訊息發佈:

2026年3月25日 星期三

不想再當「裝忙」上班族?善用 AI 與 VBA,打造一鍵完成的自動化工作流

 

不想再當「裝忙」上班族?善用 AI 與 VBA,打造一鍵完成的自動化工作流

簡報:











影片:

1. 前言:你還在手動複製貼上嗎?

在我的諮詢經驗中,常看到辦公室職員每天上演同樣的劇本:從政府開放平台下載「台北市住宅竊盜」資料,手動打開 CSV、複製、貼上到 Excel,再費力地清理格式。

許多人為了避免做太快被老闆交派更多雜事,選擇「裝忙」來應付。但我要告訴你,真正的專業不是比誰工作時間長,而是比誰能「一鍵完成」。學習自動化不再是程式設計師的專利,而是現代職場人的生存必殺技。

2. 別捨近求遠:為什麼 VBA 依然是 Excel 自動化的首選?

很多學生問我:「老師,現在不是都在學 Python 嗎?」我常笑著用一個隱喻回答:這就像你大老遠跑去國外買東西,回家一看標籤竟寫著「Made in Taiwan」。

如果你處理的資料最終目的地就是 Excel(例如做樞紐分析、折線圖),那麼 VBA 才是最高效的原生工具。

專家觀點: 除非那個任務是非 Python 不可(例如深度學習或大型自動化系統),否則在 Excel 環境下,直接用 VBA 才是「聰明工作」的最佳實踐。

3. AI 是你最強的助教:讓 ChatGPT 幫你寫出爬蟲與除錯

現在,你不需要從零背誦語法。透過 ChatGPT,你可以迅速生成抓取資料的 VBA 程式碼。在我的教學中,我最推薦使用 QueryTable 物件,它是處理 CSV 資料最快、最穩定的方式。

與 AI 互動的【高效提示詞】範本:

「請幫我寫一個 VBA 程式,使用 QueryTable 物件抓取 CSV 資料。下載網址為:[貼上台北市住宅竊盜資料網址],資料請匯入到目前工作表的 A1 儲存格。」

技術細節:編碼是成敗關鍵 如果抓下來的資料是亂碼,通常是編碼選錯了。這會讓你一整天的心情都很差,請記住這兩個關鍵數值:

  • Big5 (繁體中文): 設定為 950
  • UTF-8: 設定為 65001

若執行時出現「陣列索引超出範圍」,通常是工作表名稱(如 Sheet1 與 工作表1)對不起來。這時只需告訴 AI 你的工作表名稱,或請它改成 ActiveSheet 即可解決。

4. 錄製巨集:三十年不退流行的「無代碼」開發術

在我看來,錄製巨集是 Excel 隱藏最深的「秘密武器」。如果你不知道如何向 AI 描述複雜的整理動作,那就「做一遍給電腦看」。

錄製前的關鍵在於「彩排」。以「插入年份」與「插入區域」為例,先練習一次滑鼠右鍵插入欄位、輸入公式(如 LEFTMID)與向下填滿的動作。只要彩排順暢,錄製功能就能將你的動作完美轉化為 VBA 物件。

5. 代碼精簡化:從「動作記錄」進化到「高效腳本」

錄製生成的程式碼通常很冗長,因為它記錄了大量的 .Select(選取動作)。這會拖慢執行速度。

我建議的黃金流程是:錄製巨集 → 將代碼貼給 AI → 要求精簡化 (Refactoring)。 AI 能將繁瑣的選取動作優化為直接對 Range 物件的操作,並幫你加上清楚的註解。這不僅讓程式跑得更快,也讓你從模仿中學會專業的寫法。

6. 動態追蹤資料列:讓你的工具具有「成長性」

新手寫的程式常會卡在「固定範圍」(例如 A1:D4345)。如果明天的資料增加到 5000 列,舊程式就會漏掉新資料。

從「堪用腳本」躍升為「專業工具」的關鍵,在於使用 End(xlUp).Row 技術。 它的邏輯很聰明:想像程式先跳到工作表的最底端(第 104 萬列),然後「向上跳」直到撞到最後一列資料。透過這個動態追蹤的數字,無論資料量如何增減,你的自動化工具都能精準涵蓋所有欄位。

