1. 00:10 06/08/2026
Bảng tính là công cụ quen thuộc nhưng cũng là nơi nhiều người mất rất nhiều thời gian: dò lỗi công thức, chuẩn hóa tên dữ liệu, tách cột, viết hàm điều kiện, hoặc nhìn vào một bảng dài mà không biết nên rút ra kết luận gì. Đây là nhóm công việc AI có thể hỗ trợ khá tốt nếu chúng ta biết đặt yêu cầu đúng cách.
Điểm quan trọng là không nên xem AI như người “làm thay toàn bộ bảng tính”, mà nên dùng như một trợ lý: đề xuất công thức, giải thích logic, kiểm tra lỗi và gợi ý cách trình bày dữ liệu rõ hơn.
1. Nhờ AI viết và giải thích công thức
Ví dụ bạn có một bảng đơn hàng với các cột: Ngày đặt, Khách hàng, Sản phẩm, Số lượng, Đơn giá, Trạng thái. Bạn muốn tính tổng doanh thu của các đơn đã hoàn tất trong tháng 7.
Thay vì tự mò hàm, bạn có thể hỏi:
“Tôi dùng Google Sheets. Dữ liệu có cột A là Ngày đặt, cột D là Số lượng, cột E là Đơn giá, cột F là Trạng thái. Hãy viết công thức tính tổng doanh thu cho các đơn có trạng thái ‘Hoàn tất’ trong tháng 7/2024. Giải thích từng phần công thức.”
Cách hỏi này tốt hơn câu “viết công thức tính doanh thu” vì AI có đủ thông tin về phần mềm, vị trí cột, điều kiện lọc và kết quả mong muốn.
2. Dùng AI để làm sạch dữ liệu
Một tình huống rất phổ biến: cùng một khách hàng nhưng được nhập thành “Công ty Minh An”, “Minh An Co.”, “CTY Minh An”. Nếu xử lý thủ công, bạn phải lọc và sửa từng dòng.
Bạn có thể đưa một mẫu dữ liệu nhỏ và yêu cầu AI đề xuất quy tắc chuẩn hóa:
“Dưới đây là danh sách tên khách hàng bị nhập không đồng nhất. Hãy đề xuất cách chuẩn hóa tên, chỉ ra các trường hợp có khả năng là cùng một khách hàng, và tạo bảng gồm: tên gốc, tên chuẩn hóa, mức độ chắc chắn.”
Lưu ý: không nên đưa dữ liệu nhạy cảm như số điện thoại, email cá nhân, mã hợp đồng hoặc thông tin tài chính riêng tư lên công cụ AI công cộng. Nếu cần, hãy ẩn hoặc thay thế dữ liệu trước khi hỏi.
3. Nhờ AI tìm lỗi trong bảng tính
AI rất hữu ích khi bạn không hiểu vì sao công thức trả về lỗi. Thay vì chỉ gửi thông báo lỗi, hãy cung cấp ngữ cảnh:
“Tôi có công thức sau trong Excel: ... Công thức đang báo lỗi #VALUE!. Dữ liệu ở cột B là ngày, cột C là số tiền, nhưng một số ô có thể bị trống. Hãy giúp tôi tìm nguyên nhân và viết lại công thức an toàn hơn.”
AI thường có thể gợi ý các vấn đề như sai định dạng ngày, vùng dữ liệu lệch hàng, ô trống, dữ liệu dạng chữ thay vì số, hoặc dùng sai dấu phân cách trong công thức.
4. Biến bảng dữ liệu thành nhận xét dễ hiểu
Sau khi có bảng tổng hợp, nhiều người vẫn khó viết phần nhận xét. AI có thể giúp chuyển số liệu thành đoạn diễn giải dễ đọc.
Ví dụ:
“Dựa trên bảng tổng hợp sau, hãy viết 5 nhận xét ngắn cho báo cáo kinh doanh nội bộ. Không suy đoán nguyên nhân nếu dữ liệu không thể hiện rõ. Chỉ nêu xu hướng, điểm tăng giảm và câu hỏi cần kiểm tra thêm.”
Yêu cầu “không suy đoán nguyên nhân” rất quan trọng. AI có xu hướng viết nghe có vẻ hợp lý, nhưng không phải lúc nào cũng có căn cứ. Với dữ liệu kinh doanh, nên yêu cầu AI phân biệt rõ: điều gì thấy được từ số liệu, điều gì chỉ là giả thuyết.
5. Gợi ý quy trình dùng AI với bảng tính
Một quy trình đơn giản có thể áp dụng hằng ngày:
- Bước 1: Xác định việc cần làm: viết công thức, làm sạch dữ liệu, tóm tắt, kiểm lỗi hay tạo báo cáo.
- Bước 2: Mô tả cấu trúc bảng: tên cột, loại dữ liệu, phần mềm đang dùng.
- Bước 3: Đưa ví dụ vài dòng dữ liệu đã ẩn thông tin nhạy cảm.
- Bước 4: Yêu cầu AI giải thích cách làm, không chỉ đưa kết quả.
- Bước 5: Kiểm tra lại trên một phần dữ liệu nhỏ trước khi áp dụng cho toàn bộ bảng.
6. Những việc không nên giao hoàn toàn cho AI
Không nên để AI tự kết luận thay bạn trong các báo cáo quan trọng nếu chưa kiểm tra số liệu gốc. Cũng không nên dán toàn bộ bảng có dữ liệu khách hàng, lương thưởng, hợp đồng hoặc thông tin nội bộ nhạy cảm vào công cụ không được tổ chức cho phép. Ngoài ra, với các công thức phức tạp, hãy thử trên vài trường hợp mẫu để chắc chắn kết quả đúng.
Tóm lại, AI có thể giúp bạn làm việc với bảng tính nhanh hơn, đặc biệt ở các khâu viết công thức, phát hiện lỗi, chuẩn hóa dữ liệu và diễn giải kết quả. Nhưng cách dùng hiệu quả nhất không phải là hỏi chung chung, mà là cung cấp đúng ngữ cảnh, yêu cầu giải thích rõ ràng và luôn kiểm tra lại trước khi dùng kết quả cho quyết định thực tế.
