PPT_補充 | Excel + AI 數據管理

Excel + AI 數據管理

企業與研究工作中的數據管理工具各有擅長領域。除了 SPSS、Power BI、SQL＋PHP 與 Python，VBA 常用於 Office 自動化，Tableau 則常用於資料視覺化與互動式分析。Excel + AI 並不是全面取代所有專業系統，而是把許多中小型、一次性、部門級、教學型與原型分析工作，從「需要專業程式或系統」降低到「一般商務人員也能完成」。

工具	傳統核心用途	Excel＋AI 可替代的程度	仍不可取代的部分
SPSS	描述統計、假設檢定、迴歸、預測、問卷與研究分析	Excel 可做基本統計與樞紐分析；AI 可協助選方法、產生公式、解讀結果	不能可靠取代複雜統計模型、嚴謹研究設計、抽樣權重與可重現統計流程
Power BI／BI	連接多來源、資料模型、DAX、互動式 Dashboard、組織分享	Excel Power Query、樞紐分析、圖表與 AI 可完成小型 Dashboard 及一次性管理報表	不適合取代企業級權限、排程更新、語意模型、多人共用與大規模資料治理
Tableau	互動式視覺化、探索式分析、Dashboard、故事頁面與跨來源連接	Excel 圖表、樞紐分析、Power Query 加上 AI，可完成中小型視覺分析、圖表建議與一次性簡報	不宜取代高互動性儀表板、大量使用者發布、伺服器治理、精細視覺互動與企業共享
Excel VBA	Office 巨集、自動整理報表、批次匯入匯出、表單與跨活頁簿流程	AI 可協助產生與解釋 VBA，也可用公式、Power Query、Office Scripts 或自然語言完成部分自動化	不能保證程式安全與穩定；複雜巨集、舊系統維護、權限與錯誤處理仍需程式設計與測試
SQL＋PHP	資料庫查詢、交易系統、網站後台、權限與多人同時使用	Excel 可匯入資料；AI 可協助撰寫查詢邏輯與小型資料整理	不能取代交易一致性、伺服器端驗證、多人併發、稽核與正式應用系統
Python／pandas	大量資料清理、自動化、重複工作、模型、API 與自訂流程	Excel＋AI 可處理中小型表格、一次性清理、公式產生、摘要與簡單自動化	不能取代大資料量、複雜演算法、完整測試、排程管線與版本控制
Excel＋AI	表格計算、查找、條件判斷、財務模型、情境分析、自然語言指令與摘要	最適合商務人員快速把問題轉成公式、結果、圖表與管理文字	AI 會誤解、幻覺或產生錯誤公式；Excel 也有容量、效能、權限與治理限制

教學主張：Excel＋AI 最重要的價值，不是宣稱「不用學其他工具」，而是讓學生先掌握資料結構、邏輯、公式、驗證與管理解讀。當資料量、嚴謹度、多人協作或自動化需求提高時，再轉向 SPSS、Power BI、SQL 或 Python。

Excel + AI 可取代到什麼程度？

補充定位：Tableau 與 Power BI 偏向視覺化發布與治理；VBA 偏向流程自動化。Excel＋AI 可以降低建立圖表、撰寫巨集與解讀結果的門檻，但不能免除資料架構、程式測試、權限治理與維護責任。

程度	適用範圍
可高度替代	一次性部門分析、中小型資料表、簡單問卷統計、查找與清理、財務試算、庫存與報價模型、簡易 Dashboard
可部分替代	多來源整合、重複月報、基礎預測、多條件決策、簡單文字分類、跨表異常檢查
不宜宣稱取代	正式統計研究、企業級 BI 平台、核心交易資料庫、網站後台、百萬列以上複雜處理、機器學習生產系統

驗證原則：Microsoft 的官方說明也提醒，AI 產生的公式、摘要、圖表與見解仍需審查、編輯及驗證。Excel＋AI 的優勢是降低門檻，不是取消專業判斷。

第 1 類　基礎計算與公式思維

本類不採用只有單一乘法或相對參照的初階案例，而選擇需要跨地區整合、異常辨識、供應商主檔查找、規則排序及管理建議的進階案例，讓學生看見 AI 的真正作用。

面向	核心重點
核心問題	如何把多個倉庫的進銷存資料整合，並從數值轉成補貨行動？
Excel 核心技能	加減公式、IF、SUMIF／COUNTIF、VLOOKUP、MAX、CEILING、絕對參照、跨表參照
AI 核心技能	把商業敘述轉成規則、辨識負庫存與超賣、建立風險層級、解釋可能原因、產生管理摘要
與其他工具比較	SQL／Python 可更有效整合大量倉庫資料；BI 可做持續監控；Excel＋AI 適合中小型、教學與快速原型
人工不可省略	確認跨倉調撥、入庫時間差、退貨、促銷、供應商產能與實際交期
最重要驗證	總期末庫存平衡；MOQ 與訂購倍數；負庫存不得被 AI 自動改正

案例 5　跨地區期末庫存與資料異常

一、學習目標

將北美、歐洲、亞洲三個倉庫資料整合成統一明細。
理解 Ending Inventory = Beginning + Purchase - Sales - Damaged。
區分「公式算出負數」與「資料邏輯需要查核」。
讓 AI 提出可能原因，但禁止 AI 擅自修正原始資料。
使用總額平衡與抽查公式驗證結果。

二、原始資料

北美倉

Product Code	Product	Beginning	Purchase	Sales	Damaged	Warehouse Note
P101	藍牙耳機	320.00	180.00	290.00	8.00	正常
P102	行動電源	260.00	100.00	310.00	5.00	促銷銷量增加
P103	機械鍵盤	150.00	80.00	120.00	2.00	正常
P104	網路攝影機	90.00	40.00	145.00	1.00	急單出貨

歐洲倉

Product Code	Product	Beginning	Purchase	Sales	Damaged	Warehouse Note
P101	藍牙耳機	210.00	120.00	190.00	4.00	正常
P102	行動電源	180.00	60.00	155.00	3.00	正常
P103	機械鍵盤	130.00	50.00	165.00	6.00	退貨待確認
P104	網路攝影機	110.00	30.00	75.00	0.00	正常

亞洲倉

Product Code	Product	Beginning	Purchase	Sales	Damaged	Warehouse Note
P101	藍牙耳機	400.00	250.00	360.00	10.00	正常
P102	行動電源	350.00	200.00	330.00	7.00	正常
P103	機械鍵盤	220.00	100.00	205.00	4.00	正常
P104	網路攝影機	160.00	80.00	260.00	3.00	大型專案出貨

三、問題拆解

步驟	內容
資料整合	三張地區表加上 Region 欄，形成一張 12 筆明細。
逐列計算	計算期末庫存，保留原始資料。
規則判斷	期末庫存 < 0 顯示負庫存；出貨量超過可用量則顯示異常。
商品彙總	依 Product Code 加總三地期初、進貨、銷售、損壞與期末。
AI 解讀	說明負庫存可能來自跨倉調撥未入帳、入庫時間差、超賣或資料錯誤。
驗證	抽查兩筆，並核對總額平衡。

四、完整 Prompt

可直接使用的 Prompt：你是一位供應鏈資料分析助理。請處理北美、歐洲與亞洲三個倉庫資料。

1. 將三地資料整合成一張明細表，新增 Region 欄。
2. 計算 Ending Inventory = Beginning Inventory + Purchase Quantity - Sales Quantity - Damaged Qty。
3. 若 Ending Inventory < 0，標示「負庫存」；若 Sales Quantity > Beginning Inventory + Purchase Quantity，標示「出貨超過可用量」；否則標示「OK」。
4. 依 Product Code 彙總三地期初、進貨、銷售、損壞及期末庫存。
5. 列出所有異常資料並提出可能原因，但不得自行更改原始數據。
6. 產生管理摘要：總期末庫存、異常筆數、負庫存地區，以及最需要查核的商品。
7. 提供驗證方法，至少抽查兩筆，並確認總期末庫存 = 總期初 + 總進貨 - 總銷售 - 總損壞。

輸出要求：所有計算保留 Excel 公式；原始資料、AI 推論與人工待確認事項須清楚區分。

五、Excel 公式與操作

用途	公式範例	說明
期末庫存	=D4+E4-F4-G4	期初＋進貨－銷售－損壞
資料檢查	=IF(H4<0,"負庫存",IF(F4>D4+E4,"出貨超過可用量","OK"))	先檢查負庫存，再檢查出貨量
商品期末彙總	=SUMIF($B$4:$B$15,A20,$H$4:$H$15)	依商品代碼彙總三地
異常筆數	=COUNTIF(I4:I15,"<>OK")	統計所有非 OK
總額驗證	=SUM(D4:D15)+SUM(E4:E15)-SUM(F4:F15)-SUM(G4:G15)	應等於 SUM(H4:H15)

六、結果與管理解讀

Region	Code	Product	Beginning	Purchase	Sales	Damaged	Ending	Check	AI Interpretation
北美倉	P101	藍牙耳機	320.00	180.00	290.00	8.00	202.00	OK	資料邏輯正常
北美倉	P102	行動電源	260.00	100.00	310.00	5.00	45.00	OK	資料邏輯正常
北美倉	P103	機械鍵盤	150.00	80.00	120.00	2.00	108.00	OK	資料邏輯正常
北美倉	P104	網路攝影機	90.00	40.00	145.00	1.00	-16.00	負庫存	需查核出貨、盤點或入庫時間差
歐洲倉	P101	藍牙耳機	210.00	120.00	190.00	4.00	136.00	OK	資料邏輯正常
歐洲倉	P102	行動電源	180.00	60.00	155.00	3.00	82.00	OK	資料邏輯正常
歐洲倉	P103	機械鍵盤	130.00	50.00	165.00	6.00	9.00	OK	資料邏輯正常
歐洲倉	P104	網路攝影機	110.00	30.00	75.00	0.00	65.00	OK	資料邏輯正常
亞洲倉	P101	藍牙耳機	400.00	250.00	360.00	10.00	280.00	OK	資料邏輯正常
亞洲倉	P102	行動電源	350.00	200.00	330.00	7.00	213.00	OK	資料邏輯正常
亞洲倉	P103	機械鍵盤	220.00	100.00	205.00	4.00	111.00	OK	資料邏輯正常
亞洲倉	P104	網路攝影機	160.00	80.00	260.00	3.00	-23.00	負庫存	需查核出貨、盤點或入庫時間差

管理 KPI	結果
總期末庫存	1,212.00
異常筆數	2
負庫存地區	北美倉 P104、亞洲倉 P104
最需查核商品	網路攝影機

AI 管理解讀：負庫存不是單純的計算錯誤。北美與亞洲的網路攝影機應優先核對急單、大型專案、跨倉調撥、入庫時間及超賣紀錄。歐洲機械鍵盤的「退貨待確認」與損壞數量應分開確認，避免重複扣庫存。AI 只能提出查核方向，不得直接修改數值。

七、教師教學提示

先讓學生只用 Excel 算出期末庫存，再問：「負數代表公式錯了，還是資料／流程有問題？」
要求學生比較北美 P104 與亞洲 P104 的備註，說明為什麼相同負庫存可能有不同原因。
刻意讓 AI 先提出原因，再要求學生區分「資料支持的事實」與「AI 的推測」。
最後使用總額平衡，示範管理摘要不能取代數學驗證。

八、學生練習與評量

層級	題目	評量重點
基礎	手算北美 P104 的期末庫存，並說明為什麼為負數。	公式與方向正確
進階	增加一欄 Transfer In，重新設計期末庫存公式。	能修改資料結構與公式
Prompt	改寫 Prompt，要求 AI 區分「確定異常」與「可能原因」。	指令具體且不要求 AI 杜撰
驗證	證明總期末庫存等於各項總和。	有總額平衡公式
管理	提出兩項人工查核文件。	例如出貨單、調撥單、入庫單、盤點表

