批量改名、表格合并、图片压缩这三件耗时的碎活，其实不用学编程。本文用一段对话引出问题，讲清零基础怎么把需求说给AI、让它代写可运行的脚本，覆盖不同工具差异、数据量边界和失败退路，并给出三个可直接复制的提示词模板，让你当天跑通第一个小工具。
周五下班前，行政小林在群里发了一句话：“谁会用Excel把三个表合一起？我这边手动粘到第47行了。”
隔壁工位的采购老周回：“你不是有AI吗，让它帮你弄。”
小林：“它给我写了一大段代码，我不知道往哪粘。”
这段对话我听过不止一次。问题不在AI会不会写，在于大部分人拿到那段代码之后，卡在了“下一步”。这篇要解决的增量就在这里：不是教你怎么写脚本，是教你怎么把一段脚本安全地跑起来，跑不通时怎么退回去。 学完你能处理的不只是改名，还有三类平时只能手动硬扛的碎活。不用装什么开发环境，一台装了Python的普通办公电脑就行；没装也能照做，后面会讲。
不写代码，凭什么能让电脑替你干活？
结论先给：能，但前提是你把“要什么结果”说清楚，而不是把“怎么做”丢给AI。
脚本这东西，说白了就是一段让电脑按顺序执行的指令清单。过去写它要懂语法，现在AI能替你翻译。你负责的是业务判断——哪些文件要动、动成什么样、错了怎么办；AI负责把它翻成机器能读的句子。这个分工一变，门槛就从“会编程”降到了“会描述”。
我实测下来，描述需求时最容易漏的是三件事：文件放在哪个路径、按什么规则改、出错时保留还是覆盖。这三件说全了，AI一次给出的脚本八成能跑；说漏一件，就得来回改三四轮。
还有个前置动作很多人跳过：确认电脑上有没有Python。在开始菜单搜“cmd”打开命令提示符，输入 python --version 回车。显示版本号就说明有；提示“不是内部或外部命令”，就去 Python 官网下载安装包，安装界面底部有个“Add Python to PATH”的勾，一定勾上，不然后面所有命令都会报错。这一步是免费的，不用管理员权限，普通账号就能装。
没装Python也不想装？替代做法是用国产AI工具自带的代码执行功能，比如部分对话产品能直接在网页里跑Python，或者用WPS/Excel自带的宏录制做简单版。功能会弱一些，但改个名、合个表够用。
批量改名：AI给的脚本，先让它只“演”一遍
财务部的小唐每月要处理一批银行回单扫描件，文件名全是“IMG_20241”这种，对账时得一个个点开看日期。60多张，手工改名要40分钟。
便利在哪：把“日期_序号”的命名规则说清楚，电脑几秒钟改完，以后每月重复用。
怎么做，四步：
我在Windows电脑上，要把【D:\回单\10月】文件夹里所有jpg图片，按“日期_序号”重命名，日期取文件修改时间，格式20241103，序号两位从01开始。请先写一段只打印“原名→新名”对照、不实际修改的脚本。
rename.py，注意后缀是.py不是.txt。存在哪都行，路径别有中文和空格最稳。python 完整文件路径 回车。先看它打印出来的对照表。要注意什么：第1步里“先只打印、不实际改”这句不能省。我带过的学员里，有人直接让AI给执行版，结果规则写错，60张图全变成“日期_01”重名，覆盖掉一半。改名不可逆，预览这一步就是你的后悔药。
另外，不同工具差异明显：对话型AI（如豆包、通义、Kimi）适合边聊边改，你说“序号改成三位”，它立刻调；而一些带“代码解释器”的产品能直接上传文件替你跑，省去存文件这步，但免费额度有限，几十张图还行，上千张就会卡。文件量超过500个，建议还是本地跑脚本，稳。
表格合并：1000行和10行，做法根本不是一回事
销售助理小许每周要把华东、华南、华北三个大区的订单表合成一张总表，三个表列名对得上，但顺序不一样，还各有几行合计行。
便利在哪：不用手动复制粘贴，也不怕漏行。脚本一次读完三个表，按列名对齐后拼起来。
怎么做：
我在【D:\订单\本周】文件夹里有三个xlsx文件，列名基本相同但顺序不同，每个表最后一行是“合计”，合并时要跳过。请用Python的pandas写脚本，按列名对齐后纵向合并，输出到同文件夹的“合并结果.xlsx”。
