生成式 AI 出現之後，很多人處理 Excel 的第一反應，就是把資料貼進對話框，要求 AI 直接幫忙整理、分類、統計，甚至輸出報表。但如果你真的需要的是一套可重複、可維護、可驗證的資料流程，那麼更好的做法不是把原始資料交給 AI，而是把初始 M 語法、欄位規格、處理需求與輸出格式交給 AI，讓它協助你產生可直接貼進 Power Query 的語法。
這篇文章會用一組仿真去識別化的藥品許可證資料，完整示範如何從 Excel 載入資料、調整欄位屬性、建立 Codebook、撰寫給生成式 AI 的四段式需求、驗證 Power Query 結果，並逐步優化成一套可以長期重複使用的工作流。對經常處理藥證、產品、供應商、主成分、劑型或許可證資料的人來說，這套方法通常比直接把 Excel 丟給 AI 更穩、更安全，也更有效率。
這篇文章的核心不是「怎麼把 Excel 餵給 AI」，而是「怎麼把資料規格講清楚，讓 AI 幫你寫出能在 Power Query 穩定執行的流程」。
這篇文章適合誰？ 如果你已經在用 Excel、正在學 Power Query，或經常需要反覆整理格式固定但欄位複雜的資料，這篇會比單純的「AI 幫我整理一下」更有長期價值。
為什麼不要直接把 Excel 資料丟給生成式 AI
很多人對生成式 AI 的期待，建立在一種很自然的想像上：既然 AI 會寫程式、會整理文字、會分析資料，那我是不是只要把 Excel 貼進去，它就能直接幫我整理完？問題在於，資料整理真正困難的地方，通常不是看懂資料，而是理解規則。
同樣一個欄位，有時候看起來是文字，其實是代碼，不能轉成數值；有時候看起來是一串成分名稱，實際上卻是多值欄位，需要依分隔符號拆開、去空白、排序、去重複，再重新串回；有時候公司名稱看似可以直接分組，但同一家公司在不同資料來源中可能有不同寫法；有時候某個欄位明明叫品名，卻根本不能拿來當唯一鍵。這些事情 AI 不是做不到，而是如果你沒有先把規則講清楚，它很容易用「看起來合理」但不符合你需求的方式處理。
更現實的問題是資料安全。很多工作資料不適合直接貼進外部工具，尤其當資料涉及許可證、產品代碼、供應商名單、內部公司資料或尚未公開的營運資訊時，把整份原始資料直接餵給 AI，風險通常比想像中高。你真正需要的，往往不是讓 AI 看見全部明細，而是讓它理解你的資料長什麼樣、有哪些欄位、欄位規則是什麼、你想做什麼轉換。
最後，是可維護性。今天你把資料貼給 AI，AI 幫你整理出一個結果；下次資料更新時，你通常又要重新貼一次、重新講一次、重新檢查一次。這不是自動化，而比較像把手工整理的一部分外包給 AI。真正有價值的做法，是把規則固定下來，做成 Power Query 查詢，之後資料一更新，只要重新整理即可。
更聰明的做法：把 AI 當成規格翻譯器
這篇文章最核心的觀點很簡單：不要把 AI 當成資料倉庫，要把它當成規格翻譯器。
你真正要交給 AI 的，不是整份原始資料，而是四種資訊：第一，你目前的初始 M 語法；第二，欄位規格；第三，你想做的處理需求；第四，你希望得到的輸出格式。AI 根據這些資訊，幫你寫出可直接貼進 Power Query 進階編輯器的語法，最後由 Excel 在你自己的環境裡執行。
這種分工看起來比較麻煩，但實際上更強。因為一旦你建立了這套工作流，之後很多資料整理任務都會變得非常穩定。你不必每次都重貼原始資料，不必每次都從頭解釋一次，也不必把資料安全與結果可追溯性交給運氣。你做的是把需求結構化，而不是把資料暴露出去。
實戰案例：仿真去識別化的藥品許可證資料
為了讓這篇文章不只停留在概念層次，下面直接用一組仿真去識別化的藥品許可證資料來示範。這份資料保留藥證資料的欄位結構與整理難點，同時對許可證字號、產品名稱、公司名稱與製造商名稱進行仿真匿名化處理。它看起來像真實資料，但不能回推出原始主體，適合拿來做 Excel、Power Query 與 AI 協作教學。
你可以先在 Excel 建立一張工作表，命名為 匿名藥證資料。考量手機版閱讀與首屏效能，本文只展示節錄資料；實際練習時可自行擴充列數。
