插入一列不難，重複一千次才是問題

我這兩年在整理紫微斗數的個人筆記，一路寫下來，累積到快要一萬行。寫到後來，我開始懷疑，自己到底是在整理命盤，還是在跟 Google 試算表打一場消耗戰。

會需要不斷回頭插入列，是因為紫微筆記不是一次寫完的東西，是持續累積、持續補充的過程。今天讀到一個新的宮位解法，會想插進對應的位置；某個案例後來有新的體會，也要補一段進去。內容一直在長，插入列這個動作，也就跟著一直發生。

整理到後面，常常會發現前面漏了一段，要回頭補。補的方式不是加在最後面，而是要在中間插入一列，有時候只插一列，有時候一次要插二列、三列。而且新插入的這幾列不能是空白的，要延用上一列的欄位格式，公式也要跟著往下延伸，不然整份筆記的邏輯就斷掉了，後面的運算也會跟著出錯。

一開始這個動作沒什麼感覺。滑鼠右鍵、插入列、往下拖曳延伸格式，一次也就幾秒鐘的事，順手就做完了。

越做越覺得，時間在流失

問題是這個動作不是做一次兩次，是幾百次、上千次地重複，筆記量越滾越大，一天可能就要做上幾十次。

做久了，很熟練，會慢慢累積出一種很明確的感受，就是自己一直在浪費時間。不是這件事本身很難，右鍵插入誰都會，而是同一件事重複太多次之後，會開始懷疑，為什麼這麼簡單的事，還要自己一列一列去做，做到快一萬行都還在做同樣的事。

後來我把這個動作錄成巨集，按下快捷鍵就能自動完成。速度上的提升沒有想像中誇張，插入列本來就快，巨集省下來的時間不算多。但完成一次插入的當下，心情明顯愉快很多。

少了那個「又要重複一次」的疲乏感，光是這一點，這件事就值得做。

真正卡住我的，是函數解決不了的部分

我一直很想把工作效能往上提升，遇到重複的事就會想，這個是不是可以想辦法讓它自動一點。只是我能用的工具，長期以來就只有函數。

函數擅長的是計算與判斷，但「插入列並延伸格式」這種需要先操作、再判斷插在哪裡的事，函數本來就做不到，這不是函數不夠強，是這件事根本不屬於函數的範圍。

過去也不是完全沒碰過程式。用 VBA 的時候，多半是從網路論壇、社群貼文裡東拼西湊一段語法過來，改一改湊合著用，說穿了跟拼裝車差不多，能跑，但沒人敢保證哪天會不會突然拋錨，因為連我自己都看不懂那段語法在做什麼。碰到需要微調的地方，常常是改壞了也不知道問題出在哪，最後乾脆放棄，還是回去手動做。錄製巨集將入門的自動化門檻降到最低，若是流程與劇本夠熟悉，就是一個好的開始。

真正解決這件事的，是把錄製巨集跟自己本來就會的判斷能力分清楚。

巨集只會把錄好的固定動作原封不動重播一次，它不會自己判斷。真正要判斷「這次該從哪一列插入、要延伸到第幾欄」的，一直都是我自己，不是巨集。巨集只是把我已經決定好的那個動作重播一次，省下來的是重複操作的時間，判斷還是我自己來。

缺的從來不是語法能力，是沒把這件事想清楚，把判斷錯放到巨集身上。這個判斷如果有一天也想交出去，需要的不是懂語法，而是把「遇到什麼情況要怎麼做」這件事寫成規則，讓程式自己依規則走，那就已經是腳本的範圍了。

錄一次，之後就不用再想

實際做法可以拆成三步：

第一步，先確定要重複的動作是什麼，像是「插入列、往下延伸格式與公式」；

第二步，開啟巨集錄製功能，把這個動作完整做一次，包含插入需要的列數、確認格式與公式都正確延伸下去，然後停止錄製；

第三步，之後只要觸發這段巨集，同樣的操作就會照著重播一次，不用再一列一列手動來，也不用擔心哪一次漏了延伸格式。

這種「錄一次、之後自己跑」的邏輯，其實不只能用在插入列這件事上。試算表裡很多重複性的小工作，都是同一種結構，都是規則固定、不需要臨場判斷的動作：

• 把指定範圍內的文字格式、顏色、邊框一次清除乾淨
• 比對多欄位組合，找出並刪除重複的列
• 有新資料輸入時，自動依日期或金額重新排序
• 每次在固定位置補上時間戳記或版本標記
• 新增一列資料時，在指定欄位填入固定格式的編號
• 把多餘的空白、不統一的大小寫與日期格式，一次清理成同一種樣子

這些動作單獨看起來都不起眼，但共同點都是「同一件事重複做很多次」，正好就是巨集這種工具最適合接手的範圍，不需要先學會寫程式才能開始用，這也是為什麼我會先從錄製巨集開始，而不是直接跳去學語法。

巨集只是第一步，接下來換 AI 寫

錄巨集只能處理重複同一組固定操作，當流程開始需要判斷、需要跨系統（像是資料異常發信、定時整理報表這類情況），才輪到 AI 幫你寫腳本，也就是 Google Apps Script。

邏輯跟錄巨集是同一套：巨集是「做一次動作，工具幫你記下來」，換成腳本，變成「把需求講一次，AI 幫你寫出來」。你不需要從零開始寫語法，只需要把想完成的事情講清楚，例如「把檔案進行清單管理，幾十張照片自動整理成一張清單」，AI 就能生成對應的腳本初稿。剩下的工作是驗證跟抓錯：跑一次看結果對不對，哪裡不對就跟 AI 說哪裡不對，讓它修正，而不是自己去查語法哪裡寫錯。

這中間真正需要你自己判斷的，不是語法，而是「這件事該用什麼邏輯處理」，這一步交不出去，還是得自己想清楚，但想清楚之後怎麼把它變成能跑的腳本，可以整段交給 AI。
重複的事，不必自己一直扛

這件事讓我比較確定一個判斷方式：遇到一個重複性的小工作，不是先問「我會不會寫程式」，而是先問「這件事我是不是已經用同一種方式做過很多次」。如果答案是肯定的，那多半代表這件事不需要每次都自己動手，錄一次下來，之後只要確認結果對不對就好。

至於它跟寫程式之間的距離，其實沒有想像中遠。你負責把動作想清楚、親手做一次，剩下重複的部分，交給工具去扛就好，這一次是巨集，下一次也許就是一段由AI生成的腳本。

回頭看，這整件事其實不是從「我要自動化」開始的，是從「這個動作我到底做了幾次」這個很單純的疑問開始的。判斷要不要交給工具，門檻不是懂不懂寫程式，是有沒有先誠實數過，這件事自己重複了多少次。

函數解決不了的重複動作，不用學程式，錄一次巨集就記住了！

小樹108・No.004｜AI工作流

．．．關於分享者．．．

※連繫：FB 蔡興正
※電郵：jason@cpfs.com.tw
※證照：孫易新心智圖講師班﹙2014﹚ | GCDF全球職涯發展師 | Google全球教育家
※專長：心智圖法 | 數位工作 | 職涯紫微