摘要：本文由葡萄城技术团队于原创并首发。葡萄城为开发者提供专业的开发工具、解决方案和服务，赋能开发者。
已经火了好久了，想探索一下在表格中的使用场景，思考了很久自己整理了三点：
二、数据分析：对表格中的数据提供数据分析建议，按照描述分析数据。
三、工作助手：结合数据内容，生成分析报告、邮件，做出预测。
整理完案例，写完Demo了我才想到为什么不直接问，他告诉我：
不得不感叹，写的真棒，比我想的全面。不过在此之前，大家肯定很好奇，到底是什么？看看是怎么回答的：
没错，是一款基于的电子表格控件，通过以表格形式显示数据、高速的计算引擎以及数百种统计和财务函数及公式，提供类似于Excel的电子表格体验。 它易于实现，可扩展并且灵活。尤其可以帮助增强您的应用程序，并将内容从一组简单的数据转换为更加有用、易懂的类似于Excel的仪表板。
好了，言归正传，一起来看看当遇到之后会擦出什么样的火花。
一. 公式
**过滤数据：**通过使用GPT.公式，可以方便地进行数据过滤。只需要选择数据，添加描述，GPT.就会返回动态数组填充到单元格。
2. 生成描述
使用GPT.QUERY公式，向GPT提问获取问题结果。在问题中可以引用表格中的单元格数据，根据单元格内容生成描述相关的描述信息。
二. 公式生成、分析、优化
1. 公式生成
通过使用自然语言描述，生成可执行的Excel公式，检查后插入单元格。对于电子表格初学者十分友好。
2. 公式分析
单元格中的复杂嵌套公式，通过GPT分析后返回描述，帮用户快速理解表格中公式含义
3. 公式优化
对于复杂公式，可以给出多种优化方案，减少公式长度，或者提升公式运算效率。
三. 数据分析
1. 数据透视表建议
选择包含标题的表格数据，给出数据透视表分析的建议，包含如何设置行、里和数组，同时说明分析数据的意义。
2. 数据分析
对于选择的区域数据，直接根据描述获取分析结果，免去繁琐的筛选排序过程。也可以让给出具体的分析过程来参考。
四. 报告、邮件内容生成
除了单纯的问题回复，可以进行对话，根据上下文的内容修正问题的回复，或者获取进一步的分析。在下面的示例中，给出了多个维度的数据分析结果，我们选择了其中一个选项，让他生成了一封给Ted分析邮件。
点击这里观看Demo视频
插件为用户提供了智能的自然语言交互体验。用户可以使用自然语言查询和指令与电子表格进行交互，而无需手动编写复杂的公式，配置数据透表等功能；通过解析和执行用户的数据操作请求更加快捷简单，提高了工作效率；同时也可以给出一些分析建议和错误检测，改善了电子表格内容的质量。
当然插件目前也还有两点明显的问题：
模型预言的限制，是机遇语言模型的，其性能受模型训练和数据集的限制。对于复杂的问题可能并不能准确返回结果，同时返回的结果格式可能插件也无法分析使用。 依赖外部服务，插件的使用需要调用服务，在使用时要保证可靠的网络连接。同时中的表格数据要发送到服务器，数据的安全性和隐私性也是要考虑的问题。
总体而言，插件可以为用户提供智能的自然语言交互和数据操作能力，但也需要注意数据安全性和语言模型的限制。期待有针对于数据分析更加强大的AI工具。
如果您对感兴趣，也可以访问[葡萄城官网]: #/了解的相关特性。 扩展链接：
手把手教你如何设计可视化数据大屏
数据中台与嵌入式BI结合，解决企业应用的数据可视化分析需求
低代码结合报表插件构建复杂填报系统
相关文章