案例 6　智慧補貨：安全庫存、銷速、交期與 MOQ

一、學習目標

理解只比較現有庫存與安全庫存不足以做補貨決策。
計算日均銷量、交期需求及到貨時預估庫存。
正確處理 MOQ（最小訂購量）與 Order Multiple（訂購倍數）。
建立 Critical、High、Medium、Low 四層風險。
讓 AI 在採購前先提出跨區調撥可能性，但保留人工決策。

二、原始資料與供應商主檔

北美倉

Code	Product	Ending	Safety Stock	Last 30D Sales	Open PO
P101	藍牙耳機	202.00	180.00	310.00	0.00
P102	行動電源	45.00	150.00	280.00	100.00
P103	機械鍵盤	108.00	100.00	150.00	0.00
P104	網路攝影機	-16.00	90.00	190.00	80.00

歐洲倉

Code	Product	Ending	Safety Stock	Last 30D Sales	Open PO
P101	藍牙耳機	136.00	120.00	180.00	0.00
P102	行動電源	82.00	100.00	170.00	0.00
P103	機械鍵盤	9.00	80.00	140.00	60.00
P104	網路攝影機	65.00	70.00	90.00	0.00

亞洲倉

Code	Product	Ending	Safety Stock	Last 30D Sales	Open PO
P101	藍牙耳機	280.00	220.00	360.00	0.00
P102	行動電源	213.00	180.00	300.00	0.00
P103	機械鍵盤	111.00	130.00	250.00	0.00
P104	網路攝影機	-23.00	120.00	320.00	120.00

Product Code	Lead Time Days	MOQ	Order Multiple	Primary Supplier
P101	18	100	50	AudioTech
P102	35	200	100	PowerCore
P103	28	150	50	KeyWorks
P104	45	100	50	VisionLink

三、決策模型

指標	公式／規則	意義
Daily Sales	Last 30D Sales ÷ 30	近期平均每日銷量
Lead Time Demand	Daily Sales × Lead Time Days	供應商到貨前預估需求
Projected Stock at Arrival	Ending + Open PO - Lead Time Demand	考慮在途採購後的到貨時庫存
Raw Reorder Qty	MAX(0, Safety Stock - Projected Stock at Arrival)	回到安全庫存所需數量
Recommended Order Qty	先不低於 MOQ，再向上取整到 Order Multiple	符合供應商採購限制
Urgency	負庫存=Critical；到貨前缺貨=High；低於安全庫存=Medium；其他=Low	管理優先順序

四、完整 Prompt

可直接使用的 Prompt：你是一位供應鏈規劃助理。請整合北美、歐洲、亞洲庫存資料及供應商主檔，建立可執行的補貨建議。

1. Daily Sales = Last 30D Sales / 30。
2. Lead Time Demand = Daily Sales × Lead Time Days。
3. Projected Stock at Arrival = Ending Inventory + Open PO Qty - Lead Time Demand。
4. Raw Reorder Qty = MAX(0, Safety Stock - Projected Stock at Arrival)。
5. 建議訂購量需同時符合 MOQ 及 Order Multiple：若需補貨，先不低於 MOQ，再向上取整到訂購倍數。
6. Urgency：Ending < 0 為 Critical；Projected Stock < 0 為 High；Projected Stock < Safety Stock 為 Medium；其他為 Low。
7. 在提出採購前，先檢查同一商品其他地區是否有超過安全庫存的可調撥量。AI 可提出「優先調撥」或「直接採購」，但不得假設調撥一定可行。
8. 輸出每個地區與商品的計算結果、建議訂購量、優先順序、建議動作及理由。
9. 產生管理摘要與驗證清單。所有數值計算保留 Excel 公式。

五、Excel 公式與操作

用途	公式範例	說明
查找交期	=VLOOKUP(B4,供應商主檔,2,FALSE)	由商品代碼帶入交期
日均銷量	=F4/30	以近 30 日平均
交期需求	=K4*H4	日均銷量×交期
到貨時預估庫存	=D4+G4-L4	現有＋在途－交期需求
原始補貨量	=MAX(0,E4-M4)	補回安全庫存
建議訂購量	=IF(N4=0,0,MAX(I4,CEILING(N4,J4)))	同時符合 MOQ 與倍數
風險層級	=IF(D4<0,"Critical",IF(M4<0,"High",IF(M4<E4,"Medium","Low")))	依問題急迫性排序

六、結果摘要

Region	Code	Ending	Safety	Open PO	Lead Days	Projected	Recommended	Urgency	AI Action
北美倉	P101	202.00	180.00	0.00	18	16.00	200.00	Medium	依 MOQ 建議補貨並監控銷速
北美倉	P102	45.00	150.00	100.00	35	-181.67	400.00	High	優先評估跨區調撥，不足部分立即採購
北美倉	P103	108.00	100.00	0.00	28	-32.00	150.00	High	優先評估跨區調撥，不足部分立即採購
北美倉	P104	-16.00	90.00	80.00	45	-221.00	350.00	Critical	立即凍結承諾量並查核；同步評估調撥與急採購
歐洲倉	P101	136.00	120.00	0.00	18	28.00	100.00	Medium	依 MOQ 建議補貨並監控銷速
歐洲倉	P102	82.00	100.00	0.00	35	-116.33	300.00	High	優先評估跨區調撥，不足部分立即採購
歐洲倉	P103	9.00	80.00	60.00	28	-61.67	150.00	High	優先評估跨區調撥，不足部分立即採購
歐洲倉	P104	65.00	70.00	0.00	45	-70.00	150.00	High	優先評估跨區調撥，不足部分立即採購
亞洲倉	P101	280.00	220.00	0.00	18	64.00	200.00	Medium	依 MOQ 建議補貨並監控銷速
亞洲倉	P102	213.00	180.00	0.00	35	-137.00	400.00	High	優先評估跨區調撥，不足部分立即採購
亞洲倉	P103	111.00	130.00	0.00	28	-122.33	300.00	High	優先評估跨區調撥，不足部分立即採購
亞洲倉	P104	-23.00	120.00	120.00	45	-383.00	550.00	Critical	立即凍結承諾量並查核；同步評估調撥與急採購

管理 KPI	結果
Critical 筆數	2
High 筆數	7
Medium 筆數	3
建議採購總量	3,250.00
最長交期商品	網路攝影機（45 天）

AI 管理解讀：北美與亞洲網路攝影機目前已為負庫存，且供應商交期最長，應同時進行資料查核、跨區調撥評估與急採購。北美行動電源雖有在途採購，仍應以「到貨時預估庫存」而不是「現在庫存」判斷。模型以近 30 日平均銷量估算，若存在促銷、季節性或一次性專案，必須由人工修正預測。

七、教師教學提示

先讓學生用案例 5 的期末庫存直接判斷補貨，再引入交期與銷速，讓學生看到答案如何改變。
特別比較「現有庫存為正，但到貨前會缺貨」的 High 情況。
使用一個 Raw Reorder Qty 小於 MOQ 的例子，說明為何不能直接採購原始補貨量。
問學生：其他地區有多餘庫存時，AI 為何不能直接下令調撥？引導討論運費、法規、時間與權限。

八、學生練習與評量

層級	題目	評量重點
基礎	計算北美 P101 的 Daily Sales、Lead Time Demand 與 Projected Stock。	公式與數值
進階	將銷售預測改為最近 7 日與 30 日加權平均。	能修改模型假設
MOQ	設計一筆 Raw Reorder Qty = 230、MOQ = 200、倍數 = 100 的建議量。	應為 300
Prompt	要求 AI 在採購前先列出可調撥地區與可調撥量。	有條件、有驗證、不自動執行
管理	為 Critical、High、Medium 分別提出不同的處理時限。	能把分數轉成行動

第 1 類總結與教學評量規準

評量面向	配分	達成標準
資料結構	20	能整合多地區資料、保留來源與主檔關係
Excel 公式	25	期末庫存、查找、交期需求、MOQ 與倍數公式正確
AI Prompt	20	角色、任務、規則、輸出、限制與驗證完整
結果驗證	20	有抽查、總額平衡、邊界與異常檢查
管理解讀	15	能區分數據事實、AI 推測與人工決策

本類核心結論：單靠 Excel 可以完成計算，但不會主動理解負庫存、到貨前缺貨、MOQ、調撥或管理優先順序；AI 能協助把商業敘述轉成規則及管理文字。然而，所有計算仍應留在 Excel 中，所有推論仍須人工驗證。

第 2 類　查找、加總、驗證與資料清理

本類選擇 Dynamic Lookup 與多條件 FILTER 兩個進階案例。重點不只是學習查找函數，而是讓學生理解：當資料分散在不同主檔、查詢條件由使用者自然語言提出、錯誤原因不只一種時，Excel 負責精確查找與篩選，AI 則負責辨識意圖、建立規則、說明錯誤及產生管理摘要。

核心面向	教學重點	Excel 技能	AI 任務	不可省略的人工驗證
資料架構	先確認主檔、交易表、查詢表與輸出表的角色	結構化表格、欄位名稱、絕對參照	理解使用者想查哪一類資料	確認代碼唯一、欄位名稱一致
動態查找	查詢欄位不能寫死	VLOOKUP＋MATCH、INDEX＋MATCH、XLOOKUP	把自然語言欄位需求轉成查找邏輯	抽查正常、代碼錯誤、欄位錯誤
錯誤分類	不可把所有錯誤都顯示成空白或 0	IFERROR、COUNTIF、MATCH	解釋錯誤原因並建議修正輸入	確認 AI 未杜撰不存在資料
多條件篩選	條件可留白，代表不限制	FILTER、AND、OR、SUMIF、COUNTIFS	理解可選條件及條件過嚴問題	逐項核對所有非空白條件
管理摘要	結果不只是一張明細表	加總、平均、最大值、延遲筆數	將結果轉成管理文字與風險提示	避免把相關性誤寫成因果

一、與常用數據工具的關係

工具	傳統優勢	Excel＋AI 可部分取代	仍應保留原工具的情境
SQL＋PHP	資料庫查詢、網頁後台與多人交易	小型主檔查詢、一次性查找、規則原型	無法取代資料庫交易一致性、權限及多人併發
Python／pandas	大量資料合併、清理、篩選與自動化	中小型跨表整合、動態條件與摘要	大量資料、排程管線及程式版本管理仍應使用 Python
Power BI／Tableau	互動式篩選、視覺化與組織共享	一次性篩選、摘要表、簡易圖表	企業發布、權限治理與自動更新不可完全取代
VBA	重複查詢、表單、自動化報表	AI 可協助撰寫與解釋巨集；Excel 公式可先做原型	巨集安全、測試、維護及跨版本相容仍需專業處理
SPSS	資料篩選後進行統計分析	基本資料準備、描述統計與分組摘要	正式統計推論、模型假設與研究設計不可由簡單 Excel 取代

案例 9　Dynamic Lookup：跨主檔、動態欄位與錯誤處理

一、學習目標

辨識員工、產品、供應商三張主檔的不同資料結構。
依 Data Type 決定查詢主檔，依 Return Field 動態決定回傳欄位。
區分 Code Error、Field Error 與 Data Type Error。
理解 IFERROR 只能攔截錯誤，若沒有額外判斷，就無法說明錯誤真正原因。
讓 AI 將自然語言查詢轉成公式與可理解的錯誤說明，但禁止 AI 猜測不存在資料。

二、原始資料

（1）員工主檔

EmpCode	FirstName	Dept	Region	Salary	Email
E101	Raja	Sales	North	15,625	raja@company.com
E104	Beena	Mktg	East	7,000	beena@company.com
E108	Neena	Sales	North	85,000	neena@company.com
E110	Andre	Mktg	West	120,000	andre@company.com

（2）產品主檔

Product Code	Product Name	Category	Unit Price	Supplier Code	Status
P01	藍牙耳機	Audio	1,200	S01	Active
P02	行動電源	Power	800	S02	Active
P03	機械鍵盤	Accessory	1,500	S03	Active
P04	網路攝影機	Video	2,200	S04	Hold