| 許可證字號 | 中文品名 | 劑型 | 主成分略述 | 申請商名稱 | 製造廠國別 |
|---|---|---|---|---|---|
| 教藥製字第M000101號 | 霽寧胃舒錠 | 錠劑 | SODIUM BICARBONATE;;MAGNESIUM OXIDE;;DIASTASE | 霽川製藥工業股份有限公司 | TW |
| 教藥製字第M000118號 | 嵐清利敏液 | 內服液劑 | CHLORPHENIRAMINE MALEATE;;DL-METHYLEPHEDRINE HCL;;AMMONIUM CHLORIDE | 嵐汐藥品股份有限公司 | TW |
| 教藥製字第M000173號 | 曜舒感冒糖衣錠 | 糖衣錠 | ACETAMINOPHEN;;ETHENZAMIDE;;CAFFEINE ANHYDROUS;;DL-METHYLEPHEDRINE HCL;;CHLORPHENIRAMINE MALEATE | 曜安化學製藥股份有限公司 | TW |
| 教藥製字第M000244號 | 泓澤舒咳膠囊 | 膠囊劑 | GUAIACOL GLYCERYL ETHER (EQ TO GUAIFENESIN);;NOSCAPINE HCL;;DL-METHYLEPHEDRINE HCL | 泓澤藥品工業股份有限公司 | TW |
| 教藥製字第M000344號 | 霽寧胃舒錠 加強版 | 錠劑 | SODIUM BICARBONATE;;MAGNESIUM OXIDE;;DIASTASE;;SIMETHICONE | 霽川製藥工業股份有限公司 | TW |
| 教藥製字第M000388號 | 嵐清日舒錠 | 錠劑 | ACETAMINOPHEN;;CHLORPHENIRAMINE MALEATE;;CAFFEINE ANHYDROUS | 嵐汐藥品股份有限公司 | TW |
這組資料很適合拿來練習幾件事：主成分略述 是典型多值欄位，適合示範拆分、排序、去重複、重組；申請商名稱 會重複，適合做公司分組統計；中文品名 有相近名稱，但不適合直接當唯一鍵，這能幫助讀者理解為什麼資料整理不能只看表面欄位名稱。
第一步：先載入 Power Query，做好欄位屬性調整
很多人一拿到資料就急著貼進 AI，其實最好的第一步是自己先做基礎清理，也就是把資料載入 Power Query，確認欄位型別與基本屬性。這不只是為了整理資料，也是為了讓後續 AI 能理解你的起始點。
在 Excel 中把資料整理成表格後，點選「資料」→「從表格/範圍」，將資料載入 Power Query。進入查詢編輯器後，先做最基本的欄位型別設定。這一步很重要，因為你後面貼給 AI 的不是一張截圖，而是一段初始 M 語法。
欄位屬性調整時要注意什麼
許可證字號 必須明確設成文字，因為它屬於代碼欄位，不是數值。主成分略述 也應設為文字，因為它本質上是一個多值字串欄位。製造廠國別 雖然只有兩碼，但同樣應設為文字而非數值。這種型別設定看起來只是前置作業，但實際上會直接影響後續 AI 產出的語法品質。
初始 M 語法
let
來源 = Excel.CurrentWorkbook(){[Name="匿名藥證資料"]}[Content],
已變更類型 = Table.TransformColumnTypes(
來源,
{
{"許可證字號", type text},
{"中文品名", type text},
{"英文品名", type text},
{"適應症", type text},
{"劑型", type text},
{"主成分略述", type text},
{"申請商名稱", type text},
{"製造商名稱", type text},
{"製造廠國別", type text}
}
)
in
已變更類型第二步：先建立最小可用的 Codebook
