Excel 資料剖析：用 ChatGPT 將合併文字拆成兩欄

Excel 資料剖析可以將同一個儲存格中的料號與異常狀況，依照空格拆成兩個獨立欄位，方便後續排序與排查。本文記錄贊贊小屋如何透過 ChatGPT 釐清原始欄位結構，最後找到資料剖析功能並完成拆欄。

一、Excel 資料剖析前後結果

Excel 資料剖析可以將同一個儲存格中的料號與異常狀況，依照空格拆成兩個獨立欄位。原始 ERP 系統匯出的資料全部集中在 A 欄，每筆資料的格式都是料號加上一個空格，再接著異常狀況說明，例如「A000215 工單已入庫,但未有報工資料」，料號與異常狀況擠在同一格，無法直接依照異常類型排序。

為了方便比較，贊贊小屋將原始報表與希望達成的整理結果放在同一個畫面中。A 欄代表 ERP 系統匯出的原始資料，C、D 欄則示範拆分後的目標結構：料號與異常狀況各自獨立成欄。實際工作時，兩者也可以位於不同工作表，重點不是固定放在哪一欄，而是先把合併文字拆成可排序、篩選與統計的資料結構。

二、將原始資料交給 ChatGPT

贊贊小屋開啟 ChatGPT，同時上傳 Excel 畫面截圖，並將原始異常資料逐筆貼入輸入框，讓 ChatGPT 在同一次對話中同時取得表格外觀與文字內容。截圖讓 AI 看到欄位配置與版面樣貌，文字資料則方便逐筆分析每一筆異常記錄的內容。

同時提供兩種形式的資料，是為了讓 ChatGPT 更容易掌握整體樣貌：單靠截圖，AI 識別文字的準確度不一定穩定；單靠貼入文字，又少了版面結構的視覺脈絡。當資料筆數不多時，同時提供截圖與文字，是使用 ChatGPT 整理 Excel 時，最快讓 AI 掌握資料全貌的方式。若資料量較大，比較建議提供整理過的必要欄位或直接上傳檔案，避免輸入框塞入過多文字反而造成理解偏差。

三、ChatGPT 分析異常狀況

ChatGPT 收到資料後，依照異常內容將料號分類，辨識出「應結工單還未結案」這個類型對應的料號，並特別標註 B1301050 重複出現 3 次。這時 ChatGPT 已不只是重新排列清單，也開始辨識異常類型、計算重複次數，並推測可能原因，包含系統結案流程未完成、財務與工程端尚未確認等幾個方向。

然而這些都是根據文字內容做出的推測，不代表原始系統的實際狀況。AI 給出的分類與建議可以作為排查的起點，但每一筆仍應回到系統查證，不能直接把推測當成事實依據。

四、詢問 Excel 報表整理方法

看完 ChatGPT 的分析結果後，贊贊小屋進一步追問如何在 Excel 建立可排序的報表，輸入的 Prompt 是：「Excel 如何把先前系統跑出來的資料，整理成現在提供的報表？因為我要依照異常情形排序，方便依照類型排查異常。」

這個問題把焦點從「請 AI 分析資料內容」，轉向「如何在 Excel 建立一份可以持續使用的整理格式」。提問同時交代了最終用途：不只是排版整齊，而是要能依照異常類型排序、方便實際排查流程。向 AI 提問時，說清楚資料的用途往往比描述資料本身更關鍵，因為用途直接影響 AI 會推薦哪種工具或做法；這也是 ChatGPT Excel AI 提問方法中很重要的一環。

五、ChatGPT 誤判原始欄位結構

ChatGPT 收到這個問題後，判斷出整理需求是把「系統原始明細」轉成「可依異常狀況排序的報表格式」，並推薦使用樞紐分析表，同時列出操作步驟，說明如何以 A 欄料號與 B 欄異常狀況作為來源建立樞紐。

這個建議本身邏輯正確，樞紐分析表確實適合依照類型排序與統計。問題在於它的前提假設：它預設原始資料已經分成 A 欄料號、B 欄異常狀況兩個獨立欄位。然而實際上，這兩份資料還全部擠在 A 欄的一串文字裡。AI 的功能判斷沒有錯，但它對原始資料結構的理解，和電腦裡實際存在的資料不同。這正是為什麼回答讀起來有道理，但實際套用卻完全無從下手的原因。

六、補充料號與異常合併問題

贊贊小屋發現 ChatGPT 的回答預設資料已經分欄，因此補充說明實際情況，輸入的 Prompt 是：「你這個方法很好，但我的問題是，系統原始明細是 A 欄跟 B 欄合併在一起的，我需要的是將合併欄位分開成料號跟異常狀況。」