（3）供應商主檔

Supplier Code	Supplier Name	Country	Lead Time Days	Payment Term	Risk Level
S01	AudioTech	Japan	18	Net 30	Low
S02	PowerCore	China	35	Net 45	Medium
S03	KeyWorks	Taiwan	28	Net 30	Low
S04	VisionLink	Korea	45	Advance	High

（4）查詢需求

Query ID	Data Type	Lookup Code	Return Field	預期處理
Q001	Employee	E101	FirstName	正常查詢
Q002	Employee	E110	Salary	正常查詢
Q003	Product	P04	Status	正常查詢
Q004	Supplier	S02	Lead Time Days	正常查詢
Q005	Product	P99	Unit Price	代碼不存在
Q006	Employee	E104	Bonus	欄位不存在
Q007	Supplier	S04	Risk Level	正常查詢

三、問題拆解

先用 Data Type 判斷 Employee、Product 或 Supplier，這一步相當於選擇資料表。
再用 Lookup Code 找到資料列；若代碼不存在，回傳 Code Error。
用 MATCH 找出 Return Field 在表頭中的位置；若欄位不存在，回傳 Field Error。
只有代碼與欄位都存在時，才執行 VLOOKUP 或 INDEX＋MATCH。
建立 AI Explanation，說明成功或失敗原因，但不改寫原始主檔。

四、完整 Prompt

你是一位 Excel 資料查詢助理。工作簿內有員工、產品與供應商三張主檔，以及一張查詢需求表。

請完成：
1. 依 Data Type 判斷應查詢哪一張主檔。
2. 依 Lookup Code 找到正確資料列。
3. 依 Return Field 動態決定回傳欄位，不得把欄位位置寫死。
4. 若 Data Type 無效、Lookup Code 不存在或 Return Field 不存在，分別回傳清楚的錯誤訊息。
5. 使用 Excel 公式保留可追溯性，可採 VLOOKUP＋MATCH、INDEX＋MATCH，或 XLOOKUP。
6. 另產生 AI Explanation，說明成功或失敗原因，但不得用 AI 猜測不存在的資料。
7. 統計正常查詢、代碼錯誤、欄位錯誤的筆數。
8. 提供至少三筆驗證，包括一筆正常數字、一筆代碼不存在及一筆欄位不存在。

輸出欄位：Query ID、Data Type、Lookup Code、Return Field、Dynamic Result、Status、AI Explanation。

五、Excel 公式與操作

步驟	核心公式／邏輯	教學說明
選擇主檔	IF(Data Type="Employee", …, IF(Data Type="Product", …, …))	把資料類型轉成分流邏輯
動態欄位	MATCH(Return Field, Header Range, 0)	表頭名稱必須精確一致
動態查找	VLOOKUP(Code, Table, MATCH(...), FALSE)	欄位位置不寫死，可因表格增減欄位調整
代碼驗證	COUNTIF(Code Range, Lookup Code)=0	先判斷代碼是否存在
欄位驗證	IFERROR(MATCH(...), "Field Error")	區分欄位錯誤與代碼錯誤
新版替代	XLOOKUP＋XMATCH 或 CHOOSECOLS	公式較清楚，但需注意 Excel 版本

六、結果表與 AI 解讀

Query ID	Dynamic Result	Status	AI Explanation
Q001	Raja	OK	已從員工主檔找到代碼與欄位
Q002	120,000	OK	已從員工主檔找到薪資
Q003	Hold	OK	產品狀態為 Hold，需確認是否可銷售
Q004	35	OK	供應商交期為 35 天
Q005	查詢錯誤	Code Error	查無 P99，請確認輸入或主檔是否更新
Q006	查詢錯誤	Field Error	員工主檔沒有 Bonus 欄，不可自行推測
Q007	High	OK	供應商風險等級為 High，後續決策需納入

教學重點：Q005 與 Q006 都可能在傳統公式中顯示 N/A，但其商業處理完全不同。AI 的價值是協助分類與說明；Excel 的價值是保留公式、欄位與來源，使結果可追溯。

七、教師教學提示

先提供一條寫死欄位編號的 VLOOKUP，請學生新增欄位後觀察公式為何可能失效。
故意輸入 P99 與 Bonus，要求學生解釋「找不到代碼」與「找不到欄位」的差別。
讓學生要求 AI 修改 Prompt，使錯誤訊息更具體，而不是只顯示「查詢失敗」。
提醒學生：AI 若回傳不存在的 Bonus 金額，就是幻覺，不能接受。
延伸討論：若資料量大、多人同時查詢，為何應轉向 SQL 或正式系統。

八、學生練習與評量

題型	任務	建議配分
基礎公式	完成 Q001–Q004 的動態查找	20
錯誤分類	正確辨識 Q005、Q006 的錯誤原因	20
Prompt 改寫	加入 Data Type Error 與空白欄位處理	20
驗證	抽查薪資 120,000、P99 與 Bonus	20
管理解讀	說明 P04 Hold 與 S04 High 對決策的影響	20

案例 12　多條件 FILTER：跨地區、可選條件與管理摘要

一、學習目標

將北美、歐洲、亞洲三區交易整合為一致欄位的明細表。
理解條件留白代表不限制，並將此需求轉成 OR(條件格="", 判斷式)。
使用 FILTER 建立可自動更新的多條件結果。
同步計算符合筆數、銷售額、平均毛利率、延遲筆數與最高單筆銷售額。
讓 AI 說明條件過嚴、結果為空與選樣偏誤，但不得將相關性說成因果。

二、原始資料（節錄）

Order No.	Region	Customer	Product	Category	Order Date	Net Sales	Gross Margin	Delivery
NA001	North America	Alpha Co.	藍牙耳機	Audio	2026/01/05	185,000	32%	On Time
NA002	North America	Beta Inc.	行動電源	Power	2026/01/14	92,000	21%	Delayed
EU004	Europe	Vision Ltd.	網路攝影機	Video	2026/02/22	169,000	24%	On Time
AS001	Asia	東方商事	藍牙耳機	Audio	2026/01/11	245,000	35%	On Time
AS002	Asia	南方科技	行動電源	Power	2026/01/30	158,000	22%	On Time
AS003	Asia	鍵盤世界	機械鍵盤	Accessory	2026/02/12	198,000	27%	Delayed
AS004	Asia	影像企業	網路攝影機	Video	2026/02/25	265,000	19%	Delayed

條件輸入區

條件	輸入值	留白時的意義
Region	Asia	全部地區
Category	（空白）	全部品類
Sales Min	150,000	不設最低金額
Sales Max	260,000	不設最高金額
Margin Min	20%	不設最低毛利率
Delivery Status	On Time	全部交付狀態
Date From	2026/01/01	不設開始日期
Date To	2026/02/28	不設結束日期

三、商業問題拆解

三區資料先整合；若欄位順序或資料型態不同，FILTER 公式可能無法正確運作。
每一條件都必須先判斷是否空白：空白為 TRUE，不空白才比較資料。
各條件之間使用 AND；同一可選條件內使用 OR。
結果為空時，不應只顯示 CALC!，而應顯示「無符合資料」並提示可能過嚴條件。
摘要只能計算篩選後資料；AI 解讀必須明確說明選樣條件。

四、完整 Prompt

你是一位 Excel 商務分析助理。請整合北美、歐洲與亞洲三區訂單，依條件輸入區建立動態篩選。

規則：
1. 先把三區資料整合成一張明細，欄位結構保持一致。
2. 條件可留白；留白代表該條件不限制。
3. 同時支援 Region、Category、Sales Min、Sales Max、Margin Min、Delivery Status、Date From、Date To。
4. 使用 Excel 365 FILTER 或等效公式，讓條件變動後結果自動更新。
5. 若沒有符合資料，顯示清楚訊息，不得回傳錯誤碼。
6. 產生統計摘要：符合筆數、Net Sales 合計、平均毛利率、延遲筆數、最高單筆銷售額。
7. 產生 AI Management Insight，說明主要結果、風險及條件過嚴的可能原因。
8. 不得將相關性當成因果關係。
9. 驗證所有結果同時符合每一個非空白條件，並至少抽查兩筆。

五、Excel 公式與操作

功能	公式概念	教學說明
可選 Region	OR(RegionInput="", Region=RegionInput)	留白時全部保留
可選金額下限	OR(MinInput="", Sales>=MinInput)	等於邊界也要保留
可選金額上限	OR(MaxInput="", Sales<=MaxInput)	使用 <=
可選日期	OR(DateInput="", OrderDate>=DateInput)	日期需為真正日期值
多條件結果	FILTER(DataRange, Condition1Condition2…, "無符合資料")	乘號代表 AND
摘要	COUNTIF、SUMIF、SUMPRODUCT、MAXIFS	只計算符合條件資料

六、篩選結果與管理解讀

Order No.	Region	Product	Net Sales	Gross Margin	Delivery Status	結果
AS001	Asia	藍牙耳機	245,000	35%	On Time	符合
AS002	Asia	行動電源	158,000	22%	On Time	符合
AS003	Asia	機械鍵盤	198,000	27%	Delayed	排除：交付狀態
AS004	Asia	網路攝影機	265,000	19%	Delayed	排除：金額、毛利率、交付
摘要 KPI		結果		解讀
符合筆數		2		目前條件只留下兩筆亞洲準時訂單
Net Sales 合計		403,000		245,000＋158,000
平均毛利率		28.5%		只代表篩選後樣本
延遲筆數		0		因條件本身只保留 On Time，不能據此說亞洲沒有延遲風險
最高單筆銷售額		245,000		AS001

AI 管理解讀範例：目前條件聚焦亞洲、銷售額 150,000–260,000、毛利率至少 20%，且準時交貨，因此結果主要呈現藍牙耳機與行動電源的高品質訂單。延遲訂單已被條件排除，不能據此推論亞洲整體交付表現良好。若結果為空，應優先檢查 Region、Delivery Status 與 Margin Min 是否設定過嚴。

七、教師教學提示

先讓學生用固定條件寫 FILTER，再逐步改成條件可留白。
將 Delivery Status 改為空白，觀察延遲筆數與平均毛利率如何變化。
把 Sales Min 設為 300,000，讓結果變空，要求學生改寫 Prompt 使 AI 提供可操作提示。
要求學生說明「延遲筆數為 0」為何不等於「沒有延遲風險」。
延伸討論：當結果要分享給多人、每天自動更新時，Power BI 或 Tableau 的優勢是什麼。

八、學生練習與評量

題型	任務	建議配分
資料整合	將三區訂單整理成相同欄位	15
可選條件	完成八個可留白條件	25
FILTER 結果	正確篩出 AS001、AS002	20
摘要驗證	算出 403,000 與 28.5%	15
AI 解讀	指出選樣偏誤與條件過嚴風險	15
工具比較	說明何時轉用 BI、SQL 或 Python	10

第 2 類總結：Excel＋AI 能取代到什麼程度？

工作情境	Excel＋AI 能力	可替代程度	何時改用其他工具
少量主檔查詢	動態查找、錯誤分類、文字解釋	高	多人同時查詢或需權限時改用 SQL／系統
中小型多條件篩選	FILTER、摘要、Prompt 解讀	高	資料量大或需自動排程時改用 Python／BI
互動分析原型	條件格、樞紐分析、圖表	中高	正式組織 Dashboard 改用 Power BI／Tableau
自動重複流程	公式＋AI 可先建立原型	中	大量重複操作可用 VBA 或 Python
正式統計分析	描述統計與篩選準備	低至中	推論統計與研究模型使用 SPSS／R／Python

本類核心結論：Excel＋AI 的強項是讓一般商務人員以自然語言快速建立可追溯的查找、篩選與摘要原型；它不是資料庫、BI 平台或程式管線的完全替代品。教學時應同時強調效率、透明度與工具邊界。

第 3 類　國際商務與進銷存決策

本類選擇信用狀多欄差異檢查與多區運費級距兩個案例。Excel 負責精確比對、日期與容許差異判斷、近似查找及費用計算；AI 負責將國際貿易條款轉成檢查流程、整合多項差異、解釋風險及提出人工覆核方向。

