先看结果。下面这套系统现在的样子,562 条资产,列表、搜索、详情、导入、筛选五个部分:

下面六个提示词可以直接抄——每个深色框右上角有复制按钮,点一下整段就进剪贴板,粘到输入框里能直接用(提示词内部的换行和编号会原样保留)。要动手的地方就是复制粘贴。
只讲第一步:怎么把一张 Excel 变成能搜、能筛、点开看全部字段的网页。上一篇讲过的三件事是全程前提,这里只带一句:建专用文件夹、挑倍率最低的模型、开计划模式。第三件这次更重要——从零做一个东西,跑偏了整件事都要重来。
提示词一:把需求写成四行,不要写成一句话
技巧:需求写得越具体,它跑偏的空间越小。但「具体」不是「详细」——把「谁来用、怎么用」这两句写清楚,比多写三百字背景有用。
最常见的做法是一句话甩过去:「帮我把这个 Excel 做成一个能查的系统。」它真的会给你一个系统——一个你没想过的系统。所以动手之前先写四行,这张表可以直接照抄:
| 你要说清的一件事 | 我这行的写法 |
|---|---|
| 谁来查 | 本部门十几个人,只看不改 |
| 查什么 | 按编号、品牌、型号、使用者搜;状态和区域能筛 |
| 看到什么 | 点任意一行,弹窗显示这条记录的全部字段 |
| 怎么用 | 一个网址,打开就完事 |
第一行和第四行最容易被漏,漏了代价最大。第一行决定要不要做权限——我这个最后是只读的,谁都能改等于没人负责。第四行决定它会不会顺手塞一堆你永远用不上的东西(用户管理、权限体系、消息通知)。
最后那句是关键:加上它之后它会先问你四个问题,而不是替你决定。「先别写代码」和「等我确认了再动手」是有意加的——少了任何一个,它大概率直接开始生成。第1 行里「只看不改」四个字也很有用:它会据此跳过登录、权限那一套,那套东西做出来很花时间,而你根本用不上。
提示词二:让它把 Excel 的两个坑提前处理掉
技巧:Excel 转系统有两个必踩的坑——日期变成数字、金额变成文本。它们不会报错,只会让数据静默地错掉。必须在第一句话里就说,不能等。
坑一:日期。Excel 里的日期在文件里存的不是「2025-03-04」,而是一串数字,叫序列号,2025-03-04 对应的数字是 45720。程序直接当数字存,你看到的日期就变成 45720。
坑二:金额。金额列常常是「文本」格式,在 Excel 里看着能算,但程序读出来是字符串,排序会按字符顺序排——九千排在八千后面,因为「9」比「8」大。
这两个坑你不用知道序列号怎么算,只要告诉它「日期读出来是数字,要转回日期」就行。实在不放心,可以把换算规则也写给它——我那次的处理逻辑是:纯数字且落在 25569 到 73415 之间(对应 1970 到 2100 年),按基准日 1899-12-30 换算回来,否则当字符串;金额强制转数字,转不了留空。这是日期全乱之后才补上的,白花一轮时间,所以要提前说:
写成「日期读出来是数字,转成日期」就够了,不用查序列号怎么算——那是它的活,不是你的活。如果你想要更稳,可以像我一样把换算区间和基准日也写上(上面那段就是)。但必须说清「转不了就留空」这个兜底,不然它可能自己编一个日期。
提示词三:让它把「已完成」拆成你能逐条验收的动作
技巧:让它交付的时候顺手交一份验收清单。你自己想该验什么容易漏,因为它「已完成」三个字会让人放松警惕。
它交付时会说「已完成」——意思是「我做完了」,不是「做对了」。回头整理出五条,换个系统也能套用:
| # | 验什么 | 怎么验 | 我那次的实际情况 |
|---|---|---|---|
| 1 | 文件真的生成了 | 打开目录 | 数据库文件在,网页能打开 |
| 2 | 数据总数对得上 | 看列表上方那排数字的总和,跟 Excel 行数比 | 562,跟 Excel 一致 |
| 3 | 搜得到具体某一条 | 搜一个你一定知道存在的编号 | 能搜到 |
| 4 | 弹窗字段全 | 点开任意一条 | 所有字段都在,不是只有列表那几列 |
| 5 | 日期和金额没变形 | 看这两列 | 日期是 2025-03-04,金额右对齐 |
第 2 条最容易被跳过,但它最省事。那排状态数字跟着数据实时算——总数不对或某个状态突然多出很多条,说明导入时有重复或解析问题。先对总数,再看细节。第 3 条挑编号有个窍门:别挑第一条,挑一个你印象里一定存在、但不常翻的。太靠前的编号你可能压根没印象,搜不到会以为导入失败,往错的方向查半天。