補充這個條件之後，ChatGPT 才真正知道：眼前的問題不是如何排序兩個欄位，而是如何先把同一欄中的兩種內容拆開。修正 AI 回答時，不必重新說明所有背景，只要指出它誤解的關鍵條件，通常就能讓對話立刻回到正確方向；這種逐步修正問題的方式，也可以延伸參考 ChatGPT 使用攻略。這裡的關鍵條件只有一個：料號與異常狀況目前共同存在於 A 欄的一串文字中，並非兩個獨立欄位。

七、ChatGPT 找到資料剖析方法

補充條件之後，ChatGPT 重新判斷資料結構，確認每筆內容的格式都是「料號＋空格＋異常狀況」，因此建議使用 Excel 的「資料剖析成欄」功能，並列出適用條件：料號與異常狀況之間以空格分隔，而且料號與後面的異常狀況文字本身都不包含其他空格。ChatGPT 也確認贊贊小屋提供的資料符合這些條件。

Excel 資料剖析 能否成功，關鍵不在文字長短，而在每筆資料是否具備一致的分隔規則。這份異常資料恰好滿足條件，因此資料剖析是最快的做法。如果每筆文字中的空格數量不固定，或是料號、異常狀況本身也含有空格，就需要考慮公式拆解或 Power Query，操作複雜度會高出不少。能先確認資料結構，再選擇對應工具，是這個步驟最重要的判斷。

八、Excel 用空格拆分兩欄

贊贊小屋選取 A 欄的資料範圍，開啟「資料」索引標籤，點選「資料工具」群組中的「資料剖析」，進入精靈步驟。在分隔符號的選項中，勾選「空格」，其餘分隔符號保持未勾選。畫面下方的預覽分欄結果已經可以看到，左側欄顯示料號，右側欄顯示異常狀況，兩者分隔正確，確認後繼續完成設定即可。微軟官方的資料剖析精靈說明頁，也提供了完整的步驟參考。

操作前有三點要特別注意。第一，選取範圍若包含標題列，標題也會一起被拆分，建議確認選取範圍只包含資料列。第二，拆分結果會從指定的目的欄位開始向右寫入，若右側已有其他資料，完成資料剖析時可能被覆蓋，因此操作前應先確認輸出範圍是否空白。第三，正式處理前建議先備份原始資料，萬一結果不如預期，還有機會重來。

九、ChatGPT 建議後續整理流程

在原本的 AI 對話最後，ChatGPT 將後續整理流程歸納為三個階段：第一步將系統原始資料貼入 Excel 的 A 欄；第二步用公式或 Power Query 完成拆欄；第三步使用樞紐分析表依照異常狀況排序與排查。它同時提出，如果願意，可以寫一段 VBA，一鍵完成拆欄、建立樞紐分析表與排序的全套流程。

這篇文章實際操作並完成的步驟只有資料剖析。資料剖析適合一次性或偶爾整理的情境，操作簡單，不需要額外設定。若是固定收到相同格式的資料，需要反覆完成拆欄、排序與統計，再考慮 Power Query 或 VBA 才有實際效益，因為那時候的效率提升才真正看得出來。

先說清楚資料結構，AI 才能找到正確方法

這次拆欄的過程，贊贊小屋印象最深的不是資料剖析本身有多好用，而是 ChatGPT 第一次回答時有多接近正確答案，卻又在最關鍵的地方完全用不上。

樞紐分析表的建議本身完全正確，如果資料已經分好欄，那確實是最適合的下一步。但它不知道料號和異常狀況還合在同一格，因此整個回答的起點就錯了。這不是 AI 判斷能力的問題，而是它對「資料長什麼樣子」的理解，和實際的 Excel 畫面不一樣。

補充那一句「系統原始明細是 A 欄跟 B 欄合併在一起的」之後，ChatGPT 馬上找到資料剖析，方向也立刻正確。前後只差了一個條件說明，結果卻是從完全用不上，到直接解決問題。

因此，使用 AI 協助處理資料的時候，真正需要做的事不只是下達命令，而是先辨認：AI 此刻理解的資料結構，和電腦裡實際存在的資料是否相同。一旦發現它預設的前提和現實有落差，補充那個關鍵條件，往往比重新問一個新問題更有效率。資料剖析只是一個很簡單的 Excel 功能，讓它在正確時機出現的，反而是那句補充說明。

學會計、學Excel、學習AI工具，歡迎加入贊贊小屋社群。

Claude Code 教學：從安裝到 Excel、PPT 與網頁實戰

Claude Code 教學、ChatGPT怎麼用？、ChatGPT Excel教學、ChatGPT寫ExcelVBA、Gemini是什麼？、Notion教學、AI對會計的影響。

贊贊小屋AI課程：OpenClaw AI 代理、Codex 網站、Claude Code 實戰、ChatGPT課程、AI工具全攻略、Notion課程。