核心面向	教學重點	Excel 技能	AI 任務	人工驗證
文件核對	同一交易需比對多份文件與多個欄位	VLOOKUP/XLOOKUP、IF、ABS、日期比較	將條款轉成核對規則並整合差異摘要	核對原始發票、信用狀及修訂文件
容許差異	金額不一定要完全相等，需依信用狀容許值判斷	ABS、IF、邊界條件	說明差異是否超過容許範圍	確認容許差異的幣別與適用條款
風險排序	幣別與逾期出貨通常比小額差異更急迫	COUNTIF、IF、排序	建立 High/Medium/Low 覆核優先順序	不可自行判定銀行必然接受不符點
級距查找	不同區域使用不同重量級距與最低收費	VLOOKUP 近似查找、LOOKUP、MAX	選擇正確費率表並解釋所用級距	費率表必須遞增且版本正確
附加費整合	燃油、偏遠地區、Express 可能同時生效	乘法、條件判斷、差異比較	說明費用來源與報價差異原因	確認合約例外、幣別及特殊貨物

一、與常用數據工具的關係

工具	可協助的傳統工作	Excel＋AI 可部分取代	不可完全取代
SQL＋PHP	從訂單、發票、信用狀資料庫擷取交易	小型跨表查找、一次性核對與規則原型	正式交易系統、權限、稽核軌跡與多人併發
Python／pandas	批次比對大量文件與費率表	中小型資料整合、條件檢查與摘要	大量檔案、自動管線、OCR 與版本控制
Power BI／Tableau	呈現不符點、運費與區域風險 Dashboard	一次性管理摘要、簡易圖表與篩選	企業發布、權限治理與持續更新
VBA	批次匯入、格式轉換與文件核對	AI 可協助產生巨集原型與解釋程式	巨集安全、維護、測試與正式自動化
SPSS	較少直接用於單證核對；可分析差異型態	描述差異筆數、比例與分組摘要	正式統計推論與研究方法

案例 16　信用狀多欄差異檢查

一、學習目標

依 LC No. 將商業發票與信用狀資料正確配對。
同時檢查幣別、金額、容許差異、出貨日期、數量、單價與受益人。
將多項不一致整合成 Difference Summary，而不是只顯示 Check。
依差異性質建立覆核優先順序，並清楚區分 Excel 判斷與 AI 建議。
理解 AI 可以協助解讀條款，但不能代表銀行決定是否接受不符點。

二、原始資料

LC No.	Invoice	Inv. Curr.	Invoice Amount	Shipment Date	Qty	Unit Price	Beneficiary
LC-001	INV-1001	USD	50,000	2026/03/10	1,000	50	Alpha Export
LC-002	INV-1002	USD	72,000	2026/03/18	1,200	60	Beta Trading
LC-003	INV-1003	EUR	36,000	2026/04/02	900	40	Gamma Europe
LC-004	INV-1004	USD	98,000	2026/04/20	1,400	70	Delta Global
LC-005	INV-1005	USD	65,250	2026/05/06	1,450	45	Echo Supply
LC No.	LC Curr.	LC Amount	Latest Shipment	Qty	Unit Price	Beneficiary	Tolerance
LC-001	USD	50,000	2026/03/15	1,000	50	Alpha Export	0
LC-002	USD	70,000	2026/03/25	1,200	60	Beta Trading	500
LC-003	USD	36,000	2026/04/05	900	40	Gamma Europe	0
LC-004	USD	100,000	2026/04/15	1,400	70	Delta Global	2,500
LC-005	USD	65,250	2026/05/10	1,400	45	Echo Supply	0

三、商業規則拆解

金額檢查：ABS(Invoice Amount − LC Amount) <= Amount Tolerance 才通過。
幣別、數量、單價及受益人必須完全一致。
發票出貨日期不得晚於信用狀 Latest Shipment Date。
任一欄不通過，Overall Status 即為 Check。
幣別不一致與逾期出貨列為 High；數量、單價或受益人差異列為 Medium；只有金額超過容許差異列為 Low。

四、完整 Prompt

你是一位國際貿易文件審核助理。請依 LC No. 將商業發票與信用狀資料配對，並建立多欄差異檢查。

1. 金額：ABS(Invoice Amount - LC Amount) <= Amount Tolerance 才通過。
2. 幣別、數量、單價、受益人必須完全一致。
3. Invoice Shipment Date 不得晚於 Latest Shipment Date。
4. 任一欄不通過，整體狀態顯示 Check。
5. 產生 Difference Summary，列出實際不一致欄位。
6. 依風險排序：幣別不一致與逾期出貨優先。
7. 列出需人工覆核的交易及建議查核文件。
8. 所有判斷保留 Excel 公式，不得修改原始文件數值。
9. 驗證容許差異邊界、日期邊界及多項差異同時存在的情況。

五、Excel 公式與操作

檢查項目	公式範例	教學說明
幣別	=IF(InvoiceCurrency=LCCurrency,"OK","Check")	文字需完全一致
金額差異	=ABS(InvoiceAmount-LCAmount)	先算實際差額
容許差異	=IF(AmountDifference<=Tolerance,"OK","Check")	等於容許值時仍通過
出貨日期	=IF(ShipmentDate<=LatestShipmentDate,"OK","Check")	等於最後裝運日仍通過
整體狀態	=IF(COUNTIF(CheckRange,"Check")=0,"Match","Check")	任何一項不符即需覆核
差異摘要	=TEXTJOIN("；",TRUE,IF(...))	將多項錯誤組成可讀文字

六、結果與 AI 解讀

LC No.	Overall	Difference Summary	Priority	建議覆核
LC-001	Match	無差異	None	無需覆核
LC-002	Check	金額超過容許差異	Low	確認容許差異及是否需修單
LC-003	Check	幣別不一致	High	立即核對信用狀修訂與銀行要求
LC-004	Check	出貨日期逾期	High	核對展延、提單與出貨文件
LC-005	Check	數量不一致	Medium	核對發票、裝箱單及採購合約

七、教師提示、練習與驗證

先讓學生只比較總金額，再加入容許差異，體會「完全相等」並非正確商業規則。
要求學生說明 LC-003 與 LC-002 為何風險級別不同。
將 LC-004 日期改成剛好等於 Latest Shipment Date，驗證邊界是否為 OK。
提醒：AI 只能提出查核方向，是否接受不符點仍由銀行、申請人及相關當事人決定。

評量任務	要求	配分
公式	完成七項欄位核對及整體狀態	30
差異摘要	正確列出每筆不一致欄位	20
風險排序	依規則分成 High／Medium／Low	20
Prompt	加入人工覆核與禁止修改原值	15
驗證	完成容許值、日期及多差異邊界測試	15

案例 18　多區運費級距、附加費與最低收費

一、學習目標

依 Region 選擇北美、歐洲或亞洲費率表。
理解近似查找的前提：Minimum Weight 必須由小到大排序。
同時處理最低收費、燃油附加費、偏遠地區費及 Express 倍率。
比較計算運費與實際報價，建立 Accept／Review 規則。
讓 AI 解釋費用來源，但不得創造不存在的費率。

二、原始資料

Shipment	Region		Weight	Remote		Fuel	Quoted		Service
S001	North America		80	No		12%	820		Standard
S002	North America		150	Yes		12%	1,350		Standard
S003	Europe		260	No		15%	2,100		Express
S004	Europe		420	Yes		15%	3,600		Standard
S005	Asia		95	No		10%	690		Standard
S006	Asia		310	Yes		10%	2,100		Express
S007	Asia		520	No		10%	2,900		Standard
區域		Minimum Weight			Rate/kg			Minimum Charge
North America		0 / 101 / 251 / 401			8.5 / 7.6 / 6.9 / 6.2			700
Europe		0 / 101 / 251 / 401			9.2 / 8.1 / 7.2 / 6.5			750
Asia		0 / 101 / 251 / 401			7.4 / 6.8 / 6.1 / 5.6			600

三、計算流程

依 Region 選擇正確費率表，以 VLOOKUP(...,TRUE) 查找重量級距。
Base Freight = Chargeable Weight × Rate per KG。
若為 Express，Service Adjusted = Base Freight × 1.20。
Fuel Fee = Service Adjusted × Fuel Surcharge。
若為偏遠地區，加上固定費 250。
Calculated Freight = MAX(Minimum Charge, Service Adjusted + Fuel Fee + Remote Fee)。
Quote Difference = ABS(Quoted Freight − Calculated Freight)；差異 <= 100 為 Accept，否則 Review。

四、完整 Prompt

你是一位物流費率分析助理。請依 Region 選擇正確重量級距表，使用近似查找取得每公斤費率與最低收費。

1. 計算 Base Freight、Express 調整、Fuel Fee、Remote Area Fee。
2. Calculated Freight 取最低收費與完整計算值中的較高者。
3. Quote Difference <= Quote Tolerance 顯示 Accept，否則 Review。
4. 檢查每張級距表是否由小到大排序。
5. 解釋所用級距、附加費及最低收費是否生效。
6. 不得猜測缺少的地區費率。
7. 驗證低重量最低收費、級距邊界，以及偏遠地區與 Express 同時存在。

五、結果表

Shipment	Rate/kg	Tier	Calculated	Quoted	Difference	Status
S001	8.50	0–100	761.60	820.00	58.40	Accept
S002	7.60	101–250	1,526.80	1,350.00	176.80	Review
S003	7.20	251–400	2,583.36	2,100.00	483.36	Review
S004	6.50	401+	3,389.50	3,600.00	210.50	Review
S005	7.40	0–100	773.30	690.00	83.30	Accept
S006	6.10	251–400	2,746.12	2,100.00	646.12	Review
S007	5.60	401+	3,203.20	2,900.00	303.20	Review

六、教師提示、學生練習與評量

刻意把某區 Minimum Weight 排序打亂，觀察近似查找可能產生的錯誤。
要求學生逐項拆解 S006：亞洲、310 KG、Express、偏遠地區，確認四項規則同時生效。
比較 S001 與 S005，說明低重量案件是否真的由 Minimum Charge 主導。
提醒學生：報價差異不一定代表供應商錯誤，仍可能存在合約、幣別或特殊服務條款。

評量任務	要求	配分
費率查找	正確選擇區域及重量級距	25
附加費	正確計算 Express、燃油及偏遠地區費	25
最低收費	使用 MAX 正確處理	15
報價覆核	計算差異並判斷 Accept／Review	20
驗證與解讀	完成排序、邊界與管理說明	15

第 3 類教學總結

第 3 類的核心不是讓 AI 代替國際貿易專業，而是讓 AI 協助把複雜條款與費率規則轉成可追溯的 Excel 流程。學生必須始終保留原始文件、公式、差異清單與人工覆核步驟，才能避免「公式正確但商業規則錯誤」或「AI 解釋合理但沒有文件依據」的風險。

第 4 類　財務建模與營運資金

本類透過 CFO（營業活動現金流）與 CCC（現金轉換週期）兩個案例，讓學生理解：Excel 可以精確計算現金流與營運資金指標，AI 則適合協助辨識符號異常、解釋現金占用原因、比較地區差異，以及把財務結果轉成管理行動。

一、核心重點

核心面向	教學重點	Excel 負責	AI 負責	人工驗證
CFO 計算	淨利加回非現金項目，再納入營運資金變動	公式、加總、比率、跨地區彙總	解讀應收、存貨、應付對現金的影響	確認正負號與現金流表口徑
現金流品質	比較 CFO 與 Net Income	CFO / Net Income 與門檻判斷	說明低品質可能原因	檢查一次性項目與季節性
符號異常	公式可算但商業邏輯可能錯誤	保留原值與檢查欄	結合備註辨識矛盾	不得直接改值
CCC 計算	AR Days + Inventory Days - AP Days	天數、改善缺口、年度變動	指出現金占用來源	確認指標定義一致
風險排序	依缺口與硬性條件排列優先順序	排名與條件格式	轉成管理行動與敘述	權衡成長、客戶與供應商關係

