга.
Используйте возможности искусственного интеллекта для создания таблиц. А когда потребуется развить, проверить или усовершенствовать готовое решение — специалисты Бёрдикс помогут довести его до нужного результата.
