可以。告訴 ChatGPT、Claude 或 Gemini 這類 AI 助理工作表叫什麼、哪一欄放什麼、要算出什麼，它就能寫出 Excel 公式、巨集（VBA）或 Google Apps Script，並說明要貼在哪裡、怎麼執行。小公式通常幾分鐘就能試。

「週末我用 AI 做了一個報價試算的小程式，業務們都說好用。那明年要做的訂單系統，是不是也讓 AI 寫就好？」最懂流程的人能自己把想要的工具做出來，這是好事。這篇先給可以複製的問法，再說要檢查什麼、哪些自己做就好、什麼時候交給團隊。

直接問 AI：3 句可以複製的問法

複製下面的句子，把工作表、欄位換成你的就好（範例都是示意）。

寫一個 Excel 公式

我的 Excel 有兩張工作表：「訂單」的 A 欄是料號、B 欄是數量；「價格表」的 A 欄是料號、B 欄是單價、C 欄是最低訂購量。請寫「訂單」C 欄和 D 欄的公式：C 欄用 XLOOKUP 帶出單價，找不到料號時顯示「查無料號」；D 欄算小計，數量低於最低訂購量時改顯示「未達最低量」。請告訴我公式貼在哪一格、怎麼往下複製。

寫一段 Google Apps Script

我們用 Google 試算表登記報價：A 欄報價日期、B 欄客戶代號、C 欄金額、D 欄狀態（成交／未成交／追蹤中）。請寫一段 Google Apps Script，把過去 7 天狀態是「追蹤中」的列整理成一封 Email，先寄給我自己測試。請一步一步說明怎麼從「擴充功能 > Apps Script」貼上、第一次執行要授權什麼，以及之後怎麼設定每週一早上自動執行。

請它解釋並寫說明

下面是同事寫的 Excel 巨集。請用白話逐段說明它在做什麼、會讀寫哪些工作表或檔案、有沒有刪除、覆蓋資料或寄信的動作。最後寫一段 5 行以內的說明：做什麼、資料從哪裡來、誰負責更新，讓其他同事接手時看得懂。

AI 寫完，檢查這 3 件事

  1. 先在複本上用範例資料試：結果和手算的一樣，再換成真實資料。巨集改過的內容通常不能用「復原」還原；會寄信的腳本，先只寄給自己。
  2. 看清楚它會碰到什麼：會改哪些儲存格、刪不刪資料、寄給誰、要求哪些授權。看不懂的地方，請 AI 一行一行解釋。
  3. 想想之後誰會用：AI 不知道這個工具會有多少人用、要接哪些系統。自己做還是找工程師，用下面的五個問題判斷。

寫公式不需要真實資料，給欄位名稱和幾列假資料就好；要上傳真的檔案，就用公司的企業方案。

想更省事：讓試算表、公司帳號和 AI 配合

1. 用五個問題，判斷自己做就好，還是要工程師參與

對同事做的每個工具問這五題：

  1. 會存放客戶個資、價格或財務資料嗎？
  2. 會碰到錢嗎？例如金流、電子發票、對帳。
  3. 需要和 ERP、電商平台或其他系統同步資料嗎？
  4. 停用一天，會影響出貨、收款或客戶嗎？
  5. 不只一兩個人使用，而且要持續用好幾年嗎？

五題都是「否」，例如公式、整理報表的巨集、部門內用的計算機或查詢頁，就放心讓同事繼續用 AI 自己做、自己改。只要有一題是「是」，就把它當成原型，請工程師先看過資料、權限與備份，再擴大使用。

2. 放在公司的帳號，列進清單並附一段說明

檔案和程式碼放在公司的雲端硬碟或公司名下的帳號，旁邊放 AI 幫忙寫的那段說明；再用一張試算表記下每個工具的名稱、誰做的、誰在用、放在哪裡、停用一天會影響什麼。做的人請假或換部門時，其他人也接得起來；下次要改，把程式碼和說明一起貼給 AI 就好。

3. 把原型當成「會動的需求文件」

想讓小工具變成正式系統時，先拿著原型和相關同事走一遍，寫下：資料從哪裡來、誰能看誰能改、遇到退貨改單怎麼辦、要不要進 ERP 或開電子發票。能操作的原型加上這份紀錄，往往比一份需求文件更清楚。

AI 寫程式的工具有哪些？

寫公式、小腳本，一般的 AI 助理就夠用。Vibe coding 是 AI 研究者 Andrej Karpathy 在 2025 年 2 月提出的說法：用自然語言告訴 AI 你想要什麼，讓它寫程式，自己幾乎不看程式碼，「跟著感覺走」。這個詞後來被 Collins 英語詞典選為 2025 年度詞彙。

在專業開發這一端，進步最快的是 AI 程式代理（coding agent）：它們能讀懂整個專案、同時修改多個檔案、執行指令與測試。

工具開發商形式與主要能力
Claude CodeAnthropic終端機、編輯器、桌面與網頁皆可使用；讀取程式庫、修改檔案、執行指令
CodexOpenAI終端機、編輯器、桌面 App 與雲端；可同時處理多個任務
CursorAnysphere以 AI 為核心的程式編輯器，內建代理模式
GitHub CopilotGitHub編輯器內的補完與對話；也能把任務指派給它，完成後開出修改請求等人審查