二、與常用數據工具的關係

工具	傳統用途	Excel＋AI 可部分承擔	仍不宜取代
SPSS	統計關聯、迴歸與顯著性檢定	描述統計、趨勢、基本比率與初步解讀	正式推論統計與模型診斷
Power BI／Tableau	跨部門 Dashboard 與互動分析	小型一次性財務摘要與圖表	排程更新、權限、治理與大規模共享
SQL＋PHP	財務資料庫、交易查詢與系統後台	中小型跨表整理與原型驗證	正式交易系統與多人併發
Python／pandas	大量資料清理、批次運算與自動化	中小型資料分析與情境試算	大資料量、排程管線與複雜模型
VBA	自動匯入、報表更新與批次處理	AI 協助撰寫與解釋巨集	安全、維護與錯誤處理仍需程式能力

案例 21　跨地區 CFO：營運資金符號、品質與異常解讀

一、學習目標

計算 CFO = Net Income + D&A + SBC + Change AR + Change Inventory + Change AP。
理解應收、存貨與應付變動在現金流中的常見正負號方向。
計算 CFO Quality = CFO / Net Income，並依門檻判斷現金流品質。
辨識公式沒有報錯，但備註與符號可能矛盾的資料。
比較三個地區與三個年度的 CFO 變化，產生管理摘要。

二、原始資料

Region	Year	Net Income	D&A	SBC	Change AR	Change Inventory	Change AP	Management Note
North America	2024A	13,500,000	4,500,000	950,000	-6,200,000	-4,000,000	3,000,000	應收與庫存增加
North America	2025A	16,200,000	4,800,000	1,100,000	-3,500,000	-1,800,000	2,600,000	回款改善
North America	2026E	18,500,000	5,200,000	1,200,000	-8,500,000	-5,200,000	1,800,000	大型客戶延長付款
Europe	2024A	9,800,000	3,600,000	700,000	-2,100,000	-3,200,000	1,500,000	存貨增加
Europe	2025A	11,200,000	3,900,000	760,000	-1,800,000	-900,000	900,000	供應鏈改善
Europe	2026E	12,600,000	4,200,000	800,000	-4,200,000	-4,100,000	600,000	新品備貨
Asia	2024A	15,600,000	5,000,000	1,200,000	-4,800,000	-2,500,000	3,100,000	正常擴張
Asia	2025A	17,300,000	5,400,000	1,300,000	-1,200,000	-700,000	2,800,000	收款與庫存改善
Asia	2026E	20,100,000	5,900,000	1,450,000	2,500,000	-6,100,000	900,000	AR 變動符號疑似異常

三、問題拆解

先確認各欄位的正負號口徑。一般情況下，應收增加與存貨增加會占用現金，因此常以負數表示；應付增加通常釋放現金，因此常以正數表示。
逐列計算 CFO，避免只看淨利判斷現金是否改善。
計算 CFO Quality，若低於 0.8，標示 Check。
結合 Management Note 檢查符號：例如備註顯示應收增加，但 Change AR 卻為正數，應標示 Sign Review。
依地區與年度彙總，觀察淨利成長是否同步轉化為現金。
AI 只能提出原因與查核方向，不得直接更改原始會計數字。

四、完整 Prompt

你是一位財務分析助理。請整合北美、歐洲、亞洲三區的 CFO 資料。

1. 計算 CFO = Net Income + D&A + SBC + Change AR + Change Inventory + Change AP。
2. 計算 CFO Quality = CFO / Net Income。
3. 若 CFO Quality < 0.8，顯示 Check；否則顯示 OK。
4. 根據 Management Note 與營運資金變動符號建立 Sign Check。
5. 若符號與備註明顯矛盾，標示 Sign Review，不得自行修正。
6. 比較地區與年度 CFO，並說明應收、存貨及應付對現金的影響。
7. 風險優先順序：Sign Review > CFO Quality Check > 正常。
8. 提供至少兩筆公式抽查與一項總額驗證。

所有數值計算必須保留 Excel 公式；AI 只負責解讀與提出查核方向。

五、Excel 公式與操作

項目	公式範例	教學說明
CFO	=SUM(C4:H4)	將淨利、非現金項目與營運資金變動相加
CFO Quality	=IFERROR(I4/C4,0)	避免除以零；比率需搭配門檻解讀
Quality Check	=IF(J4<0.8,"Check","OK")	低於 0.8 只表示需查核，不代表一定有舞弊
Sign Check	=IF(AND(Region="Asia",Year="2026E",Change AR>0),"Sign Review","OK")	教學版可先用特定條件，再進階到文字規則
年度彙總	=SUMIF(YearRange,Year,CFO_Range)	比較各年度合計 CFO

六、結果與 AI 解讀

Region	Year	CFO	CFO Quality	Quality	Sign	Priority	AI Interpretation
North America	2024A	11,750,000	87.04%	OK	OK	Low	應收與存貨增加占用現金
North America	2025A	19,400,000	119.75%	OK	OK	Low	回款與庫存改善使 CFO 高於淨利
North America	2026E	13,000,000	70.27%	Check	OK	Medium	大型客戶延長付款與備貨壓低 CFO
Europe	2026E	9,900,000	78.57%	Check	OK	Medium	新品備貨造成存貨現金占用
Asia	2026E	24,750,000	123.13%	OK	Sign Review	High	AR 變動為正數但備註疑似應收增加，先查核符號口徑

AI 管理解讀範例：北美 2026E 淨利仍成長，但 CFO Quality 降至 70.27%，顯示成長未充分轉化為現金；亞洲 2026E 的 CFO 看似強勁，但 Change AR 與管理備註可能矛盾，因此應先確認會計口徑，不能因結果漂亮就忽略資料風險。

七、教師教學提示

先只展示淨利，請學生判斷哪一區最好；再加入 CFO，觀察答案是否改變。
將 Change AR 的正負號刻意顛倒，讓學生理解「公式正確」不等於「商業邏輯正確」。
要求學生把 AI 解讀分成「數字支持的事實」「合理推測」「需要文件確認」三欄。
提醒 CFO Quality 沒有單一普遍標準，0.8 是教學門檻，實務仍需考慮產業與季節性。

八、學生練習與評量

評量任務	要求	配分
公式計算	正確完成 9 筆 CFO 與 CFO Quality	25
符號判斷	找出至少一筆 Sign Review 並說明理由	20
年度比較	比較三地 2024A–2026E 的 CFO 變化	20
Prompt 改寫	要求 AI 分開事實、推測與查核事項	15
管理建議	提出兩項改善現金轉換的行動	20

案例 24　跨地區 CCC：現金占用、趨勢與改善目標

一、學習目標

計算 CCC = AR Days + Inventory Days - AP Days。
理解 AR、Inventory、AP 三項天數對現金占用的不同方向。
比較實際 CCC 與 Target CCC，計算 Improvement Gap。
依缺口建立 High、Medium、Low 風險。
結合供應鏈與收款備註，提出地區化改善建議。

二、原始資料

Region	Year	AR Days	Inventory Days	AP Days	Target CCC	Sales Growth	Supply Note	Collection Note
North America	2024A	75	88	70	85	12%	海運週期較長	大客戶付款延遲
North America	2025A	72	84	72	82	10%	庫存改善	催收流程改善
North America	2026E	80	92	70	80	15%	新品備貨增加	付款條件放寬
Europe	2024A	62	76	68	75	8%	區域倉運作穩定	收款穩定
Europe	2025A	60	72	70	72	9%	庫存下降	電子發票加速
Europe	2026E	66	80	69	70	11%	新品上市	部分客戶延長帳期
Asia	2024A	58	69	61	68	14%	本地供應鏈較短	收款正常
Asia	2025A	55	66	63	65	16%	供應商協同改善	預收比例提高
Asia	2026E	64	78	60	62	18%	區域擴張備貨	新客戶信用期較長

三、決策模型

計算 CCC = AR Days + Inventory Days - AP Days。AP Days 必須使用減號，因為較長付款期通常減少企業自身資金占用。
計算 Improvement Gap = CCC - Target CCC。正數代表高於目標，需改善；負數代表已優於目標。
風險分級：CCC > Target + 10 為 High；CCC > Target 為 Medium；CCC <= Target 為 Low。
計算年度變動，觀察 CCC 是否改善或惡化。
比較 AR Days、Inventory Days 與 AP Days，但不得單憑最大數值就宣稱因果。
AI 建議需結合 Supply Note、Collection Note 與 Sales Growth，避免對所有地區提出相同做法。

四、完整 Prompt

你是一位營運資金分析助理。請整合北美、歐洲、亞洲三地的 CCC 資料。

1. 計算 CCC = AR Days + Inventory Days - AP Days。
2. 計算 Improvement Gap = CCC - Target CCC。
3. 風險：CCC > Target + 10 為 High；CCC > Target 為 Medium；CCC <= Target 為 Low。
4. 比較各地年度趨勢並計算 CCC 年變動。
5. 結合 Supply Note 與 Collection Note 分析可能驅動因素，但不得把相關性當成因果。
6. 依 Improvement Gap 排出改善優先順序。
7. 產生地區化行動建議：縮短收款、降低庫存或重新談付款條件。
8. 產生管理摘要：最高 CCC、最大改善缺口、主要風險地區及是否伴隨高成長。
9. 驗證 AP Days 使用減號、等於目標的邊界及年度變動。

所有數字保留 Excel 公式；AI 建議與公式結果分欄。

五、Excel 公式與操作

項目	公式範例	教學說明
CCC	=C4+D4-E4	AP Days 使用減號
Improvement Gap	=F4-G4	正數表示需要改善的天數
Risk	=IF(F4>G4+10,"High",IF(F4>G4,"Medium","Low"))	等於目標時為 Low
YoY Change	=F5-F4	正數表示 CCC 惡化
Primary Driver	=IF(C4=MAX(C4:E4),"AR",IF(D4=MAX(C4:E4),"Inventory","AP"))	只是簡化提示，不是因果證明

六、結果與管理解讀

Region	Year	CCC	Target	Gap	YoY	Risk	Primary Driver	AI Suggested Action
North America	2024A	93	85	8	-	Medium	Inventory	降低庫存並改善大客戶收款
North America	2025A	84	82	2	-9	Medium	Inventory	延續庫存與催收改善
North America	2026E	102	80	22	18	High	Inventory	檢討新品備貨及放寬付款條件
Europe	2025A	62	72	-10	-8	Low	Inventory	維持電子發票與庫存控制
Europe	2026E	77	70	7	15	Medium	Inventory	新品上市前設定庫存上限
Asia	2026E	82	62	20	24	High	Inventory	平衡高成長、備貨與新客戶信用期

AI 管理解讀範例：北美 2026E 的 CCC 為 102 天，比目標高 22 天，且較前一年惡化 18 天；新品備貨與客戶付款條件同時轉差，因此改善不能只靠延長供應商付款。亞洲 2026E 伴隨 18% 高成長，管理者需在擴張與現金占用之間做取捨。

七、教師教學提示

先讓學生錯誤地把 AP Days 加上去，再比較結果，強化公式方向概念。
要求學生解釋為何 Inventory Days 最大，不代表一定是唯一原因。
比較亞洲 2025A 與 2026E，討論高成長是否合理伴隨較高 CCC。
讓學生設計不同目標 CCC，觀察風險分類與優先順序如何改變。
提醒延長付款條件可能傷害供應商關係，AI 建議不能只追求單一指標。

八、學生練習與評量

評量任務	要求	配分
公式計算	正確完成 CCC、Gap、YoY 與 Risk	25
邊界驗證	設計一筆 CCC 等於 Target 的測試資料	15
趨勢分析	找出改善最大與惡化最大的地區年度	20
Prompt 改寫	加入高成長與供應商關係限制	15
管理建議	提出地區化而非一體適用的改善方案	25

第 4 類教學總結

第 4 類的核心，是讓學生看到「財務公式、AI 解讀與人工判斷」三者缺一不可。Excel 提供可追溯的 CFO、CCC、比率與風險計算；AI 協助把數字轉成可能原因、優先順序與管理語言；人工則必須確認會計口徑、資料品質、產業差異及行動代價。Excel＋AI 可以大幅降低中小型財務分析的技術門檻，但不能取代正式會計制度、稽核程序、企業資料治理或專業財務判斷。

