摘要

为测试ChatGP在word文档表格的处理能力，本文列举直接使用ChatGPT和利用ChatGPT编写python脚本两种方式，均比较容易的实现了预定目标。文章介绍的利用ChatGPT进行文档处理的方法和思路可以指导大家利用AI工具提升效率。

近期在工作中需要对一些表格数据进行分析处理，并生成统计文档。想到ChatGPT这个生产效率提升工具，想着就试试效果如何。

0. 测试数据生成

工作中的数据涉及很多个人信息，不适合直接进行测试，因此需要生成类似的数据进行调试。
Tips：在使用ChatGPT的过程中一定需要注意个人隐私和数据的保护，你提交的数据会被如何利用目前还不确定，已经和ChatGPT对话的数据泄露的报道，慎重点没有关系。

我把需要处理的表头提供给ChatGPT，让他给我生成随机数据，然后用他生成的数据进行测试。
输入：

按照下的数据格式，自动生成20数据
数据实例表格如下：
| 序号 | 商品     | 发货地点     | 发货时间           | 预计收货时间       | 收货人   | 快递公司 | 快递公司电话 |
| :--: | :------: | :----------: | :-----------------: | :-----------------: | :------: | :------: | :------------: |
|  1   | 苹果     | 河南省郑州市 | 2023-04-20 08:30:00 | 2023-04-22 12:00:00 |  张三  | 顺丰快递 | 10086          |

输出：

| 序号 | 商品   | 发货地点       | 发货时间           | 预计收货时间       | 收货人   | 快递公司   | 快递公司电话 |
| ---- | ---- | -------- | ------------ | ------------ | ------ | ------ | -------- |
| 1    | 牙刷   | 广东省深圳市   | 2023-04-20 10:00:00 | 2023-04-21 18:00:00 | 张三   | 申通快递   | 95543    |
| 2    | 洗发水 | 北京市海淀区   | 2023-04-20 10:30:00 | 2023-04-22 16:00:00 | 李四   | 圆通快递   | 95554    |
| 3    | 衣服   | 上海市浦东新区 | 2023-04-20 11:00:00 | 2023-04-23 14:30:00 | 王五   | 中通快递   | 95555    |
| 4    | 鞋子   | 广东省广州市   | 2023-04-20 12:00:00 | 2023-04-22 15:00:00 | 赵六   | 顺丰快递   | 95338    |
| 5    | 手机   | 河北省石家庄市 | 2023-04-20 13:00:00 | 2023-04-23 10:00:00 | 张三丰 | 韵达快递   | 95546    |
| 6    | 眼镜   | 江苏省南京市   | 2023-04-20 14:30:00 | 2023-04-23 12:00:00 | 李白   | 中通快递   | 95508    |
| 7    | 水杯   | 四川省成都市   | 2023-04-20 15:00:00 | 2023-04-22 17:30:00 | 王实甫 | 顺丰快递   | 95338    |
| 8    | 书包   | 河南省洛阳市   | 2023-04-20 16:00:00 | 2023-04-24 14:00:00 | 吕布   | 圆通快递   | 95554    |
| 9    | 帽子   | 浙江省杭州市   | 2023-04-20 17:30:00 | 2023-04-24 11:30:00 | 张飞   | 韵达快递   | 95546    |
| 10   | 耳机   | 广东省深圳市   | 2023-04-20 18:00:00 | 2023-04-21 21:00:00 | 关羽   | 中通快递   | 95555    |
| 11   | 凉鞋   | 北京市朝阳区   | 2023-04-20 19:30:00 | 2023-04-23 16:30:00 | 赵云   | 申通快递   | 95543    |
| 12   | 腰带   | 上海市长宁区   | 2023-04-20 20:00:00 | 2023-04-24 17:00:00 | 刘备   | 圆通快递   | 95554    |
| 13   | 毛巾   | 广东省广州市   | 2023-04-20 21:00:00 | 2023-04-23 15:00:00 | 孙尚香 | 顺丰快递   | 95338    |
| 14   | 餐具   | 河北省保定市   | 2023-04-20 22:00:00 | 2023-04-25 11:00:00 | 华佗   | 中通快递   | 95508    |
| 15   | 头盔   | 湖北省武汉市   | 2023-04-20 23:00:00 | 2023-04-23 13:30:00 | 典韦   | 申通快递   | 95543    |
| 16   | 手表   | 广东省深圳市   | 2023-04-21 00:30:00 | 2023-04-22 18:00:00 | 马超   | 韵达快递   | 95546    |
| 17   | 手表 | 四川省成都市   | 2023-04-21 01:00:00 | 2023-04-24 16:30:00 | 刘备   | 圆通快递   | 95554    |
| 18   | 游戏手柄 | 上海市浦东新区 | 2023-04-21 02:00:00 | 2023-04-22 21:00:00 | 王昭君 | 中通快递   | 95555    |
| 19   | 牙膏   | 北京市海淀区   | 2023-04-21 03:30:00 | 2023-04-23 12:30:00 | 曹操   | 顺丰快递   | 95338    |
| 20   | 茶杯   | 广东省广州市   | 2023-04-21 04:00:00 | 2023-04-24 10:00:00 | 关羽   | 韵达快递   | 95546    |