import pandas。这时要在命令提示符里先装它，输入 pip install pandas openpyxl 回车，等它跑完。openpyxl是读写xlsx格式要用的，缺了会报错。这一步免费，联网即可。要注意什么：这里有个真做过才知道的坑——“合计”行不一定在最后一行。有的表合计在上面，有的中间插了小计。光说“跳过最后一行”会漏。稳妥的说法是让脚本“跳过任何第一列包含'合计'或'小计'的行”。另外，列名看着一样不代表真一样，有的表“金额”后面带个空格，pandas会当成两列，合并后错位。预览时看一眼列数就知道，对不上就让AI加一句“先去掉列名首尾空格”。
量级差异要讲清：10来行、列也少的小表，其实手动粘更快，不值得折腾脚本。上百行、列多、每周重复，脚本才划算。这是判断值不值得做的分界线。
图片压缩：批量处理时，别让AI替你决定画质
市场部的小郑要往公众号后台上传20张活动现场图，每张原图三四兆，后台限单张2兆以内，他一张张丢进在线压缩网站，压了快半小时。
便利在哪：脚本读一个文件夹，统一压到指定大小，一次跑完。
怎么做：
我在【D:\活动图】文件夹有20张jpg，要压到每张2MB以内，但画质不能糊到看不清人脸。请用Python的Pillow库写脚本，按质量参数逐步降低来压，压缩后的图另存到“压缩后”子文件夹，不要覆盖原图。
pip install Pillow。要注意什么：画质这个事AI判断不了。它能保证文件变小，但“人脸糊没糊”得你自己看。我见过有人直接批量压，20张全压成马赛克，只能重来。永远先拿1张试。
还有个工具差异要说：如果你只是偶尔压几张，在线工具（很多免费）比写脚本快得多，不值得为3张图装环境。批量、重复、要固定参数才轮到脚本出场。这种判断比会写脚本更重要。
脚本跑报错了，普通人怎么自己救回来？
结论：绝大多数报错是三类，按顺序排查，不用懂代码也能定位。
第一类，不是内部或外部命令 或 python 无法识别——Python没装好或没勾PATH。回安装界面重装，勾上那个选项。
第二类，ModuleNotFoundError: No module named 'xxx'——缺库。把xxx记下来，输入 pip install xxx 即可。这是最常见的一类，不用慌。
第三类，脚本跑一半停了，屏幕上出现一堆英文和 File “……” 字样——多半是路径写错或文件正被打开。检查文件夹路径对不对、Excel是不是还开着。把报错那几行原样复制给AI，它基本能告诉你改哪。
回退怎么做：跑任何会改文件的脚本前，先把原文件夹整个复制一份，改名叫“备份”。出问题就把备份复制回来，几秒钟的事。这个动作比任何技术都管用，也是我们团队踩过坑之后定下的死规矩。
哪些话别信AI，哪些活别交给脚本？
失效边界要划清：
- 涉及公司系统内部数据的（如从ERP导出再加工），脚本只在本地跑、不要上传到在线AI，数据合规以贵司规定为准。
- 文件命名规则本身混乱、没人能说清“到底该叫啥”的，先理规则，别急着写脚本。
- 每个月只做一次、每次10分钟能搞定的活，学脚本的时间比省下的还多，不值。
- 苹果电脑（macOS）和Windows的路径写法不一样，AI给的脚本可能是Windows版，在Mac上跑要让它改成Mac版，或者用Mac自带的“自动操作”功能。
验收标准就一条：拿这次的结果和手工做一遍的结果对，数量和内容一致，才算成。别信“看着差不多”。
明天上班，先拿哪一件开刀？
我的建议：从“批量改名”开始，别从表格合并开始。
原因很实在——改名脚本最短，报错最少，你能在30分钟内完整体验“描述需求→存文件→预览→执行”这一整圈。这圈跑通了，你对脚本这事的恐惧就没了，后面合表、压图都是同一套动作。
具体到明天：挑一个你有20到50个文件、命名乱、又必须整理的文件夹。按上面改名那四步走一遍，全程留好备份。跑通了，再考虑下一个。
不要一上来就挑1000个文件的大活，那是在给自己找挫败。