列表只显示了最常用的几列,点开能看到全部——「列表显示什么」和「详情显示什么」是两个独立的选择,这是提示词 01 里那句「列表只显示最常用的几列」的配套。
搜索还有一层现在挺好用:不只搜资产自己的字段,还搜它的操作记录,搜一个人名能捞出「曾经经手过这台设备的人叫这个名字」的资产。但它走不了索引,只能一张张表扫——现在没感觉的慢,是数据量涨上来才暴露的慢。
第 1 条会把「你建了哪些表、每格要不要填、有没有默认值」这类你本来不会主动问的东西摊到你面前。我那次的清单就暴露了一个当时没注意到的问题——区域字段带了默认值,漏填的记录被静默补上同一个值,从表里看不出来(后果见第六节)。第 2 条是意外收获:做资产系统时「这机器现在该归谁」经常说不清,不是因为没数据,是因为改动过程没被记下来。记录下来是顺手加的,后来比功能本身用得多。
提示词四:导入要防重复,但要先想清楚是「替换」还是「跳过」
技巧:导入逻辑里的「重复了怎么办」,是业务决定,不是技术决定。这一步必须自己想清楚,AI 不知道你的台账是权威版本还是流水账。
做到这一步系统还是一次性的——下个月台账更新了,你还得重新搭一遍。所以趁热加一步:
「不要只说导入完成」这句值得单独讲。很多系统导入完只回一句「导入完成:成功 8 条」,跳过的那部分就吞了。逼它把跳过原因分类报出来,你才能判断是正常去重还是你的表有问题。
说回「重复了怎么办」。这个系统给了三种模式,选哪个是业务决定:
| 模式 | 做什么 | 什么时候用 |
|---|---|---|
| 替换 | 清空现有数据,导入新的 | 台账是权威版本,只保留最新的 |
| 跳过重复 | 编号已存在的跳过,其余追加 | 台账是累计录入性质,不定期全量替换 |
| 覆盖更新 | 编号已存在的,用新表的值覆盖 | 新表一定是最新的,允许改字段 |
只有你知道哪个对。如果你的台账是「现在手上有什么」,用替换;如果是「历史上发生过什么」,用追加。这一条不能问 AI,必须自己想清楚。我那次的取舍是跳过:遇到编号已存在的直接跳过,不覆盖——当时台账是累计录入性质的。如果重来一次,我会做成三种模式让你在界面上选,而不是写死在代码里。

两点值得看:新记录的部门是自动带出来的——示例表里我只填了使用者和区域,部门那一列它自己反查出来了。这是第三节末尾那个「让表结构可见」的意外收获,我看到部门字段后专门让它加了这条规则。以及总数对得上:562 + 8 = 570,页面数字和它报的一致。
提示词五:字段别一次想全,加字段的成本要低于维护成本
技巧:加字段的唯一判断标准是「填它有多麻烦」,不是「它有多重要」。重要的字段填不动,一年后照样是空的。
系统跑起来之后,我陆续加了 7 个字段。现在回头看,这 7 个字段是这么来的:
| 字段 | 什么时候加的 | 触发原因 |
|---|---|---|
| 录入时间 | 最早就有 | 台账要能对账 |
| 区域 | 最早就有 | 资产在哪个城市 |
| 保修到期 | 后来加 | 有人问「这机器还在保吗」 |
| 供应商 | 后来加 | 坏了要找谁 |
| 存放位置 | 后来加 | 「这电脑在哪」问得比「谁在用」还多 |
| 附属设备 ID | 后来加 | 显示器要挂在主机名下 |
| 部门 | 后来加 | 要按部门汇总 |
请注意右边那列——没有一个字段是「我觉得应该加」的,全是有人问了、或者我自己用的时候卡住了才加的。而用起来最差的几个,共同点是「填起来麻烦」。具体数据在第六节。