7. 結構化工作流:利用 Call 指令串聯任務

一個專業的自動化流程是由多個小模組構成的。我習慣將任務拆解為:

  1. Sub 下載資料
  2. Sub 插入年份
  3. Sub 插入區域

最後,建立一個主程式,利用 Call 指令將它們串聯起來。你在 Excel 介面只需設定一個「一鍵啟動」按鈕,整套邏輯鍊就會自動跑完,幫你省去手動操作的風險與時間。

8. 職涯啟發:效率換取的是你的「選擇權」

提升技術不僅是為了節省時間。我有個學生原本只是基層助理,透過這套自動化方法,不僅效率提升,更展現了邏輯與解決問題的能力。後來他成功轉職為「專案經理 (Project Manager)」,薪水更是呈「三級跳」式成長。

當你擁有了別人沒有的效率,你就擁有了與老闆談判或換環境的籌碼。

職場最具震撼力的一句話: 「給香蕉當然只能找到猴子,給獅子當然不合。」當你成為職場上的獅子,你可以選擇森林,而不是等著被挑選。

9. 結語:下一個自動化大師就是你

我們從資料爬取、錄製、精簡到結構化整合,完整走了一遍自動化之路。這不僅是技術,更是一種思維的轉變。

最後,留給你一個思考題: 「如果你的例行工作每天能節省兩小時,你會把這些時間投資在哪裡,好讓自己從『事求人』變成『人求事』?」

2026年3月23日 星期一

不再怕 Bug!從 Python 入門到 AI 自動化的 5 個超直覺關鍵思維

不再怕 Bug!從 Python 入門到 AI 自動化的 5 個超直覺關鍵思維

簡報:














影片:

1. 前言:程式學習的新時代

想像一個場景:你正興致勃勃地撰寫人生第一段 Python 程式,卻因為一個看不見的縮排空格,或是把數字當成了文字,導致程式卡住不動。過去,初學者往往需要花費數小時在討論區搜尋答案,或是在螢幕前焦慮地對著錯誤訊息苦思。

然而,我們已經進入了「AI 輔助學習」的新時代。現在學習程式不再是孤軍奮戰,ChatGPT 等 AI 工具就像是一位 24 小時隨候在側的技術顧問。它不只能告訴你錯在哪裡,還能解釋為什麼錯。這讓學習者的角色從「死記硬背的學生」轉變為「決策與審閱的開發者」。只要掌握正確的邏輯思維,任何人都能跨越語法的門檻,享受自動化帶來的成就感。

--------------------------------------------------------------------------------

2. 驚喜觀點一:AI 不只是聊天機器人,它是你的「全能除錯器」與「優化大師」

在學習初期,遇到錯誤訊息(Error Message)是必經過程。過去我們視 Bug 為敵,但在 AI 時代,Bug 是最好的教材。AI 具備「即時判斷錯誤原因」的能力,這能將原本挫折的除錯過程轉化為高效的學習環節。

  • 即時修復與註釋: 當你把報錯的程式碼貼給 AI,它能立刻提供修正版本,並自動加上「#」開頭的程式註釋,讓你理解每一行代碼的運作邏輯。
  • 從「能跑」到「優雅」: 即使程式可以運行,AI 也能教你寫得更專業。例如,它會建議你將舊式的 .format() 寫法轉化為更簡潔的 f-string(在字串前加上一個 f),讓代碼更易讀、效率更高。

以前寫程式,出錯後找 Bug 是最花時間的;現在 AI 直接幫你出錯、解釋原因,甚至直接告訴你哪個版本更優化,這在以前是想都不敢想的。

--------------------------------------------------------------------------------

3. 反直覺發現二:你以為輸入的是數字?小心 input() 的「文字陷阱」

初學者最常遇到的挫敗感往往來自 TypeError。例如,當你想判斷使用者的成績是否及格時,明明輸入了 80,程式卻崩潰了。這是因為 Python 的 input() 函數有一個核心特性:無論使用者輸入什麼,它一律視為「字串 (String)」。