第 5 類　決策分析與管理判斷

本類把 Excel 的標準化、加權、排序與情境試算，和 AI 的語意解讀、風險說明與管理建議結合。重點不是讓 AI 代替管理者做決定，而是把原本散落在不同資料、備註與假設中的資訊，轉成可追溯、可質疑、可修改的決策模型。

第 5 類核心重點表

核心面向	Excel 技能	AI 任務	人工判斷	常見錯誤	驗證方式
標準化	MIN、MAX、比例換算	說明尺度與方向	確認尺度是否合理	正負向指標混用	抽查最高與最低值
加權評分	SUMPRODUCT 或逐項加權	整理權重意義	核准權重與底線	權重總和不等於 100%	檢查權重合計
2×2 象限	AVERAGE、IF	解釋象限與策略	確認分界是否適用	只看兩維度就下結論	與完整分數交叉比較
限制條件	IF、COUNTIF、硬性門檻	辨識不可妥協條件	決定哪些是 Hard Stop	高分抵銷底線失敗	先判斷可行性再排名
情境分析	多組權重與排名	解釋排名變化	選擇情境假設	把情境當成預測	比較三種情境排名
管理建議	排序、差異、警示	將結果轉成行動語言	評估策略代價	AI 建議過度確定	要求列出限制與待確認事項

與常用工具的關係

傳統工具	本類常見用途	Excel＋AI 可部分取代的範圍	仍不宜取代的部分
SPSS	多變量分析、分群、迴歸與統計推論	描述性評分、簡單標準化與情境比較	嚴謹模型、顯著性檢定及研究推論
Power BI	企業級 KPI、跨來源模型與共享 Dashboard	小型評分表、一次性視覺摘要與部門決策表	資料刷新、權限治理、語意模型與大規模發布
Tableau	探索式視覺分析與互動故事頁	2×2 圖、排名圖與簡易管理視覺化	正式發布、資料治理及大型互動分析
VBA	批次評分、報表更新、按鈕式情境切換	AI 協助產生巨集原型與公式替代方案	正式自動化、例外處理、安全與維護
SQL＋PHP	決策系統後台、資料庫查詢與多人輸入	小型靜態資料、單次評分與原型驗證	多人併發、交易一致性、權限與正式系統
Python／pandas	大量資料、最佳化、模擬與機器學習	中小型資料、簡單敏感度與情境分析	大型模擬、最佳化、版本控制與自動化管線

案例 29　海外市場吸引力：2×2 象限、多準則與風險調整

一、學習目標

使用人口與網路滲透率建立 2×2 市場象限。
將人口、數位化、電商成長等不同尺度資料標準化為 1–5 分。
正確處理競爭強度與付款風險等負向指標。
依權重計算市場吸引力分數並建立排名。
比較 Growth-focused 與 Risk-focused 情境下的排名變動。
理解象限、加權分數與 AI 策略建議各自的限制。

二、原始資料

市場	人口（百萬）	網路滲透率	電商成長	競爭強度	法規便利	物流成熟	付款風險	市場備註
Brazil	203	84%	16%	4	3	3	3	市場大、支付成長快，但稅務與物流複雜
Mexico	129	81%	14%	3	4	4	3	與北美供應鏈連結佳，跨境電商成熟
Indonesia	281	69%	19%	4	3	2	4	人口龐大、成長高，但島嶼物流分散
Vietnam	101	79%	21%	3	4	3	3	成長快、製造基礎強，規模中等
Poland	38	88%	11%	4	5	5	2	法規透明、物流成熟，但競爭較高
UAE	10	99%	13%	3	4	5	2	高收入、物流佳，但人口小、進入成本高

評分項目	權重	方向	教學意義
人口規模	20%	越高越好	市場容量
網路滲透率	15%	越高越好	數位可及性
電商成長	20%	越高越好	成長潛力
競爭吸引力	10%	越低競爭越好	反向轉換
法規便利	10%	越高越好	進入與營運便利
物流成熟	10%	越高越好	履約能力
付款安全	5%	越低風險越好	反向轉換

三、問題拆解與決策模型

先分清楚原始指標的方向：人口、網路、成長、法規與物流為正向；競爭與付款風險為負向。
把不同單位的正向指標標準化到 1–5 分；負向指標使用 6－原始分數反向轉換。
以人口平均值與網路滲透率平均值建立 2×2 象限。
依權重加總得到 Base Score，並建立 Base Rank。
設定 Priority 門檻，區分優先市場與觀察市場。
建立 Growth-focused 與 Risk-focused 兩套權重，觀察排名是否大幅改變。
AI 結合市場備註提出策略建議，但不可修改公式分數，也不可把分數解讀成成功機率。

四、完整 Prompt

可直接使用的專業 Prompt

你是一位海外市場策略分析助理。請將六個市場資料轉成可追溯的 2×2 象限與多準則評分。

1. 使用人口與網路滲透率的平均值作為象限分界。
2. 將人口、網路滲透率與電商成長標準化為 1–5 分。
3. 競爭強度與付款風險是負向指標，需反向轉換。
4. 依提供的權重計算 Base Score，並確認權重合計為 100%。
5. 建立 Base Rank 與 Priority／Watch 分類。
6. 另建立 Growth-focused 與 Risk-focused 兩種情境分數及排名。
7. 結合市場備註產生策略建議，但不得覆蓋公式分數。
8. 解釋象限與完整分數不一致的市場。
9. 列出排名變動最大的市場及造成變動的權重因素。
10. 明確區分：數字支持的事實、合理推測、仍需查證的資訊。

輸出欄位：市場、象限、各項標準化分數、Base Score、Base Rank、分類、策略建議、Growth-focused 分數與排名、Risk-focused 分數與排名、最大排名變動。

五、Excel 公式與操作

目的	公式範例	教學提醒
正向標準化	=1+4*(本值-MIN(範圍))/(MAX(範圍)-MIN(範圍))	最低值為 1，最高值為 5
負向轉換	=6-原始分數	原始尺度需為 1–5
象限	=IF(人口>=平均人口,IF(網路>=平均網路,"大市場／高滲透","大市場／低滲透"),IF(網路>=平均網路,"小市場／高滲透","小市場／低滲透"))	兩個維度不能代表全部吸引力
加權分數	=人口分20%+網路分15%+成長分*20%+…	先驗證權重總和
排名	=RANK.EQ(Base Score,分數範圍,0)	0 代表由高到低
分類	=IF(Base Score>=門檻,"Priority","Watch")	門檻是管理假設，不是客觀真理
排名變動	=MAX(ABS(BaseRank-GrowthRank),ABS(BaseRank-RiskRank))	用於敏感度提醒

六、結果與管理解讀

市場	象限	Base 分數	Base 排名	Growth 排名	Risk 排名	教學解讀
Vietnam	小市場／低滲透	2.97	1	1	3	成長權重高時最有吸引力，但仍需注意市場規模與物流
Indonesia	大市場／低滲透	2.79	2	2	6	規模與成長突出，但風險情境下物流與付款問題拉低排名
Brazil	大市場／高滲透	2.77	3	3	5	象限亮眼，但法規、物流與競爭使完整分數下降
UAE	小市場／高滲透	2.71	4	4	1	風險情境偏好成熟物流與付款安全，排名上升
Mexico	大市場／低滲透	2.63	5	5	4	執行條件較平衡，但成長與人口標準化分數非最高
Poland	小市場／高滲透	2.41	6	6	2	基準成長分較弱，風險情境則因法規與物流成熟上升

AI 管理解讀範例

基準模型偏向 Vietnam 與 Indonesia，代表成長與市場規模較重要；風險情境則使 UAE 與 Poland 上升，說明成熟物流、法規便利與付款安全會改變決策。學生應理解：排名變動不是模型錯誤，而是揭露決策對權重假設的敏感度。

七、教師教學提示

先只給人口與網路滲透率，讓學生用象限選市場，再加入完整指標比較答案如何改變。
刻意把競爭強度當成正向指標，讓學生發現高競爭反而加分的邏輯錯誤。
要求每組自行設計權重，再比較各組第一名是否一致。
讓學生把 AI 建議拆成「公式結果」「備註推測」「需外部查證」三部分。
提醒所有市場資料都是決策輸入，不是因果證明或成功機率。

八、學生練習與評量

任務	要求	配分
基礎公式	完成三項標準化、兩項反向指標、象限與 Base Score	30
情境分析	完成兩套情境權重與排名變化	20
Prompt 改寫	加入資料缺漏、權重驗證與不確定性要求	15
管理解讀	解釋至少兩個象限與分數不一致的市場	20
驗證	抽查最高、最低、權重合計與負向指標	15

案例 30　採購方案預測決策：多準則、情境與限制條件

一、學習目標

區分加權偏好與硬性限制。
計算 Base、Cash Tight、Supply Shock 三種情境分數。
先檢查預算、供應穩定與品質底線，再進行排名。
理解同一方案在不同情境下的優勢與代價。
使用 AI 將 Business Note 轉成決策敘述，但不讓文字取代公式。
檢查權重、可行性、同分處理與排名敏感度。

二、原始資料

方案	總成本	成本優勢	價格風險控制	現金流彈性	供應穩定	品質	決策簡單	碳排	商業備註
A	37,800	5	5	2	3	4	4	2	低成本、固定合約，但需預付且供應商集中
B	41,220	4	4	4	4	4	4	3	成本略高，付款條件與供應較平衡
C	44,870	2	3	5	5	5	3	5	成本高，但品質、彈性與永續最佳
D	42,300	3	1	5	3	3	5	4	價格下跌時有利，但價格上漲風險高
E	40,500	4	3	3	5	4	2	3	雙供應商配置，穩定但管理較複雜

項目	Base	Cash Tight	Supply Shock
成本優勢	25%	20%	15%
價格風險控制	15%	10%	15%
現金流彈性	15%	30%	10%
供應穩定	15%	10%	30%
品質	10%	10%	10%
決策簡單	10%	10%	5%
碳排	10%	10%	15%

硬性／偏好條件	門檻	效果
Max Total Cost	43,000	超過即 Budget Check
Minimum Supply Stability	3	低於即 Supply Check
Minimum Quality	3	低於即 Quality Check
Preferred Carbon	4	低於只顯示 ESG Warning，不淘汰

三、問題拆解與決策順序

先計算三種情境分數，但不要立即推薦第一名。
檢查預算、供應穩定度與品質三項硬性限制。
任一硬性限制失敗，Feasibility 顯示 Check，排名時排除。
ESG Warning 是偏好提醒，不是淘汰條件。
只對 Feasible 方案排名；同分時先比較限制狀態，再比較總成本。
AI 說明每個方案的 Strength、Trade-off 與適用情境。
比較三種情境的排名變動，找出對權重最敏感的方案。
最終建議應同時列出 Default、Cash-constrained 與 Supply-disruption 三個答案。

四、完整 Prompt

可直接使用的專業 Prompt

你是一位採購決策分析助理。請依五個方案的成本、風險、現金流、供應穩定、品質、決策簡單度與碳排評分，建立多準則決策模型。

1. 分別使用 Base、Cash Tight、Supply Shock 三組權重計算分數。
2. 驗證每組權重合計為 100%。
3. 檢查硬性限制：預算、最低供應穩定度、最低品質。
4. 任一硬性限制失敗，Feasibility = Check；排名時排除。
5. Carbon 低於偏好值只標示 ESG Warning，不淘汰。
6. 對可行方案建立三種情境排名。
7. 若同分，先比較限制條件，再比較 Total Cost。
8. 結合 Business Note 說明每個方案的主要優勢、代價與適用情境。
9. 產生 Default、Cash-constrained、Supply-disruption 三個推薦。
10. 列出最大排名變動，並說明造成變動的權重因素。
11. 明確說明模型沒有涵蓋的合約、關係、產能與突發風險。

