「AI+办公」共学（四）：办公综合应用
「AI+办公」共学（四）：办公综合应用
- 一、共学课程来源
- 思考
- 二、题目1
- 三、题目2
- 文件拆分
- 确定提示词
- 分析结论
- 四、用AI画思维导图
- 案例：大学生涯的述职
- 提示词
- 生成结果
- 导入Markdown文件
- 生成思维导图
一、共学课程来源
Datawhale通过开源学习模式，助力AI学习者与知识连接，与人连接，与场景连接，推动AI人才培养。
「AI+办公」的课程地址为：http://www.datawhale.cn/learn/summary/104
感谢课程负责人红星老师、各位优秀的助教及各位一起学习进步的大佬儿们！
思考
AI发展速度之快，不学习感觉跟不上时代，AI逐渐渗透在我们生活和工作中。学习资料相信大家一抓一大把，但真正学起来，真正利用起来的有多少呢？我也一样，收藏99+，总觉得收藏=学了，但…
现在学也不晚啦！被小伙伴安利了这个宝藏开源学习平台Datawhale，通过组队来互相监督学习，共同进步！有不足指出，还望大家指点～ 让AI为我们打工，我们即刻「下班！」
本次共学旅途暂时告一段落，激动又不舍，学到了很多实用办公小技巧，结识到了很多有意思的小伙伴儿，与各位大佬共同学习进步，是我的荣幸！再次感谢红星老师和各位助教的辛勤付出～
二、题目1
结合这次组队学习课程内容，想一下自己生活中/工作中有哪些场景/问题，可以用到这次的文本大模型/处理表格的AI工具/自动设计PPT的AI工具，尝试使用AI工具进行探索和解决，并对比AI方法和传统方法的效果差异，用PPT来完成一次成果展示和汇报。
回答：
本次组队学习，都是非常实用的，比如：
- 提示词的学习：【角色+背景+输出要求】，让AI更懂我们的需求；
- AI+表格处理：帮我们提供分析思路和协助分析复杂的数据；
- AI+PPT制作：能半自动化帮我们写PPT，给我们打工人送赛博血包。
三、题目2
分析一份电商销售数据，分别从人货场的角度来给出结论。
回答：
文件拆分
用小浣熊作为AI辅助工具（https://xiaohuanxiong.com/office）
由于本文件超出20M，无法上传。
使用python脚本将该文件进行拆分，此处拆分为3份。（让AI协助写脚本即可，如：我想把一份xlsx文件均匀拆分成3份，3份文件均要有表头，帮我写一份python脚本。）
import pandas as pd
import math
import os
def split_excel_with_headers(input_file, num_parts=3):
"""
拆分Excel文件为多个带表头的子文件
:param input_file: 输入文件路径
:param num_parts: 需要拆分的份数
"""
try:
# 读取整个文件（适合小于1GB的文件）
df = pd.read_excel(input_file)
# 基础校验
if len(df) < 1:
print("错误：文件没有可拆分的数据行")
return
# 准备拆分参数
total_rows = len(df)
base_name = os.path.splitext(os.path.basename(input_file))[0]
output_dir = os.path.dirname(input_file)
header = df.iloc[0:1] # 提取表头
data = df.iloc[1:] # 数据部分（排除表头）
# 计算实际需要拆分的数据行数
rows_per_part = math.ceil(len(data) / num_parts)
# 执行拆分
for i in range(num_parts):
start = i * rows_per_part
end = start + rows_per_part
chunk = pd.concat([
header, # 添加表头
data.iloc[start:end].reset_index(drop=True)
])
# 生成输出路径
output_path = os.path.join(
output_dir,
f"{base_name}_part{i+1}.xlsx"
)
# 保存文件（使用openpyxl引擎）
chunk.to_excel(
output_path,
index=False,
engine='openpyxl'
)
print(f"成功拆分为{num_parts}个文件")
except FileNotFoundError:
print(f"错误：文件不存在 - {input_file}")
