粥粥独立思考的第82篇文章
前段时间，我对象每逢周一都会加班。
每到周一她得处理4张大几万数据的Excel大表，而且步骤繁、杂、碎。
由于数据量大，Excel 时不时卡死，所以极其耗费时间和精力最终导致加班。
这种情况下，我必须英雄救美，把她从周一加班的牢笼中解脱出来。
于是乎我们一起花了两个周末的下午+四杯咖啡。
她作为我的甲方爸爸，讲述工作流。
我是他的产品经理，兼码农小猴。
最终，用Python语言写了若干个处理Excel的脚本，从数据清洗到整合，把60%的工作量用Python脚本解决了。
这是我用产品思维结合AI工具实现的第二个能运用到工作中的真实案例，接下来和你分享下我的思路和tips。
01
MINDSET转变：省下的不止时间，更是工作观念的迭代
很多人对“效率”的理解，停留在：
“我熟练一点，就快一点，可以早点完成工作。”但真正的分水岭是：
“你愿不愿意为了长期更省事，短期先多花一点时间，把工作方式升级掉。”
摆在你面前，其实是两种截然不同的工作模式：
1. 模式 A：持续消耗，不愿改变
每周都固定用2个小时处理excel，忍受它的卡顿。
安慰自己“这就是我的工作，我改变不了。”
2. 模式 B：集中升级，彻底改变
一次性集中花 5 小时，用代码把流程自动化。
之后每周都在吃效率的复利，为自己省下时间。
这两种模式的差别，不只是效率。
更是 mindset层面的：
而且升级工作方式，会顺带带来两件无价的东西：
- Sense 提升：你开始用“流程、规则、结构”去看任务，而不是只靠手感硬做
所以我更愿意把“省时间”理解为：
你拿回了时间的控制权，也换了一种更高级的工作方式。
很有意思，有的时候想着“偷懒”的人往往是“最勤奋”的人，正向的偷懒使人进步。
02
思路：像产品经理一样思考，想尽办法“偷懒”
真正难的不是写代码。
真正难的是把需求拆分好，拆到能让AI听懂的地步。
1. 先问清楚工作流：
工作流程是怎么样的？先做什么，后做什么？
涉及哪些表? 每个表分别要改什么？
2. 接下来问自己哪些是可以通过脚本化方式来提效的？
答案：只要是重复性的操作都可以实现，所以操作空间很大。请相信python处理大数据量excel的能力。
3. 思考产品可以怎么设计？
一般我都会采用分步的方式去实现，我秉持一个概念就是“能省则省”。能压 缩10分钟操作时间也是赚的。所以我是拆分所有步骤，然后再结合的思路。
这些思路整理完，你就会发现所谓“偷懒”，并不是走捷径。而是把工作变成一条可复用的流程。
接下来，把它写成一份简单的“产品文档”，让人和机器都能看懂，越详细越好：
- 每一步要做什么（删行、清洗、补列、写公式、改格式）
文档不需要漂亮，但必须具体。
我会非常推荐你，先结合产品文档问AI 你有什么不理解的地方？或者有什么更好的建议来优化这个脚本，先从产品层面讨论一下，再让AI去写代码，效率才会真正起飞。这步就是磨刀不误砍柴工。
说明下，我用的组合工具是飞书+Gemini+Trae
- 用Trae跑Python同时可以点对点修改报错和优化
03
利用 AI 去执行：MVP 思路，先从一个小需求做起来
很多人自动化做不下去，是因为一开始就想：
“我要做一套完整的自动化系统。”
结果就是：需求太大，细节太多，越写越烦。
我更推荐的方式是 MVP：
先做一个最小可行的小需求，让它跑起来。
然后用正反馈推着你继续走。
一个可复制的节奏是：
1. 挑一个最痛的小步骤，比如：固定删行、固定清洗、固定加一列公式。
2. 让 AI 先写出能跑的版本，不要追求完美，先能跑。
3. 分步实现，再考虑合并，合并不了就先拆。拆分并不丢人，能省时间就是赢。
4. 接受现实：自动化不可能 100%，能提高 60% 就很香。
关键是：你真切地缩短了操作和等待Excel处理的时间，把自己宝贵的时间省下来了。
04
结语
自动化的目标不是“全自动”，而是“少点重复劳动，少受罪”。
有的人会说我即使用了AI也不会python呀。
其实真的没关系，我也不会python语言，但是不妨碍我指挥AI来写。
多提一嘴，你更可以让AI做你的Python老师，让他给你解构他写的代码，解释Python语言。
利用好AI带来的技术杠杆，它把很多行业的入门门槛都拉低了。Seedance横空出世，让每个普通人都能创作电影画质的短剧了。
所以，大胆尝试，别放过任何一个让你重复劳动的地方，哪怕从一个重复的小步骤开始，手搓一个脚本代替纯手动操作。
提高工作效率，本质是时间观念（Mindset）的转变，这可比脚本本身金贵万倍。
哦，对了。
第三个周末，我们在咖啡店点了两杯咖啡。
我让对象第一次运行Python脚本，跑了一遍全流程，她很开心...
下一秒，
她对我粉拳出击。
斜眼说道：“你早干嘛去了…？"
哦，对了。
情人节快乐呀！