與其給 AI 一堆資料樣本，不如先給它一份欄位規格表。這份欄位規格表通常會被叫做 Codebook、譯碼簿或資料字典。它的目的不是描述每一筆資料，而是描述每一個欄位。也就是說，你要告訴 AI 的不是某幾列資料長什麼樣，而是每個欄位應該怎麼被理解、怎麼被處理。
| 欄位名稱 | 資料型別 | 是否可空白 | 格式規則 | 分隔符號 | 業務規則 |
|---|---|---|---|---|---|
| 許可證字號 | text | 否 | 固定前綴 + 代碼 | 無 | 不可轉數值，不建議拆掉前綴 |
| 中文品名 | text | 否 | 不固定 | 無 | 不建議當唯一鍵 |
| 劑型 | text | 否 | 分類值 | 無 | 可作分組與標準化 |
| 主成分略述 | text | 是 | 多值字串 | ;; | 拆分後需去空白、排序、去重複，再串回 |
| 申請商名稱 | text | 否 | 不固定 | 無 | 可作公司分組統計 |
| 製造廠國別 | text | 否 | 兩碼國別 | 無 | 可作國別分類 |
這張表看起來很簡單，但它往往比貼十列樣本更有價值。因為樣本只能讓 AI 猜規則，Codebook 則是直接把規則講明。
第三步：怎麼把需求講給生成式 AI
很多人對 AI 的提問還停留在一句話，例如「幫我整理這份資料」或「請幫我寫 Power Query」。這種問法不是完全不能用，但通常不夠精準。你真正需要的，是把需求拆成固定結構，讓 AI 有足夠資訊產出可直接執行的語法。
我建議至少分成四段：第一段是目前的初始 M 語法；第二段是欄位規格；第三段是處理需求；第四段是輸出需求。
可直接貼給生成式 AI 的四段式提示詞
第一段：目前初始 M 語法
let
來源 = Excel.CurrentWorkbook(){[Name="匿名藥證資料"]}[Content],
已變更類型 = Table.TransformColumnTypes(
來源,
{
{"許可證字號", type text},
{"中文品名", type text},
{"英文品名", type text},
{"適應症", type text},
{"劑型", type text},
{"主成分略述", type text},
{"申請商名稱", type text},
{"製造商名稱", type text},
{"製造廠國別", type text}
}
)
in
已變更類型
第二段：欄位規格
- 許可證字號：文字欄位，不可轉成數值，保留完整字串
- 中文品名：文字欄位，不建議當唯一鍵
- 劑型：文字欄位，可作分組
- 主成分略述：多值欄位，以 ;; 分隔，拆分後需 Trim、排序、去重複，再用 ;; 串接回來
- 申請商名稱：文字欄位，可用來分組統計
- 製造廠國別：兩碼國別代碼
第三段：處理需求
1. 清理主成分略述欄位：依 ;; 拆分、去除前後空白、排序、去重複，再重新用 ;; 串接
2. 新增一欄「主成分數量」，計算主成分略述拆分後有幾個成分
3. 新增一欄「同申請商許可證張數」，依申請商名稱統計同公司共有幾張許可證
4. 依劑型分組後，新增一欄「劑型筆數」
5. 最後保留原始資料列，不要先彙總成單一列
第四段：輸出需求
- 請直接產出可貼進 Power Query 進階編輯器的完整 M 語法
- 請保留以下欄位順序：
許可證字號、中文品名、劑型、主成分略述、主成分數量、申請商名稱、同申請商許可證張數、製造商名稱、製造廠國別、劑型筆數
- 若有需要，請加入中繼步驟名稱，方便後續除錯第四步：拿到語法後，怎麼驗證結果
就算 AI 產出的 Power Query 語法可以執行，也不代表它一定正確。資料整理的專業，不在於讓語法跑起來，而在於確認它是不是照著你的規則跑。
我建議至少驗證三件事。第一，主成分略述 是否真的被標準化，例如是否已去除空白、排序一致、去除重複。第二，統計欄位是否正確 merge 回原始表，而不是只停留在分組表。第三，欄位型別是否仍維持正確，尤其是代碼欄與數量欄。
第五步：第一次做不好，怎麼優化流程