except Exception as e:
print(f"发生未知错误：{str(e)}")
if __name__ == "__main__":
# 配置参数
input_file = "电商数据源.xlsx" # 修改为实际文件路径
split_excel_with_headers(input_file, num_parts=3)
同时选中3个拆分完的数据源上传到小浣熊。
确定提示词
角色：数据分析师；
背景：需要分析电商数据源，分析的时候要把这三份合在一起分析；
输出要求：把这份数据分别从人货场的角度来给出结论。
分析结论
人（消费者分析）
用户分布：
数据表明，25-34岁的用户是主要消费群体，占总用户的40%以上。女性用户的购买频率略高于男性用户。海南、广东等地区的用户较为活跃。
购买力分析：
高消费能力的用户主要集中在一线城市，如北京、上海、广东等地。这些用户倾向于购买高价电子产品，如智能手机和笔记本电脑。
复购率：
约30%的用户有复购行为，其中品牌忠诚度较高的用户更倾向于重复购买同一品牌的产品，如Apple和Samsung。货（产品分析）
热销产品：
电子产品（如智能手机、平板电脑）和家用电器是最受欢迎的类别，其中Apple和Samsung的品牌产品销量最高。
价格策略：
中高端产品（价格在200-600美元之间）最受欢迎，低价产品（低于100美元）也有一定市场，但利润率较低。高端产品（超过1000美元）的销量较少，但对品牌忠诚度高的用户有较强吸引力。
库存管理：
建议增加对热销电子产品的库存，同时减少对低销量、高库存产品的采购，优化库存周转率。场（场景与渠道分析）
销售渠道：
一线城市的销售额占比最高，尤其是在电子产品和高端家电的销售上表现突出。二三线城市的增长潜力较大，特别是在日常消费品和低价电子产品方面。
促销效果：
数据显示，在大型促销活动期间（如黑色星期五、双十一），销售额有显著提升，尤其是折扣力度大的产品销量激增。建议继续加大促销力度，并结合用户偏好进行精准营销。
用户场景：
节假日和特定时间段（如晚上8点至10点）是用户购买的高峰期，建议在这些时段加强营销推广和库存准备。
综合建议：
- 个性化推荐： 基于用户的年龄、性别、地区和历史购买行为，提供个性化的产品推荐，提高转化率。
- 品牌合作： 与热销品牌的深度合作，推出独家产品或限定款，以吸引更多忠实用户。
- 区域扩展： 考虑在二三线城市加大市场推广力度，尤其是针对年轻用户的营销，以抓住潜在的高增长市场。
四、用AI画思维导图
案例：大学生涯的述职
提示词
此处使用Deepseek R1大模型为例
角色：你是一名国内985院校优秀的应届毕业大学生、校内优秀的“明日之星”候选人。
背景：你现在在参加“明日之星”评选大赛，需要进行论述和报告，大赛规模很大，标准很高。
在学习上，只拿了三次奖学金，专业排名前十，绩点4.2（满分5.0）。社会活动中，做过一次三下乡队员、一次农村支教教师、一次大学生军训带训教官。比赛方面，拿到过数据竞赛二等奖、羽毛球比赛单打冠军、排球院赛前三、合唱比赛全球赛银奖。
要求：你现在要写一份述职汇报的思维导图，要求条理清晰、逻辑合理、概述精要，思维导图只需要两个层级即可。思维导图按照Markdown的格式生成发给我。
生成结果
# 明日之星述职汇报
## 一、学术素养
1. 持续学习能力
- 3次校级奖学金获得者
- 专业排名前10%（GPA 4.2/5.0）
- 数据科学竞赛全国二等奖
## 二、实践历练
1. 基层服务经验
- 三下乡社会实践核心成员（乡村振兴项目）
- 山区支教教师（完成128课时教学）
2. 军政素质培养
- 新生军训带训教官（带队120人）
- 校国旗护卫队骨干成员
## 三、综合素质
1. 文体竞技实力
- 校羽毛球单打冠军（蝉联2届）
- 排球院际联赛前三强主力
2. 艺术修养积淀
- 世界合唱比赛银奖（混声部领唱）
- 校庆主题曲创作组成员
## 四、发展蓝图
1. 专业进阶规划
- 攻读人工智能硕士学位
- 筹建数据科学学生工作室
2. 社会价值延伸
- 发起"科技支教"公益项目
- 打造退役军人技能培训平台
## 五、参选宣言
1. 价值主张
- "用算法解构世界，用温度重构未来"
2. 精神内核
- 军旅铸就的钢铁意志 × 人文滋养的赤子之心
本地新建一个文本文档，把生成的结果复制粘贴到内，并重命名为XX.md
导入Markdown文件
打开【思维导图】软件，此处以Xmind为例，点击【文件】，点击【导入】，选中【Markdown】。
生成思维导图
选择test.md文件，即可生成思维导图，可编辑内容，或点击【格式】可以更换配色、样式等内容。
