把一堆销售数据按部门拆开、逐个套上模板、再一份份导出成 PDF——这类重复的报表活儿，几乎每个用 Excel 的人都干过。科技媒体 How-To Geek 的作者托尼·菲利普斯（Tony Phillips）最近做了一次实测：让 Gemini 帮他写一段可复用的 VBA 宏，把这套流程压缩成”点一下按钮”。结果是成功了，但过程远没有”一句话生成代码”那么轻松。

这次测试使用的是 Google Workspace 账号下的 Gemini 3.6 Flash。需要说明的是，可用功能会随账号类型和模型版本不同而有所差异。

先规划，再提问

菲利普斯的经验是：直接对 AI 说”帮我写段 VBA”，基本得不到能用的东西。所以他先把工作簿结构讲清楚。

这个工作簿一共三张表：Sales Data 存放原始数据表，字段包括商品名称、部门、国家、产品、成本、售价、销量、销售额、销货成本和利润；Department Report Template 是报表模板，规定了标题、汇总数字和产品明细表的位置，他特别要求模板本身不能被宏改动，以便后续反复使用；Report Log 则用于记录每次生成的文件，包含生成日期、部门名称、文件名和状态。

他把表名、字段、每个数值该落到模板的哪个单元格、日志怎么写，全部用文字描述给了 Gemini，但没有上传工作簿。这么做是想验证：只靠一份足够详细的书面说明，AI 能不能干活。如果可行，那么以后处理含敏感信息的表格时，就多了一条不必上传文件的路径。

他还提前避掉了一个坑：导出文件的存放位置。此前用 Claude 做类似自动化时他发现，把文件存在工作簿所在目录，一旦牵扯 OneDrive 这类云盘同步就容易出问题。于是他要求 Gemini 把所有 PDF 统一保存到桌面上的一个专用文件夹。

由于这段宏要当成长期工具用，他要求把代码存进 PERSONAL.XLSB 个人宏工作簿，并添加到快速访问工具栏，这样每次打开 Excel 都能直接调用。即便如此，动手测试前他还是先备份了一份工作簿。

提示词的最后一步很关键：他要求 Gemini 在写代码之前，先把理解到的工作簿假设条件复述一遍。Gemini 确认了表名、要用的列以及各项数据的落点位置——这一步相当于在动工前核对图纸。

真正的麻烦出在测试环节

第一版代码只能算起点。第一个问题是 VBA 报语法错误，把出错行和报错信息发回去后，Gemini 指出那一行多写了一个变量名，VBA 无法解析，并给出了修正版本。

更棘手的是第二个问题：宏跑完了，导出的 PDF 却是一片空白。Gemini 判断问题出在打印区域与页面设置（PageSetup）逻辑上，并陆续给出多种改法，但改着改着就陷入了”打补丁循环”——解决一个问题又冒出新的格式问题，方案越来越复杂。

菲利普斯最终没有继续打补丁，而是换了思路：先简化报表模板、砍掉部分指标，再让 Gemini 重写逻辑——复制一份模板工作表、往副本里填数据、直接导出 PDF、最后删除这份临时表，而不是去精细控制导出过程的每个环节。

这也是他认为整场实验最大的收获：AI 排查问题很好用，因为可以把现象讲清楚、一起推演可能的原因；但真正有效的做法，是把 AI 的建议和自己对流程的理解结合起来，并在必要时判断出”该换方案了”。

简化之后，才谈得上加功能

流程理顺之后效果立竿见影。事实证明，Gemini 更擅长在一个能跑通的基础上做改进，而不是一次性搭出整套自动化。

于是他分批把之前砍掉的功能加了回来，还顺手加了几项新的：每份报表添加”生成时间”戳、恢复部分汇总信息、把产品明细表由按销售额排序改为按利润排序、文件名里带上日期和时间以免新报表覆盖旧文件。这些小需求各自目标明确，测试和调整都很轻松。

最终这段宏成了可复用的工具：只要工作簿结构一致就能直接跑，代码常驻个人宏工作簿，入口挂在快速访问工具栏上，一次性实验变成了一键完成的日常流程。

结论：AI 是协作者，不是甩手掌柜

这次测试改变了菲利普斯对 AI 与 Excel 结合方式的看法。他不再指望一条提示词换来完美答案，而是把 Gemini 当作探索思路、排查故障、逐步打磨方案的工具。此前他对比 ChatGPT、Claude 和 Gemini 编写 Excel 公式时也得出过类似结论：这些工具都能给出建议，但使用者仍需具备足够的 Excel 功底，才能判断结果好坏、选对路线，并清楚自己最终想要什么。

来源：How-To Geek（https://www.howtogeek.com/microsoft-excel-google-gemini-automate-reporting-task/）