第一次拿到 AI 產生的語法，如果結果不夠好，很多人會直接重問一次。這種做法不是不能用，但效率很低，而且容易讓問題越滾越大。更好的做法，是像在和工程師協作一樣，針對特定問題補規格。
補規格的範例寫法
請保留你上一版的整體結構，但修正以下三點：
1. 主成分略述重組前，請先移除空白字串，再按字母排序
2. 主成分數量只計算非空白成分，不計入 null 或空字串
3. 劑型筆數請 merge 回原始資料表，讓每一列都可看到對應劑型的總筆數
其他欄位與順序維持不變，請重新提供完整 M 語法這種方式通常比從頭再貼一次完整需求更有效，因為 AI 已經有前一版上下文，你只是在做更精準的修正。
第六步：把一次性操作變成可重複使用的工作流
如果你只是偶爾整理一張表，做到前面這裡已經夠用了。但如果你真正想提升資料整理能力，下一步應該是把這套流程固定下來，變成可反覆使用的工作流。
最基本的做法，是固定保留這幾樣東西：原始資料查詢、Codebook、主要清理查詢，以及輸出查詢。原始資料查詢負責把 Excel 資料讀進來並設定基本型別；Codebook 負責記錄欄位名稱、型別、是否可空白、分隔符號、唯一性與業務規則；主要清理查詢負責主成分拆分、排序、去重複、重新串接、統計與分組；輸出查詢則提供報表或後續分析使用。
實際可貼上的 Power Query 範例語法
下面這一段可以直接貼進 Power Query 進階編輯器。它會讀取 匿名藥證資料，清理 主成分略述 欄位，依 ;; 拆分、移除空白、排序、去重複、重組；之後計算主成分數量、依申請商統計許可證張數、依劑型統計筆數，最後再把統計結果合併回原始資料表。
let
來源 = Excel.CurrentWorkbook(){[Name="匿名藥證資料"]}[Content],
已變更類型 = Table.TransformColumnTypes(
來源,
{
{"許可證字號", type text},
{"中文品名", type text},
{"英文品名", type text},
{"適應症", type text},
{"劑型", type text},
{"主成分略述", type text},
{"申請商名稱", type text},
{"製造商名稱", type text},
{"製造廠國別", type text}
}
),
清理主成分 = Table.AddColumn(
已變更類型,
"主成分清單",
each
let
原始值 = [主成分略述],
拆分清單 = if 原始值 = null or Text.Trim(原始值) = "" then {} else Text.Split(原始值, ";;"),
去空白 = List.Transform(拆分清單, each Text.Trim(_)),
去除空字串 = List.Select(去空白, each _ <> ""),
去重複 = List.Distinct(去除空字串),
排序後 = List.Sort(去重複, Order.Ascending)
in
排序後,
type list
),
重組主成分 = Table.AddColumn(
清理主成分,
"主成分標準化",
each Text.Combine([主成分清單], ";;"),
type text
),
計算主成分數量 = Table.AddColumn(
重組主成分,
"主成分數量",
each List.Count([主成分清單]),
Int64.Type
),
申請商統計表 = Table.Group(
計算主成分數量,
{"申請商名稱"},
{{"同申請商許可證張數", each Table.RowCount(_), Int64.Type}}
),
劑型統計表 = Table.Group(
計算主成分數量,
{"劑型"},
{{"劑型筆數", each Table.RowCount(_), Int64.Type}}
),
合併申請商統計 = Table.NestedJoin(