如果你直接用 int() 來轉換,萬一使用者輸入了帶有小數點的 80.5,程式會立刻崩潰報錯。

  • 更聰明的解決方案: 建議使用 eval() 函數。它像是一個「智慧過濾器」,能自動判斷輸入內容,無論是整數還是小數點都能輕鬆處理,避免程式因為型態不符而中斷。
  • 本質差異對比:
    • 文字相加:"5" + "3" 的結果是 "53"(這是文字串接)。
    • 數字運算:5 + 3 的結果是 8(這才是真正的數學運算)。

--------------------------------------------------------------------------------

4. 關鍵知識三:縮排(Indentation)不是為了美觀,而是程式的「生命線」

在許多文書軟體中,縮排只是為了排版好看,但在 Python 中,縮排是決定邏輯層級的嚴格語法。

  • 決定「誰屬於誰」:if 邏輯判斷或 for 迴圈中,縮排決定了哪些程式碼是在該條件成立時才執行的。
  • 對齊規則: 邏輯的開頭與結束必須嚴格對齊。例如 ifelse 必須在同一條垂直線上。如果不小心多了一個空白或拿掉縮排,Python 就會直接罷工。

縮排是絕對必要的,不要隨性不加。這不是個人風格問題,而是程式能否執行的關鍵。

--------------------------------------------------------------------------------

5. 實戰突破四:Python 邏輯竟然能「一鍵翻譯」成 Excel VBA?

這是對辦公族最具衝擊力的應用:你可以把 Python 當作你的「邏輯引擎」,而把 Excel VBA 當作「發佈管道」。即便你的辦公室電腦禁止安裝任何 Python 環境,你依然可以用 Python 思維實現自動化。

  • 邏輯大挪移: 只要在 Python 中寫好邏輯(如:BMI 計算或業績抽成判斷),直接請 AI 「將這段 Python 改寫為 VBA」。
  • Excel 實作三步驟:
    1. 在 Excel 中按下 Alt + F11 開啟編輯環境。
    2. 點選選單中的「插入」->「模組 (Module)」。
    3. 將 AI 生成的 VBA 程式碼貼入,你的 Excel 瞬間就擁有了自動化處理能力。

--------------------------------------------------------------------------------

6. 高效技巧五:掌握 range() 函數的「邊界感」與「跳躍力」

處理大量重複任務時,for 迴圈搭配 range() 是最強大的武器。但要掌握它的兩個精髓:

  • 不包含結束點: range(1, 100) 只會產生 1 到 99 的數值。100 是「停止點」,不包含在內。因此 1 到 99 的加總結果會是經典的 4950。
  • 「步長 (Step)」的效率差異: 如果你想加總 1 到 100 之間的奇數,傳統邏輯需要讓 CPU 檢查每一個數字,但「步長」能讓程式直接跳過不必要的運算。

方法 A:傳統邏輯篩選(CPU 每一項都要檢查)

if i % 2 == 1:
    ans = ans + i

方法 B:步長篩選(直接跳過偶數,效率最高)

for i in range(1, 100, 2):
    ans = ans + i

利用 range(1, 100, 2),程式會直接從 1 跳到 3、5、7...,這就是邏輯思維優於死背語法的最佳證明。

--------------------------------------------------------------------------------

7. 結語:從「寫程式」到「用程式解決問題」

在 AI 時代,環境配置、語法轉型、甚至是跨語言轉換,都能在 AI 的輔助下輕鬆達成。我們學習的核心不再是成為「語法字典」,而是培養清晰的邏輯思維,並學會如何與 AI 協作來解決實際問題。

最後,留給各位一個思考題:「當 AI 已經能幫我們寫出大部分精準的語法時,作為人類開發者,我們最不可取代的價值將會是什麼?」