每周两小时四十分钟的周报,我用 TRAE 压到了十五分钟

109 阅读5分钟

先介绍下背景。我在一家电商公司做运营,每周一要把五个渠道的销售数据拼成周报,全流程两小时四十分钟。上个月我用 TRAE 把它写成了脚本,现在只要十五分钟。

这篇不聊感悟,只讲操作。三段提示词全部原样给出,你可以直接照抄。

开工前,先把流程拆成清单

AI 最怕的不是不会做,是需求说不清。所以动 TRAE 之前,我先把每周的活拆成了五步,写在备忘录里。

  1. 从五个后台导出 CSV,放进 data 文件夹
  2. 五份表按日期合并
  3. 统一表头,有的叫销售额,有的叫 GMV(万元)
  4. 汇总数字,算环比
  5. 按固定模板写总结

坑也提前记了下来。渠道 C 的 CSV 是 GBK 编码,直接打开全是乱码。渠道 B 的表头带全角括号。提前知道,后面能省两轮返工。

第一步,把需求和样例一起喂给 TRAE

打开 TRAE 新建对话,先把五份 CSV 拖进工作区,再在输入框里用 # 引用 data 文件夹,让文件进上下文。然后贴上这段提示词,一个字没改。

提示词 1 · 下需求(原样可抄) 
我要做一个每周销售周报的自动化脚本。流程一共五步,
1. 从五个后台导出 CSV 放进 data 文件夹 
2. 五份表按日期合并 
3. 统一表头,销售额和 GMV(万元)混用 
4. 算汇总和环比 
5. 按固定模板写总结。五份样例文件已经放在工作区,表头和编码都不一样。
用 Python 加 pandas 来做,脚本要能每周重复跑,一次处理整个文件夹,不用改代码。

它回得很干脆,说这活不需要什么架构,一个脚本加 pandas 就够。二十来行代码,weekly_report.py 直接在工作区里生成,终端命令它会自己列出来请求执行。

这一步我一行代码没改,我的职责只有一个,跑它。

运行效果

第二步,报错就原样贴回去

第一次全量跑,编码那个坑如期而至。

操作说穿了就一句,把终端里的报错复制,贴回对话框,别自己翻译,别加戏。

提示词 2 · 贴报错(原样可抄) 
weekly_report.py 跑渠道 C 的文件报错了,UnicodeDecodeError,gbk 解不了。
渠道 C 导出的文件是 GBK 编码,其他四份是 UTF-8。
改一下,自动识别编码,别让我每次手动指定。

它补了 encoding 参数,过了。

第二次是渠道 B 的表读出来是空的。查了几轮才发现,那家表头写的是「GMV(万元)」,全角括号,精确匹配对不上。还是贴回去,它把列名匹配改成了模糊匹配,又过了。

两次返工,加起来不到十分钟。

这个过程里我最大的体会是一句话,步骤是死的,数据是活的。

以前我把两类活混着干,又跑流程又对数据。现在分开,跑流程的事归脚本,我只碰数据本身。

输出效果:

md格式报告

第三步,把总结和图表也塞进脚本

脚本稳了之后,我没有另开对话,就在原对话里继续提要求,上下文它都记得。

提示词 3 · 加功能(原样可抄) 
脚本稳定了,加两个功能。
1. 汇总表自动出一张环比柱状图,存到 output 文件夹 
2. 按 template.md 的模板生成一段总结初稿,环比波动超过 20% 的渠道单独标出来,提醒我重点写。

它加了一段 matplotlib 出图,又按模板生成了总结初稿,波动异常的渠道会单独标红。

到这周为止,这个一百来行的脚本已经稳定扛过四次周一

现在,周一只要十五分钟

改造前后的账,摆在一起看。

环节以前现在
导出五份报表30 分钟2 分钟,丢进文件夹
拼表与格式化50 分钟自动完成
核对数字30 分钟5 分钟,异常自动标红
手写总结50 分钟8 分钟,初稿自动生成
全程约 2 小时 40 分约 15 分钟

现在我的周一长这样,五个文件丢进 data,跑一条命令,端着咖啡回来检查初稿,改两句话,发出去。十四个步骤变成三步,这个数字是真的。

但比省时间更值的是心态。以前周一上午我心里总悬着一根弦,怕贴串列,怕乱码,怕数字错。现在弦没了,因为流程本身不会再错。

这套流程想搬走,改一处就够了,把提示词 1 里的五步清单换成你自己的。另外记住三句话,需求写成步骤清单,别只说目标。样例文件直接丢给它,比一百句描述都准。报错信息原样贴回去,别自己翻译。

写这篇的时候我想明白了一件事。

它不会替你思考,总结怎么写、什么算异常,标准还是你来定。但它能把你已经想清楚的流程,变成一个真的能跑的东西。

剩下的,就是把属于你的那个「周一」找出来。