計算主成分數量,
{"申請商名稱"},
申請商統計表,
{"申請商名稱"},
"申請商統計",
JoinKind.LeftOuter
),
展開申請商統計 = Table.ExpandTableColumn(
合併申請商統計,
"申請商統計",
{"同申請商許可證張數"},
{"同申請商許可證張數"}
),
合併劑型統計 = Table.NestedJoin(
展開申請商統計,
{"劑型"},
劑型統計表,
{"劑型"},
"劑型統計",
JoinKind.LeftOuter
),
展開劑型統計 = Table.ExpandTableColumn(
合併劑型統計,
"劑型統計",
{"劑型筆數"},
{"劑型筆數"}
),
移除中繼欄位 = Table.RemoveColumns(
展開劑型統計,
{"主成分清單", "主成分略述"}
),
重新命名欄位 = Table.RenameColumns(
移除中繼欄位,
{
{"主成分標準化", "主成分略述"}
}
),
重新排序欄位 = Table.ReorderColumns(
重新命名欄位,
{
"許可證字號",
"中文品名",
"英文品名",
"適應症",
"劑型",
"主成分略述",
"主成分數量",
"申請商名稱",
"同申請商許可證張數",
"製造商名稱",
"製造廠國別",
"劑型筆數"
}
)
in
重新排序欄位一份真正實用的 AI 協作模板
如果你想把這套流程變成日常習慣，可以把下面這個模板存起來。之後每次要請 AI 幫你寫 Power Query，就直接照這個格式填空。
我現在要處理 Excel / Power Query 資料，請根據我提供的初始 M 語法、欄位規格、處理需求與輸出需求，直接產出可貼進 Power Query 進階編輯器的完整 M 語法。
【一、初始 M 語法】
（貼上目前進階編輯器內容）
【二、欄位規格】
- 欄位A：型別、是否可空白、格式規則、是否唯一、特殊說明
- 欄位B：型別、分隔符號、是否多值、處理方式
- 欄位C：...
【三、處理需求】
1. 要做哪些清理
2. 要做哪些分組或統計
3. 要不要保留原始資料列
4. 哪些欄位要新增
5. 哪些欄位要重新命名
【四、輸出需求】
- 最後保留哪些欄位
- 欄位順序
- 是否要拆成中繼查詢
- 是否要保留除錯用步驟名稱常見問題
沒有原始資料，也能請 AI 幫我寫 Power Query 嗎？
可以，但前提是你要提供足夠清楚的規格，至少包含初始 M 語法、欄位型別、分隔符號、處理需求與輸出要求。對 AI 來說，規格通常比少量樣本更重要。
為什麼一定要先做欄位屬性調整？
因為型別會直接影響後續邏輯。像許可證字號這類代碼欄若沒先設定為文字，後續就可能在比對、排序或合併時出問題。
這種做法和直接把 Excel 貼給 AI，差別在哪裡？
差別在於可維護性與可重複性。直接貼資料通常只會得到一次性答案；把規格講清楚並寫成 Power Query 查詢，才會得到可重複執行、可驗證、可持續優化的流程。
結語：不要把資料交給 AI，要把規格交給 AI
如果你讀到這裡，只想帶走一句話，那就是：不要把資料交給 AI，要把規格交給 AI。
當你開始這樣做之後，生成式 AI 在資料整理中的角色會完全改變。它不再只是聊天工具，也不只是一次性的代工助手，而會變成你在 Excel 與 Power Query 工作流中的協作夥伴。你負責定義欄位、規則與輸出，AI 幫你把這些需求翻成 M 語法，Power Query 則負責在你的本地環境中穩定執行。
如果你真的想在 AI 時代提升資料整理能力，最值得投資的第一步，不是學會更多花式提示詞，而是現在就開始做兩件事：第一，為你常用的資料建立一份簡單的 Codebook；第二，把你每次的整理需求寫成可以交給 AI 的四段式規格。只要你開始這樣做，很快就會發現，你不只是學會了一種問 AI 的方法，而是真正建立了一套可複用、可維護、可擴充的資料整理系統。
捲動到此處時自動載入留言…