使用的人非常普遍：Google 的 2025 DORA 報告調查發現，90% 的受訪技術工作者已經在工作中使用 AI。

原型能動之後，正式上線還需要什麼？

冰山示意圖：水面上是 Demo 看得到的畫面與主流程，水面下是權限、資料模型、系統整合、資料遷移、備份與監控等正式系統需要的工作
Demo 是冰山露出水面的部分（示意）：正式系統的大部分工作，在畫面看不到的地方。

原型能動，代表主流程跑得通。企業系統每天還要處理各種例外情況：

面向AI 原型通常的樣子正式系統需要的
需求做出心裡想的那條主流程釐清例外：退貨、分批出貨、改單、特殊客戶價
資料一張表、幾筆範例資料資料模型、商業規則、歷史資料的清洗與遷移
權限與資安所有人都能看、都能改登入、角色權限、操作紀錄、弱點檢測
整合自己獨立運作與 ERP、電子發票、金流、物流雙向同步
穩定性在自己的電腦上能跑備份與還原、監控告警、尖峰時段的效能
維護由做的人自己維護版本控管、文件，以及出問題時有人負責

常聽人說，AI 能幫你完成八成，剩下兩成最花時間；對企業系統來說，這兩成通常就是上表的右欄。兩個值得參考的事實：

  • 資安：資安公司 Veracode 持續測試上百個 AI 模型產生的程式，2026 年的報告指出，在沒有特別要求資安的情況下，平均只有約 56% 的任務產出安全的程式碼，和前一年相比幾乎沒有變化。
  • 權限：2025 年 7 月，一位創業者在 Replit 平台上用 AI 代理開發應用，代理在他明確要求凍結、不准變更的期間，仍然刪除了正式環境的資料庫。Replit 隨後宣布自動分離開發與正式資料庫。這件事的重點在權限設計：AI 代理一開始就不該拿得到刪除正式資料的權限（延伸閱讀：AI 代理的資安重點）。

什麼時候可以考慮下一步

自己做的小工具，很多可以用很久。遇到這些情況，再考慮請工程師接手：

  • 用的人越來越多，每天有人在更新、貼上同一份價格表，希望大家用同一個版本。
  • 希望價格、庫存直接讀 ERP，不用匯出、手動更新。
  • 工具開始要存客戶資料、開發票或對帳，需要留下紀錄、有人長期維護。

下一步：員工做原型，工程師接手強化

比較務實的做法，是保留原型好用的部分，分階段強化。前面第 3 步寫下的紀錄，就是起點：

  1. 由工程師強化成正式系統：重新設計資料模型、加上登入與權限、串接現有的 ERP 與電子發票、補齊測試與備份。原型的程式碼有時可以沿用，有時重寫反而更快，這個判斷交給工程師。
  2. 先小範圍上線，和原本的工具並行：先給一個部門用，原本的小工具照用，確認結果一致、大家習慣了再切換。資料從 ERP 自動讀進來；改價格、開發票這類重要動作，保留由人確認，每一步都留下紀錄。
  3. 公司保有所有權：程式碼放在公司自己的帳號，雲端服務、網域與資料庫的管理權限也在公司手上；每次修改都經過審查與測試，並留下文件。

示意情境：從報價公式到正式系統

一家 30 人的五金貿易公司（示意情境）。

先直接問 AI：業務主管請 AI 寫了 XLOOKUP 公式帶出單價和運費，後來又請它做成報價試算小工具：輸入品項與數量，就算出含運費的報價。

交給團隊接手：用的人變多以後，大家希望價格表不用手動更新、所有人用同一個版本、報過的價能留下來。開發團隊保留原型的操作方式，價格改成直接讀 ERP、區分業務與主管的權限、報價單自動存檔並能一鍵轉成訂單。原型省下的是好幾輪需求訪談；工程師補上的是資料、權限與整合。

專業團隊怎麼用 AI 寫程式？

軟體專案六個階段：需求、設計、開發、測試、上線、維護，每個階段標示 AI 能加速的工作，以及仍然要由人決定的事
AI 在每個階段都能加速（示意），範圍、規則、上線與責任仍然由人決定。

StudioX 的日常開發也大量使用這些工具：很快做出可操作的畫面讓客戶先「看到」再修正，重複性的程式、資料轉換與後台初版交給 AI 起頭，補測試案例、讀錯誤紀錄、更新套件也快很多。有幾件事仍然由人決定：範圍的取捨、資料模型與權限設計、每次合併程式前的審查、上線時機與出問題時的回復計畫。

前面提到的 DORA 報告把 AI 形容為「放大器」，會放大團隊原本的做法：測試、版本控管與回饋機制扎實的團隊越用越好，基礎還在建立的團隊，更多修改也可能帶來更多不穩定。Stack Overflow 2025 年開發者調查也發現，不信任 AI 準確度的開發者（46%）比信任的（33%）還多，最常見的回饋是「幾乎對、但不完全對」的答案。越懂程式的人，越知道要檢查。

最好的分工

懂業務的人用 AI 把需求說清楚，懂系統的人用 AI 把系統做得更快、更扎實，這是我們看到最好的組合。需要和現有系統串接時，可以參考不換系統、和現有系統串接的做法；還不確定從哪個流程開始，可以先讀導入 AI 從哪裡開始。

如果手上已經有同事用 AI 做的原型，想評估能不能變成正式系統，可以先做一次免費的 AI 健檢，或看看企業系統開發與系統整合，也歡迎直接和我們聊聊你的需求。