输出数据很快，结果也很稳定，城市的省市关系，发货与收货的时间先后顺序，快递名称是常用的快递随机重复出现，人名多是张三李四，上面的例子比较特殊，一堆三国人物，快递电话是错的，但是不影响我后面的数据处理。

1. 直接使用ChatGPT进行处理。

我试图让ChatGPT统计收件人为关羽的快递，输入：

对上面生成的数据进行分析，请完整的统计“收货人”为“关羽”的所有数据，输出格式为：
由关羽的快递有{}件，分别是：
{序号}.{发货地点}寄出的{商品}，快递公司为{快递公司}，收货人是{收货人}，预计达到时间为{预计达到时间}；

第一次输出：

收货人为“关羽”的所有数据如下：
由关羽的快递有3件，分别是：
10.广东省深圳市寄出的耳机，快递公司为中通快递，收货人是关羽，预计达到时间为2023-04-21 21:00:00；
20.广东省广州市寄出的茶杯，快递公司为韵达快递，收货人是关羽，预计达到时间为2023-04-24 10:00:00；
17.四川省成都市寄出的手表，快递公司为圆通快递，收货人是关羽，预计达到时间为2023-04-24 16:30:00；

其中一条是错误的，提醒他，输入：

你有一条数据是错误的，有一件物品的收件人并不是关羽

再次输出：

非常抱歉，我犯了一个错误。我查看一下表格，发现其实序号为17的手表的收货人不是关羽，正确的收件人应该是刘备。那么由关羽的快递应该只有2件。非常感谢您的纠正。正确的输出如下：
由关羽的快递有2件，分别是：
10.广东省深圳市寄出的耳机，快递公司为中通快递，收货人是关羽，预计达到时间为2023-04-21 21:00:00；
20.广东省广州市寄出的茶杯，快递公司为韵达快递，收货人是关羽，预计达到时间为2023-04-24 10:00:00；

我测试了很多次，基本上每次都是先错，提醒后一般能改正，但是也有时不能改正，基本上没有办法第一次就得到正确答案，特别是当数据很多的时候，多次提醒也没有办法得到正确的答案，最多的错误是漏统计。因此，个人觉得使用ChatGPT直接进行数据处理可行不高。原因有三：
一是数据保密性问题，很多数据涉及商业秘密和个人隐私；
二是数据量的问题，现在还不能实现将数千行数据通过对话框进行处理。
三是数据处理结果的不确定性，AI模型内部的机理现在还不明确，他的结果随机性问题，特别是当数据量大时，出错的概率显著增加，毕竟数千行的数据不可能进行人工校对。
因此，下面尝试通过让ChatGPT生成一个Python脚本实现我想要的功能。

2 使用ChatGPT生成python脚本进行处理

ChatGPT也能写程序，让他帮忙写一个python的脚本，像这样简单的脚本应该能胜任。
输入：

有如下一个表格，存储在名为“物流信息统计表.docx”的文件中。
| 序号 | 商品   | 发货地点       | 发货时间           | 预计收货时间       | 收货人   | 快递公司   | 快递公司电话 |
| ---- | ---- | -------- | ------------ | ------------ | ------ | ------ | -------- |
| 1    | 牙刷   | 广东省深圳市   | 2023-04-20 10:00:00 | 2023-04-21 18:00:00 | 张三   | 申通快递   | 95543    |
| 2    | 洗发水 | 北京市海淀区   | 2023-04-20 10:30:00 | 2023-04-22 16:00:00 | 李四   | 圆通快递   | 95554    |
| 3    | 衣服   | 上海市浦东新区 | 2023-04-20 11:00:00 | 2023-04-23 14:30:00 | 王五   | 中通快递   | 95555    |
| 4    | 鞋子   | 广东省广州市   | 2023-04-20 12:00:00 | 2023-04-22 15:00:00 | 赵六   | 顺丰快递   | 95338    |
| 5    | 手机   | 河北省石家庄市 | 2023-04-20 13:00:00 | 2023-04-23 10:00:00 | 张三丰 | 韵达快递   | 95546    |表格的行数不确定，请帮我编写一个python程序，实现以下功能，
完整的统计“收货人”为“关羽”的所有数据，生成以下文字：
由关羽的快递有{}件，分别是：
{序号}.{发货地点}寄出的{商品}，快递公司为{快递公司}，收货人是{收货人}，预计达到时间为{预计达到时间}；
并将上述文字保存在“物流信息处理表.docx”中。

第一次输出：

好的，你可以使用Python中的docx库实现这个功能。只需要读取并遍历“物流信息统计表.docx”中的表格数据，找到符合条件的数据进行统计，最后将统计结果保存至“物流信息处理表.docx”文件中即可。

