короткий ответ: нейросеть для таблиц — это не «загрузил файл, получил анализ». это три конкретные задачи, где она реально экономит часы: написать формулу по описанию словами («посчитай выручку по менеджерам, но только за будни»), почистить грязную выгрузку (телефоны в пяти форматах, дубли, лишние пробелы) и объяснить чужую таблицу, в которой чёрт ногу сломит. во всех трёх случаях модель пишет формулу или инструкцию, а считает — эксель. это разделение ролей — главное, что нужно понять из статьи. модель, которая «посчитала сумму сама», врёт с уверенным лицом достаточно часто, чтобы ей не верить.
что нейросеть делает с таблицами хорошо
- формулы по описанию. «нужна средняя выручка по каждому городу, но без возвратов» → готовый суммеслимн или сводная. включая монстров с впр, индекс+поискпоз и вложенными если, которые вручную гуглятся по полчаса.
- объяснение чужих формул. досталась таблица от уволившегося сотрудника, в ячейке трёхэтажная конструкция — вставляете формулу, просите объяснить по-русски. одна из самых недооценённых функций: экономит не время даже, а нервы.
- план чистки данных. дубли, разные форматы дат, «ооо ромашка» и «ромашка ооо» как два клиента — модель предлагает последовательность: какими формулами и в каком порядке привести это в порядок.
- структура с нуля. «хочу вести учёт заказов, что должно быть в колонках» — модель соберёт скелет таблицы с выпадающими списками и проверками, о которых вы бы вспомнили через месяц, когда данные уже поехали.
чего не делает — сразу, чтобы не было иллюзий
модель плохо «считает глазами». если вставить в чат таблицу на 500 строк и спросить «какая тут сумма» — ответ может быть верным, а может отличаться на пару процентов, и по тону вы это никак не отличите ? chatgpt и claude умеют запускать код для подсчётов — тогда считает программа и результат надёжный. но в обычном чат-режиме без кода модель «прикидывает», и вот этой прикидке верить нельзя. . поэтому схема всегда одна: модель даёт формулу → вы вставляете в эксель → эксель считает. так ошибиться почти негде, а проверить — легко.
инструкция: формула по описанию
- опишите структуру таблицы. не отправляйте весь файл — достаточно назвать колонки и вставить 3–5 строк примера. столбец a — дата, b — менеджер, c — сумма, d — статус.
- сформулируйте, что нужно посчитать. человеческим языком, с граничными условиями: «сумма по столбцу c, где статус — оплачен, а дата — этот месяц».
- скажите, где будете считать. эксель и google-таблицы различаются функциями и разделителями — точка с запятой против запятой ломает формулу молча. русский офис или английский — тоже важно: суммеслимн и sumifs не взаимозаменяемы.
- проверьте на трёх строках руками. возьмите маленький кусок данных, где ответ виден глазами, и сверьте. сошлось — применяйте на весь массив.
промпт, который закрывает большинство случаев:
ты помогаешь с таблицами. отвечай формулой и коротким
объяснением, без лекций.
моя таблица (google sheets, русский интерфейс):
столбец a — [что в нём], b — [что в нём], c — [что в нём]
пример строк:
[3-5 строк данных]
задача: [что посчитать, с условиями]
правила: дай формулу для вставки в ячейку. объясни в двух
предложениях, как она работает. если задача решается проще
сводной таблицей — скажи об этом и опиши, как её настроить.инструкция: чистка грязной выгрузки
выгрузили клиентов из crm, а там телефоны в четырёх форматах, имена то с большой, то капсом, половина почт с пробелами. порядок такой: вставьте в чат 10–20 характерных строк (без персональных данных — замените реальные телефоны и фамилии на выдуманные с теми же проблемами), опишите, к какому виду привести, и попросите пошаговый план с формулами: какую в какую колонку, в каком порядке, что проверить после каждого шага. дальше выполняете по шагам у себя — и после каждого смотрите на результат, а не в конце.
на больших массивах — от десятков тысяч строк — попросите модель написать скрипт для google apps script или python вместо формул: это тоже задача «модель пишет, машина исполняет», просто инструмент мощнее.
анализ: можно, но с оговоркой
«вот данные, найди инсайты» — просьба, после которой модель обычно выдаёт вежливый пересказ таблицы. работает другое: сначала посчитать итоги в самом экселе (сводная таблица — две минуты), а модели отдать уже агрегат с вопросом поконкретнее: «где просадка сильнее всего и какие есть объяснения». про эту связку у нас есть отдельный разбор — нейросеть для отчётов, а в библиотеке лежат готовые промпты под типовые задачи: «abc-анализ клиентов», «отчёт о марже», «прикидка юнит-экономики». а если хочется глубже разобраться в связке таблиц и ии — есть гайды «ии для анализа в excel» и «google-таблицы + ии».
границы честно
- модель не видит ваш файл целиком. длинную таблицу в чате она читает кусками — выводы «по всем данным» на деле могут быть выводами по первой трети.
- арифметике в чате не верить. правило без исключений: считает формула в таблице, модель — пишет формулу и интерпретирует посчитанное.
- персональные данные не вставлять. телефоны, фамилии, паспортные данные клиентов в чат с моделью не отправляют. для формул хватает выдуманных примеров с той же структурой.
- сложные финмодели — не в чате. модель поможет собрать структуру p&l, но модель бюджета на год с перекрёстными ссылками между листами стройте руками или с человеком, который понимает и финансы, и таблицы.
когда таблицы перестают спасать
честный маркер: если каждую неделю кто-то выгружает, чистит, сводит и рассылает одну и ту же таблицу — вы платите зарплатой за процесс, который делается без человека. агент забирает данные из crm или рекламного кабинета сам, считает кодом, кладёт готовое в таблицу или в telegram. в каталоге есть живой пример — «отчёты руководителю»: что делает, какой стек, во что обходится.