加字段时有一件事值得单说:部门这一列我从来没手工维护过,它是从使用者名字自动反查出来的。我核实过:471 条有部门的记录里,451 条能直接从使用者反查到。维护字段最怕的是「要靠人一直记得填」——判断一个字段该怎么设计,问的不是「它重要吗」,是「它能不能自动算出来」。
由此有个直接含义:别指望一次把字段想全——我一开始只想到 9 个业务字段,现在 16 个。判断系统好不好改也不是看字段全不全,是看加一个字段要改几个地方。我这个系统里加字段就是数据库加一列,前端自动带出来,因为界面是照着字段名一个个渲染的、不认固定位置。想让这个成立,就得在提示词里交代一句:
第 2 条是这条里最值钱的一句,翻译成技术说法是「界面按字段名渲染、不按位置顺序」——你不用懂这个说法,「以后加字段别让我改代码」就够了。第 3 条更关键:默认值是这类系统最阴的坑——它让「非空」这个指标变得毫无意义,而这种字段在验收时看起来是最健康的:非空率 100%。我那几个默认值是随手加的,一年以后才从数据分布里看出不对。
提示词六:想知道一个字段有没有用,统计口径必须是「有实际值的」
技巧:「非空」这个指标会被默认值骗到。要判断一个字段到底有没有用,必须加一个条件:值不等于它该有的默认值。
这是全篇我最想让你记住的一条。如果你只用「非空」去统计字段有没有用,你得出的结论会是错的。
下面是各字段的实际填充情况——562 条记录里有多少条真的填了:
| 字段 | 非空 | 填充程度 | 真实情况 |
|---|---|---|---|
| 资产编号 | 562 / 562 | 唯一,必填 | |
| 资产类型 | 562 / 562 | 必填 | |
| 品牌 | 562 / 562 | 必填 | |
| 区域 | 562 / 562 | 满的,但只有 13 条真填了 | |
| 状态 | 562 / 562 | 必填 | |
| 采购金额 | 562 / 562 | 满的,但只有 10 条真有金额 | |
| 型号 | 550 / 562 | 少量没填 | |
| 使用者 | 491 / 562 | 有几十条是闲置的,没人用 | |
| 部门 | 471 / 562 | 自动反查带出来的 | |
| 备注 | 388 / 562 | 想起来才写 | |
| SN | 224 / 562 | 只有四成有 | |
| 录入时间 | 61 / 562 | 26 条是同一个假日期 | |
| 存放位置 | 11 / 562 | 几乎没用起来 | |
| 保修到期 | 10 / 562 | 几乎没用起来 | |
| 供应商 | 10 / 562 | 几乎没用起来 | |
| 附属设备 ID | 3 / 562 | 有 3 条,但是脏数据 |
我把这张表翻出来的时候,第一眼看到的是那个绿色的 100%——然后发现是假的。两个例子:
- 「采购金额」562 / 562,实际只有 10 条有值。最高一条 12500,其余 552 条全是 0,因为建表时默认值就是 0。用「非空」判断会得出「金额全都录入了」,进而算出总资产 0 元。这就是提示词 05 里「不要给它编一个假默认值」的实际代价。同样情况的还有「区域」——549 条是同一个城市,只有 13 条真填了。
- 「附属设备 ID」3 条有值,但值是空字符串,不是任何真实的资产编号,功能建了一年多从没被正确使用过。它比前一个更警惕,因为它是脏数据不是缺失数据——只用非空统计你会看到「3 条有值,还有人用」,只有把值取出来看才发现是假的。这也是下面那个报表要加「取值最多的 3 个值」的原因。
还有个更隐蔽的:「录入时间」61 条只用了 24 个不同日期,其中 26 条挤在 2025-01-01(占 43%)。真实台账不该长这样。它比金额那栏难发现,因为它的值是「像真的」——0 你一眼能看出不对,一个 2025-01-01 你只会觉得「哦,那天录的」。所以正确的统计口径是「非空 且 不等于默认值 且 分布合理」,三个条件缺一个你都会被骗。
还有一件事:「必填」和「每条都有值」是两件事。SN 在我的表里是必填项,实际只有 224 / 562 填了——很多设备压根没有 SN。加必填校验之前先问一句:这个字段是不是每一条都真的有值?不然你就是在逼录入的人编假值。
第 3 行是关键,它把「填了东西」拆成了两层:格子里有没有字,以及那个字有没有意义。下面那句「不是默认值,也不是 0」你自己想不出来也没关系——你是看到采购金额 562 / 562、实际只有 10 条有值之后才想得到的,先做完再看报表,比一开始就想到这一层更现实。以后每加一个字段都用这个报表看一眼,三个月后真填比例还低于 10% 的字段就该砍掉。
最后说个附带功能:系统会在打开列表时自动标记离职人员的资产——使用者不在账号表里了、状态还是「在用」或「闲置」,就自动加个「(已离职)」标记、状态改成「待跟进」。这不是一开始想好的,是台账里真的攒了 29 条这种记录之后才加的:

逻辑很简单,每次打开列表时逐条查「这个使用者还是 active 状态吗」。但人做不了——562 条里手工比对谁的名字已经不在了,没人会做第二次。这类「需要定期做、没人会做」的检查,是自动化最划得来的地方。
做完之后能干什么,不能干什么
这一篇讲完了。几条边界说清楚,不然容易预期错位:
它只在一台机器上跑。别人访问不了,你也不能在公司里让大家用它。
单人查看没问题,两个人同时改会冲突。要多人协作,得换方案。
没做备份,文件删了就找不回来。数据库和网页文件都在那个目录里,复制一份就是备份。
另外,这些截图是跑了一年多之后的样子。刚做完那会儿只有几个字段、几百行数据,比截图干净得多也空得多——系统真正变成什么样,是用起来之后的事。
还要说清楚:这些技巧是「拿一张表做出一个系统」这一类的。存哪、显示什么、怎么查、能不能改、怎么防重复导入、怎么判断字段有没有用——这一串问题换个表照样会遇到,答案要重新想,但顺序是一样的。
下一篇(系列第 3 篇)讲让系统管住流程:拿资产盘点举例,一个人跟到第几步、什么时候该谁处理、每一步怎么留痕。这篇做的是「查」,下一篇做「管」。
如果你手里那张 Excel 列特别乱,或者在哪一步卡住了,欢迎在页面底部的反馈区提一句。
本文为「AI 搭系统」系列第 2 篇,共 6 篇。全程本地运行,不涉及生产环境和外网发布。截图来自一个已运行一年多的真实项目,公司名、地名、人名、资产编号均已替换;文中表格的每个数字都能在这套系统的表结构、导入代码和 562 条记录里对上。
WECHAT OFFICIAL ACCOUNT
小易AI实践
持续更新:一个人 + AI 能做出什么