以下是实现该功能的Python代码：

import docx# 打开物流信息统计表
doc = docx.Document("物流信息统计表.docx")# 初始化目标数据列表
target_data = []# 遍历表格数据
for row in doc.tables[0].rows[1:]:# 获取每一行的数据data = [cell.text for cell in row.cells]# 判断是否是关羽的快递if data[5] == "关羽":target_data.append({"序号": data[0],"商品": data[1],"发货地点": data[2],"发货时间": data[3],"预计收货时间": data[4],"收货人": data[5],"快递公司": data[6],"快递公司电话": data[7]})# 拼接要保存的文字
text = "由关羽的快递有{}件，分别是：\n".format(len(target_data))
for i, data in enumerate(target_data):text += "{}.{}寄出的{}，快递公司为{}，收货人是{}，预计达到时间为{}；\n".format(data["序号"], data["发货地点"], data["商品"], data["快递公司"], data["收货人"], data["预计收货时间"])# 保存拼接好的文字到文件中
docx.Document().add_paragraph(text).save("物流信息处理表.docx")

运行以上代码后，程序将会自动读取“物流信息统计表.docx”中的表格数据，并统计“收货人”为“关羽”的所有数据，最后将整理好的文字保存至“物流信息处理表.docx”文件中。

但是，第一次运行时，系统报错，

输入：

docx.Document().add_paragraph(text).save("物流信息处理表1.docx")
AttributeError: 'Paragraph' object has no attribute 'save'
上面是系统报错，请修改程序

输出：
非常抱歉，是我在代码中疏忽了。正确的保存方式应该是使用doc.save("物流信息处理表.docx")，并且需要在新建文档的时候添加一个段落，然后再将拼接好的文字添加到此段落中，如下所示：

import docx# 打开物流信息统计表
doc = docx.Document("物流信息统计表.docx")# 初始化目标数据列表
target_data = []# 遍历表格数据
for row in doc.tables[0].rows[1:]:# 获取每一行的数据data = [cell.text for cell in row.cells]# 判断是否是关羽的快递if data[5] == "关羽":target_data.append({"序号": data[0],"商品": data[1],"发货地点": data[2],"发货时间": data[3],"预计收货时间": data[4],"收货人": data[5],"快递公司": data[6],"快递公司电话": data[7]})# 新建一个文档，添加一个段落
new_doc = docx.Document()
new_doc.add_paragraph()# 拼接要保存的文字
text = "由关羽的快递有{}件，分别是：\n".format(len(target_data))
for i, data in enumerate(target_data):text += "{}.{}寄出的{}，快递公司为{}，收货人是{}，预计达到时间为{}；\n".format(data["序号"], data["发货地点"], data["商品"], data["快递公司"], data["收货人"], data["预计收货时间"])# 将拼接好的文字添加到段落中
new_doc.paragraphs[0].add_run(text)# 保存文档
new_doc.save("物流信息处理表.docx")

运行以上代码后，程序将会自动读取“物流信息统计表.docx”中的表格数据，并统计“收货人”为“关羽”的所有数据，最后将整理好的文字保存至“物流信息处理表.docx”文件中。

输出的结果为：

并没有数据？突然想起来，“关羽”这个数据前后有多个空格。
输入：

上面的程序并没有输出正确的结果，可能是数据{收货人}前面后都包含空格，需要你删除空格，请重新改上述程序

输出：
正在为您搜索：上面的程序、输出、正确的结果、数据{收货人}

好的，你可以在代码中对“收货人”数据进行strip()操作以删除空格，这样就可以避免由于数据前后有空格导致统计出错的情况。修改后的代码如下：

import docx# 打开物流信息统计表
doc = docx.Document("物流信息统计表.docx")# 初始化目标数据列表
target_data = []# 遍历表格数据
for row in doc.tables[0].rows[1:]:# 获取每一行的数据data = [cell.text.strip() for cell in row.cells]# 判断是否是关羽的快递if data[5] == "关羽":target_data.append({"序号": data[0],"商品": data[1],"发货地点": data[2],"发货时间": data[3],"预计收货时间": data[4],"收货人": data[5],"快递公司": data[6],"快递公司电话": data[7]})# 新建一个文档，添加一个段落
new_doc = docx.Document()
new_doc.add_paragraph()# 拼接要保存的文字
text = "由关羽的快递有{}件，分别是：\n".format(len(target_data))
for i, data in enumerate(target_data):text += "{}.{}寄出的{}，快递公司为{}，收货人是{}，预计达到时间为{}；\n".format(data["序号"], data["发货地点"], data["商品"], data["快递公司"], data["收货人"], data["预计收货时间"])# 将拼接好的文字添加到段落中
new_doc.paragraphs[0].add_run(text)# 保存文档
new_doc.save("物流信息处理表.docx")

运行以上代码后，程序将会自动读取“物流信息统计表.docx”中的表格数据，并统计“收货人”为“关羽”的所有数据，最后将整理好的文字保存至“物流信息处理表.docx”文件中。

这次能够输出正确的结果，任务完成。

3对比分析

本来想让文心一言也完成这个任务，来对比一下的，哎···文心一言、一言难尽啊~~~

4 结束语

这次测试ChatGPT是一个国内的版本，免费，号称是基于ChatGPT3.5版本，就结果来说，已经是很厉害了，因此，学习和使用这样的工具，的确是提升生产效率的工具，未来基于AI的工作模式也一定要学会。