所有計算保留 Excel 公式；AI 不得把高分方案自動視為最終決策。

五、Excel 公式與操作

目的	公式範例	教學提醒
加權分數	=成本分成本權重+價格風險分權重+…	逐項加權比橫列 SUMPRODUCT 更容易教學與查錯
預算檢查	=IF(TotalCost>MaxCost,"Check","OK")	門檻等於時應通過
供應檢查	=IF(SupplyScore<MinSupply,"Check","OK")	低於才失敗
可行性	=IF(COUNTIF(三項檢查,"Check")>0,"Check","Feasible")	先可行、後排名
可行方案排名	=IF(Feasibility="Check","-",1+COUNTIFS(可行性範圍,"Feasible",分數範圍,">"&本分數))	避免不可行方案佔排名
ESG 提醒	=IF(CarbonScore<PreferredCarbon,"ESG Warning","OK")	偏好不等於硬性底線
最大排名變動	=IF(不可行,"-",MAX(ABS(Base-Cash),ABS(Base-Supply)))	衡量模型敏感度

六、結果與管理解讀

方案	Base 分數／排名	Cash 分數／排名	Supply 分數／排名	可行性	主要解讀
A	3.75／2	3.40／3	3.50／3	Feasible	最低成本與價格控制佳，但現金流與永續較弱
B	3.90／1	3.90／1	3.85／1	Feasible	三種情境都最平衡，適合作為預設推薦
C	3.75／-	4.00／-	4.15／-	Check	品質與彈性高，但超過預算，因此不能直接推薦
D	3.30／4	3.70／2	3.15／4	Feasible	現金緊縮時上升，但價格風險控制最弱
E	3.55／3	3.40／3	3.80／2	Feasible	供應中斷情境下受惠於雙供應商配置

AI 管理解讀範例

B 方案在三種情境中都排名第一，代表它不是單一指標最佳，而是整體平衡。C 方案在現金流與供應情境得分最高，卻因超過預算而被排除，這正是「硬性限制不可被高分抵銷」的核心。E 方案在供應中斷情境排名上升，說明雙供應商配置的價值只有在特定風險假設下才會充分顯現。

七、教師教學提示

先讓學生只看 Base Score 選方案，再加入硬性限制，觀察推薦是否改變。
將 C 方案預算門檻提高，讓學生觀察它是否成為情境第一名。
把 ESG Warning 誤設為硬性限制，討論政策差異如何改變結果。
要求學生提出第四種情境，例如「品質危機」或「價格暴漲」。
讓學生說明 B 方案第一名是否代表它一定是最佳，而不是最穩健。

八、學生練習與評量

任務	要求	配分
三種分數	完成 Base、Cash Tight、Supply Shock 加權公式	25
限制條件	正確區分硬性限制與 ESG 偏好	20
排名	只對 Feasible 方案排名並處理同分	15
Prompt 改寫	加入缺值、同分與新情境規則	15
管理建議	提出三種情境推薦並說明代價	15
驗證	檢查權重、門檻邊界、C 方案排除及排名變化	10

第 5 類教學總結

第 5 類的核心不是找出一個看似精確的答案，而是讓學生看到決策模型如何依資料方向、尺度、權重、門檻與情境而改變。Excel 提供可追溯的標準化、加權、限制與排名；AI 協助把結果轉成策略語言、指出取捨與限制；人工則必須決定權重、底線、情境與行動代價。Excel＋AI 可以取代許多中小型決策分析原型，但不能取代正式治理、資料品質責任、專業判斷與組織決策。

第 6 類　辦公文件與管理報表工作流

本類把 Excel 的反推模型、情境試算、KPI 判斷與 Dashboard 摘要，和 AI 的模型拆解、例外解釋及管理文字生成結合。教學重點不是讓 AI 代替財務或管理者核准報價與專案，而是建立一套可追溯、可驗證、可修改的工作流程。

第 6 類核心重點表

核心面向	Excel 技能	AI 任務	人工判斷	常見錯誤	驗證方式
反推模型	Goal Seek、代數反推、CEILING	拆解成本與毛利模型	確認最低毛利與市場接受度	保險費未隨營收變動	Goal Seek 與代數公式交叉驗證
情境試算	成本、運費、匯率敏感度	解釋壓力情境及地區差異	決定可接受風險與議價策略	只看單一基準情境	比較基準與壓力情境
KPI 門檻	IF、COUNTIFS、SUMIFS	理解 >=、<= 與硬性條件	確認門檻、權重與治理政策	方向判斷顛倒	抽查等於門檻的邊界
Dashboard 決策	加權分數、Hard Stop、摘要	把結果轉成管理文字	核准進入、暫緩或改善	高分抵銷硬性風險	先檢查 Hard Stop，再看分數
報表治理	假設區、結果區、驗證區	區分事實、推論與建議	保留審核紀錄	AI 直接覆蓋原始數據	來源、公式與決策分欄

與常用工具的關係

工具	傳統強項	Excel + AI 可部分取代的工作	仍不宜取代的部分
VBA	自動報價、批次產生報表、按鈕流程	用自然語言協助建立公式、巨集原型與操作說明	正式部署、權限、安全、例外處理與維護
Power BI／Tableau	互動式 Dashboard、發布與共享	部門級或一次性 KPI 摘要、簡易視覺化與決策文字	企業治理、排程刷新、權限與跨組織發布
Python	最佳化、模擬、自動化與大規模運算	中小型情境試算、反推模型與管理摘要	多變數最佳化、大量資料、排程管線與版本控制
SQL＋PHP	正式系統、資料庫與網頁後台	小型報價表、KPI 規則原型與部門工作流	多人併發、交易一致性、權限與稽核軌跡
Excel + AI	模型透明、商務人員易上手、自然語言互動	快速建立、解釋與修改教學型及部門級工作流	不能免除模型治理、資料品質與人工核准

教學定位：Excel + AI 最適合把「需要一些程式或 BI 技能才能完成」的中小型工作，轉成一般商務人員可理解的模型。但正式報價核准、企業 Dashboard 發布、合規決策與多變數最佳化仍需要專業工具及治理流程。

案例 35　Goal Seek：最低可接受報價與壓力情境

一、學習目標

建立營收、變動成本、固定成本、保險費與毛利率的完整報價模型。
使用 Goal Seek 反推達到目標毛利率所需的單位報價。
以代數公式驗證 Goal Seek 結果，避免把黑箱結果當成正確答案。
將最低報價向上取整，並比較目前報價、最低報價與安全空間。
建立材料、運費與匯率壓力情境，辨識各地區的報價風險。
理解 Goal Seek 是單一變數反推，不能取代多變數最佳化。

二、原始資料

地區	客戶	訂單量	材料／單位	人工／單位	包裝／單位	國際運費	保險費率
北美	Alpha Retail	20,000	US$6.20	US$1.40	US$0.60	US$18,000	0.30%
歐洲	Europa GmbH	15,000	US$6.50	US$1.55	US$0.65	US$16,500	0.35%
亞洲	Pacific Trading	28,000	US$5.90	US$1.25	US$0.55	US$12,500	0.25%

地區	目標毛利率	目前報價／單位	美元兌當地幣	固定管理費	材料上升	運費上升	不利匯率
北美	22%	US$11.50	31.20	US$3,500	8%	15%	5%
歐洲	24%	US$12.20	34.10	US$4,200	10%	20%	4%
亞洲	20%	US$9.80	31.20	US$2,800	6%	10%	3%

關鍵假設：保險費不是固定成本，而是「營收 × 保險費率」。因此改變報價時，保險費也會改變。這是本案例最容易被忽略的連動關係。

三、問題拆解與模型順序

先計算單位變動成本，再乘以訂單量得到 Variable Cost。
計算 Current Revenue＝Order Qty × Current Quote。
計算 Insurance＝Revenue × Insurance Rate。
計算 Total Cost＝Variable Cost＋Freight＋Fixed Admin＋Insurance。
計算 Gross Margin＝（Revenue－Total Cost）／Revenue。
用 Goal Seek 將 Gross Margin 設為 Target Margin，改變 Quote。
用代數公式計算 Raw Minimum Quote，再以報價單位向上取整。
比較目前報價與最低報價，產生 Raise Quote、Negotiate Carefully 或 Acceptable。
套用材料、運費與匯率壓力情境，形成 Stress Minimum Quote。

四、完整 Prompt

你是一位國際報價與財務模型助理。請建立三地區最低可接受報價模型。

1. Total Revenue = Order Qty × Quote USD/unit。
2. Variable Cost = Order Qty × (Material + Labor + Packaging)。
3. Insurance = Total Revenue × Insurance Rate。
4. Total Cost = Variable Cost + International Freight + Insurance + Fixed Admin Cost。
5. Gross Margin = (Total Revenue - Total Cost) / Total Revenue。
6. 使用 Goal Seek：Set Cell 為 Gross Margin；To Value 為 Target Gross Margin；By Changing Cell 為 Quote USD/unit。
7. 同時建立代數反推公式，驗證 Goal Seek 結果。
8. 最低報價依 0.01 向上取整。
9. 計算目前毛利率、報價差距、當地幣最低報價及壓力情境。
10. 若目前報價低於最低報價，標示 Raise Quote；若只高出 3% 以內，標示 Negotiate Carefully；否則標示 Acceptable。
11. 解釋地區差異，但不得假設市場一定接受模型價格。
12. 驗證保險費連動、分母大於 0、Goal Seek 與代數公式一致。

五、Excel 公式與操作

步驟	Excel 公式／操作	教學說明
單位變動成本	=Material + Labor + Packaging	先確認所有項目均為每單位成本。
目前營收	=Order Qty * Current Quote	報價改變時營收同步改變。
保險費	=Current Revenue * Insurance Rate	不能誤設為固定金額。
目前毛利率	=(Revenue - Total Cost) / Revenue	分母為營收，不是成本。
原始最低報價	=(Variable Cost + Freight + Fixed Admin) / [Qty*(1-Target Margin-Insurance Rate)]	分母必須大於 0。
向上取整	=CEILING(Raw Minimum Quote,0.01)	避免四捨五入後低於最低門檻。
Goal Seek	資料 → 模擬分析 → 目標搜尋	設定毛利率、目標值及變動報價儲存格。
壓力報價	調高材料、運費並套用不利匯率	與基準最低報價並列，不覆蓋基準假設。

六、結果與管理解讀

地區	目前毛利率	最低報價	目前差距	決策	壓力最低報價	AI 管理解讀
北美	19.05%	US$11.94	-US$0.44	Raise Quote	US$12.75	目前報價低於目標毛利門檻；材料與運費上升後風險明顯。
歐洲	17.03%	US$13.33	-US$1.13	Raise Quote	US$14.48	目標毛利率最高，且材料、運費壓力最大，議價優先級最高。
亞洲	15.60%	US$10.35	-US$0.55	Raise Quote	US$10.85	訂單量大使固定成本攤提較佳，但目前報價仍不足。

管理界線：模型結果只回答「要達到設定毛利率，價格至少應是多少」。它不回答客戶是否接受、競爭者價格、合約限制或是否應犧牲毛利換取市場。

七、教師教學提示

先讓學生把保險費當固定金額計算，再改成營收連動，觀察最低報價差異。
分組設定不同目標毛利率，討論「公司政策」如何影響模型結果。
要求學生用 Goal Seek 與代數公式各算一次，兩者不一致時先找模型錯誤。
把材料上升與匯率不利情境分開，再合併成壓力情境。
討論何時應使用 Solver：例如同時決定報價、訂單量與產品組合。
要求 AI 將「公式事實」「商業推論」「需人工確認」分成三欄。

八、學生練習與評量

任務	學生產出	配分	評量重點
建立基準模型	完整成本、營收、保險費與毛利公式	25	公式引用與單位一致
Goal Seek 與代數驗證	三地最低報價及差異	20	兩種方法結果一致
壓力情境	材料、運費、匯率情境	20	假設區與結果區分開
Prompt 改寫	加入最低毛利底線與報價取整	15	指令完整、可驗證
管理解讀	三地議價優先順序	15	不把模型結果當市場事實
驗證清單	至少四項檢查	5	含保險連動與分母檢查

