对经营十几人规模小公司或门店的老板来说，既要管业务又要管人和钱，很多文书、制度、宣传材料没有专人负责。很多重复性的整理工作，用一个几十行的脚本就能一键完成，而 AI 让不会编程的人也能写出这样的脚本。这篇文章用一个完整的例子演示小老板如何借助 AI 写 Python 自动化脚本：描述输入文件、处理规则和期望输出，让 AI 写带注释的脚本和运行说明，先在副本上测试。

使用场景

小老板每周都要做一件重复的事：把多个“收支明细”表格合并，按收支类别汇总，再另存为一份新表格。手工复制粘贴半小时，还容易漏行。对小老板来说，这类需求往往和“和两家供应商谈新一年的价格”“制定第四季度销售目标”这些事挤在同一周，留给它的时间并不多。

工具选择

可以用 ChatGPT、Claude、DeepSeek、Kimi 等对话助手写脚本；如果安装了 VS Code，可以配合 GitHub Copilot、通义灵码等编程助手边写边改。

一个虚构的例子

我们用一个虚构人物把流程串起来：安琪，小老板，最近在忙“更新公司宣传册”。一次月度经营会结束后，安琪意识到需要尽快写 Python 自动化脚本，可当天还要处理“面试 2 名新员工”。于是安琪把要求和背景一次性写进提示词，让 AI 先出一版，再花时间修改关键部分。最后交给合伙人和员工的版本，结构和措辞都是安琪亲自把过关的。

分步操作

  1. 说明输入：文件格式、位置、列名
  2. 说明处理规则：合并、筛选、汇总、改名等
  3. 说明输出：文件名、格式、保存位置
  4. 先复制一份数据做测试，确认结果正确再正式使用

提示词模板（可直接复制）

下面的提示词可以直接复制，按小老板的实际情况替换细节：

【背景】身份：经营十几人规模小公司或门店的老板；平时主要和顾客和合伙人和员工打交道。
我是小老板，不太懂编程，请帮我写一个 Python 脚本。

输入：文件夹 data/ 中有多个 Excel 文件（.xlsx），每个文件结构相同，列为：收支类别、发生日期、金额、经手人
处理：
1. 合并所有文件
2. 删除完全重复的行
3. 按“收支类别”汇总“金额”的合计和记录数
输出：生成“汇总结果.xlsx”，包含两个工作表：明细、汇总

要求：
- 每一步写中文注释
- 告诉我需要安装什么，怎么运行
- 如果某个文件缺少某列，打印提示并跳过该文件

示例输出（仅供示意）

示例输出如下（虚构内容，仅演示 AI 大致会给出什么样的结果）：

import glob
import pandas as pd

cols = ["收支类别", "发生日期", "金额", "经手人"]
frames = []
for path in glob.glob("data/*.xlsx"):
    df = pd.read_excel(path)
    if not set(cols).issubset(df.columns):
        print(f"跳过 {path}：缺少必要的列")
        continue
    frames.append(df[cols])

detail = pd.concat(frames).drop_duplicates()        # 合并并去重
summary = detail.groupby("收支类别")["金额"].agg(["sum", "count"])

with pd.ExcelWriter("汇总结果.xlsx") as w:
    detail.to_excel(w, sheet_name="明细", index=False)
    summary.to_excel(w, sheet_name="汇总")
print("完成！")

运行步骤：安装 Python 后执行 pip install pandas openpyxl，在脚本所在文件夹运行 python merge.py。

这样的输出只是起点。真正用到“处理一笔逾期应收款”这类工作里之前，还需要对照原始资料逐条检查，并补上 AI 不知道的背景。

注意事项与技巧

  • 处理含员工个人信息、公司账目和合同细节的数据时，优先在本地运行脚本，而不是上传到在线工具。
  • 脚本跑通后保存好，并写一段使用说明，方便同事复用。

给小老板的特别提醒

涉及制度和合同的内容，用 AI 打底稿后最好请专业人士过目。另外，劳动用工、税务和合同相关内容涉及法律责任，AI 的回答只能参考，不能替代专业意见。

一个容易被忽略的习惯：把 AI 当作随叫随到的文员和参谋，先让它起草，再按公司实际修改。

变体用法

  • 批量重命名：按规则批量修改文件名。
  • 网页数据整理：在遵守网站规则的前提下整理公开数据。

相关阅读