案例 36　Dashboard KPI：門檻、權重與 Hard Stop 決策文字

一、學習目標

依 KPI Direction 正確處理「越高越好」與「越低越好」兩種門檻。
計算 KPI Gap，區分達標餘裕與未達缺口。
以通過權重計算 Weighted Score。
建立 Hard Stop，使合規、現金或交付風險不能被其他高分抵銷。
產生跨地區 Dashboard 決策與 AI 管理文字。
驗證權重、邊界值與硬性否決條件。

二、原始資料

地區	KPI	實際值	門檻	方向	權重	Hard Stop	管理備註
北美	Operating Margin	11.5%	10.0%	>=	20%	No	獲利率達標
北美	Cash Flow Gap	2,700,000	3,000,000	<=	20%	Yes	接近上限
北美	Average Gross Margin	30.5%	30.0%	>=	15%	No	略高於門檻
北美	On-time Delivery	91.0%	95.0%	>=	15%	Yes	交付未達標
北美	Customer Concentration	42.0%	40.0%	<=	15%	No	集中偏高
北美	Compliance Incidents	0	0	<=	15%	Yes	無事件
歐洲	Operating Margin	10.8%	10.0%	>=	20%	No	達標
歐洲	Cash Flow Gap	1,800,000	3,000,000	<=	20%	Yes	安全
歐洲	Average Gross Margin	31.8%	30.0%	>=	15%	No	達標
歐洲	On-time Delivery	96.0%	95.0%	>=	15%	Yes	達標
歐洲	Customer Concentration	34.0%	40.0%	<=	15%	No	分散良好
歐洲	Compliance Incidents	1	0	<=	15%	Yes	有一件事件
亞洲	Operating Margin	12.6%	10.0%	>=	20%	No	表現最佳
亞洲	Cash Flow Gap	3,200,000	3,000,000	<=	20%	Yes	超過上限
亞洲	Average Gross Margin	32.9%	30.0%	>=	15%	No	達標
亞洲	On-time Delivery	94.0%	95.0%	>=	15%	Yes	略低門檻
亞洲	Customer Concentration	38.0%	40.0%	<=	15%	No	可接受
亞洲	Compliance Incidents	0	0	<=	15%	Yes	無事件

關鍵原則：Hard Stop 是治理規則，不是一般權重。即使 Weighted Score 很高，只要硬性 KPI 未達標，決策仍應暫緩。

三、問題拆解與決策順序

先依 Direction 判斷每一項 KPI 是 OK 或 Check。
計算 KPI Gap：>= 指標用 Actual－Threshold；<= 指標用 Threshold－Actual。
將通過 KPI 的 Weight 加總，再除以全部 Weight，得到 Weighted Score。
檢查是否有 Hard Stop＝Yes 且 KPI Result＝Check。
依序決策：全部通過 → 可進入；有 Hard Stop → 暫緩；無 Hard Stop 且分數達標 → 條件式進入；其餘 → 需調整。
找出每個地區的 Top Risk，並生成 AI Decision Text。
跨地區比較 Weighted Score、Hard Stop、Decision 與優先改善項目。

四、完整 Prompt

你是一位管理報表與 Dashboard 決策助理。請依地區與 KPI 建立達標判斷、加權分數、Hard Stop 及管理決策文字。

1. Direction = ">="：Actual >= Threshold 為 OK。
2. Direction = "<="：Actual <= Threshold 為 OK。
3. Weighted Score = 通過 KPI 的 Weight 合計 / 全部 Weight 合計。
4. 若任一 Hard Stop = Yes 且 KPI = Check，Hard Stop 顯示 Yes。
5. 決策：全部 KPI OK 為可進入；有 Hard Stop 為暫緩；無 Hard Stop 且 Weighted Score >= 80% 為條件式進入；其他為需調整。
6. 計算 KPI Gap，正數為達標餘裕，負數為缺口。
7. AI Decision Text 必須包含最終決策、通過與未通過數、主要硬性風險及兩項改善行動。
8. 不得以高分抵銷 Hard Stop。
9. 建立跨地區比較。
10. 驗證權重合計、門檻方向及等於門檻的邊界。

五、Excel 公式與操作

功能	公式概念	說明
KPI Result	=IF(Direction=">=",IF(Actual>=Threshold,"OK","Check"),IF(Actual<=Threshold,"OK","Check"))	先判斷方向，再比較門檻。
KPI Gap	=IF(Direction=">=",Actual-Threshold,Threshold-Actual)	正數為安全餘裕，負數為缺口。
Pass Weight	=IF(Result="OK",Weight,0)	只累計通過項目的權重。
Weighted Score	=SUMIFS(PassWeight,Region)/SUMIFS(Weight,Region)	依地區彙總。
Hard Stop	=IF(COUNTIFS(Region,本區,HardStop,"Yes",Result,"Check")>0,"Yes","No")	硬性條件獨立於分數。
Decision	=IF(CheckCount=0,"可進入",IF(HardStop="Yes","暫緩",IF(Score>=80%,"條件式進入","需調整")))	順序不能顛倒。
Top Risk	INDEX＋MATCH 或 FILTER	優先找 Critical，再找一般 Check。
AI Decision Text	以公式結果串接文字，AI 再潤飾	文字必須能回指數字與備註。

六、結果與管理解讀

地區	Weighted Score	通過／未通過	Hard Stop	決策	Top Risk	AI 決策文字摘要
北美	70%	4／2	Yes	暫緩	On-time Delivery	交付為硬性缺口；先改善準時率，再處理客戶集中。
歐洲	85%	5／1	Yes	暫緩	Compliance Incidents	加權分數最高，但合規事件使專案仍需暫緩。
亞洲	65%	4／2	Yes	暫緩	Cash Flow Gap	獲利良好不能抵銷現金缺口與交付不足。

案例關鍵：歐洲的 Weighted Score 為 85%，若只看分數可能得到「條件式進入」。加入 Hard Stop 後，正確決策是「暫緩」。這正是本案例要訓練的治理思維。

七、教師教學提示

先拿掉 Hard Stop，讓學生只用權重決策，再加入 Hard Stop 比較結果。
將 Europe 的 Compliance Incidents 從 1 改為 0，觀察決策是否成為條件式進入或可進入。
將某 KPI Actual 設為剛好等於 Threshold，檢查是否被正確判定為 OK。
討論 Customer Concentration 是否應設為 Hard Stop，以及不同公司治理政策的差異。
要求 AI 產生兩版文字：董事會摘要與營運團隊行動清單。
提醒 Dashboard 文字不是獨立證據，必須能回到 KPI 明細與公式。

八、學生練習與評量

任務	學生產出	配分	評量重點
KPI 明細模型	Result、Gap、Priority、Pass Weight	25	方向、等號與公式正確
地區 Dashboard	Score、Hard Stop、Decision	25	決策順序正確
AI 決策文字	三地摘要與改善行動	20	有數據支持、不杜撰
治理討論	重新設計 Hard Stop	15	理由與風險清楚
Prompt 改寫	增加第四地區或新 KPI	10	規則完整且可擴充
驗證清單	至少五項	5	含權重、邊界與硬性條件

第 6 類教學總結

第 6 類將 Excel + AI 從「計算工具」推進到「工作流程與管理溝通工具」。案例 35 讓學生理解反推模型、連動成本、Goal Seek 與情境風險；案例 36 則讓學生理解 KPI 方向、權重、Hard Stop 與決策文字。Excel 提供可追溯的公式與規則，AI 協助拆解模型、解釋差異並轉成管理語言，人工則負責設定目標、核准假設、處理例外及承擔決策責任。

Excel + AI 的適用範圍與治理原則

類別	兩個案例	Excel 核心能力	AI 核心能力	主要治理問題
第 1 類	庫存異常、智慧補貨	公式、彙總、查找、補貨規則	異常原因與管理建議	不可直接修改原始庫存
第 2 類	Dynamic Lookup、FILTER	跨表查找、多條件篩選	辨識查詢意圖與錯誤分類	不得杜撰不存在資料
第 3 類	信用狀核對、運費級距	多欄核對、近似查找	差異摘要與覆核優先級	正式文件與費率需人工確認
第 4 類	CFO、CCC	財務公式、趨勢與比率	營運資金解讀與風險說明	符號口徑與會計定義
第 5 類	市場吸引力、採購決策	標準化、加權、排名、情境	取捨、策略與敏感度解讀	權重不是客觀事實
第 6 類	Goal Seek、KPI Dashboard	反推、情境、門檻、Hard Stop	模型解釋與決策文字	AI 不得取代核准與治理

六項共同驗證原則

原始資料、人工假設、Excel 公式、AI 推論與最終決策必須分開呈現。
AI 產生的公式、程式碼、分類與文字都必須經過抽查及總額驗證。
公式沒有錯誤訊息，不代表商業邏輯正確；必須檢查符號、方向、單位與邊界。
AI 不得填補不存在的資料，也不得擅自修正原始數值。
加權分數、象限與預測都是決策輔助，不是因果證明或成功保證。
當資料量、多人協作、權限、排程、稽核或模型複雜度提高時，應升級到 SPSS、Power BI、Tableau、VBA、SQL、Python 或正式企業系統。

建議整體評量方式

評量構面	建議比重	說明
資料與公式	30%	資料結構、欄位、公式、引用與單位正確。
Prompt 設計	15%	任務、規則、輸出、例外與驗證完整。
結果驗證	20%	抽查、總額平衡、邊界、錯誤與限制檢查。
AI 管理解讀	20%	有數據支持，區分事實、推論及建議。
治理與反思	15%	理解工具邊界、人工責任與專業工具升級時機。

Excel + AI 數據管理

第 1 類 基礎計算與公式思維

案例 5 跨地區期末庫存與資料異常

案例 6 智慧補貨：安全庫存、銷速、交期與 MOQ

第 2 類 查找、加總、驗證與資料清理

案例 9 Dynamic Lookup：跨主檔、動態欄位與錯誤處理

案例 12 多條件 FILTER：跨地區、可選條件與管理摘要

第 3 類 國際商務與進銷存決策

案例 16 信用狀多欄差異檢查

案例 18 多區運費級距、附加費與最低收費

第 4 類 財務建模與營運資金

案例 21 跨地區 CFO：營運資金符號、品質與異常解讀

案例 24 跨地區 CCC：現金占用、趨勢與改善目標

第 5 類 決策分析與管理判斷

案例 29 海外市場吸引力：2×2 象限、多準則與風險調整

案例 30 採購方案預測決策：多準則、情境與限制條件

第 6 類 辦公文件與管理報表工作流

案例 35 Goal Seek：最低可接受報價與壓力情境

案例 36 Dashboard KPI：門檻、權重與 Hard Stop 決策文字

Excel + AI 的適用範圍與治理原則

第 1 類　基礎計算與公式思維

案例 5　跨地區期末庫存與資料異常

案例 6　智慧補貨：安全庫存、銷速、交期與 MOQ

第 2 類　查找、加總、驗證與資料清理

案例 9　Dynamic Lookup：跨主檔、動態欄位與錯誤處理

案例 12　多條件 FILTER：跨地區、可選條件與管理摘要

第 3 類　國際商務與進銷存決策

案例 16　信用狀多欄差異檢查

案例 18　多區運費級距、附加費與最低收費

第 4 類　財務建模與營運資金

案例 21　跨地區 CFO：營運資金符號、品質與異常解讀

案例 24　跨地區 CCC：現金占用、趨勢與改善目標

第 5 類　決策分析與管理判斷

案例 29　海外市場吸引力：2×2 象限、多準則與風險調整

案例 30　採購方案預測決策：多準則、情境與限制條件

第 6 類　辦公文件與管理報表工作流

案例 35　Goal Seek：最低可接受報價與壓力情境

案例 36　Dashboard KPI：門檻、權重與 Hard Stop 決策文字