logo
  • 環境
  • 企業方案
  • 價格方案
BusinessMay 29, 2026

用 Kimi K2.5 將 Excel 銷售資料轉成完整分析報告

EigentEigent
Kimi K2.5 — 銷售績效 Excel 分析 + HTML 報告
Automate Everything with
AI Workforce on Desktop
Download Eigent

從原始 Excel 資料到可直接提交董事會的分析報告

銷售績效檢視每次都從相同流程開始:下載資料、打開 Excel、寫公式、格式化表格、複製到報告中,再加上一些結論。這往往要花上好幾個小時。這套工作流程——由 Kimi K2.5 驅動的 Eigent——只要一個提示詞和一份試算表附件,就能完成全部步驟,產出一份完整的 HTML 分析報告,包含執行摘要、比較表與策略建議。

1將 Kimi K2.5 設定為你的模型

Kimi K2.5(由 Moonshot AI 提供)是一款高容量模型,非常適合資料密集型任務。要在 Eigent 中使用它,請前往 Settings → Models → Custom Models,並依照以下設定新增 Kimi:

  • API Host: https://api.moonshot.ai/v1
  • Model: kimi-k2.5

驗證後設為預設模型。Eigent 會在儲存前確認是否支援 function-calling。

2附上 Excel 檔案並撰寫提示詞

將你的 Sales Order.xlsx 檔案直接附加到提示詞中:

我們正在進行銷售績效評估。請分析此系統中的銷售資料,並依照關鍵指標比較所有業務,包括訂單數、總營收、平均/中位數/最高訂單金額、每位業務每月 GMV,以及訂單轉換率。請生成一份結構化的 HTML 分析報告,包含摘要、比較表與結論,並將其儲存到指定資料夾。

不需要前處理。不需要樞紐分析表。只要檔案和需求即可。

3三個代理,三項任務

Eigent 會將工作拆分為三個依序執行的任務:

Task 1 — Document Agent: 讀取 Sales Order.xlsx 的每一列與每一欄,並將完整資料集輸出為結構化 JSON,其中每個工作表作為一個 key,每一列作為以欄位標題為鍵的物件。

Task 2 — Developer Agent: 取得 JSON 資料集,並針對每位業務計算:

  • 總訂單數
  • 總營收
  • 平均、中位數與最高訂單金額
  • 每位業務每月 GMV
  • 訂單轉換率

結果會以 JSON 陣列形式回傳。

Task 3 — Developer Agent: 取得指標 JSON 後,產生完整的 HTML 報告:

  • 執行摘要段落
  • 包含所有業務與所有指標並排呈現的比較表
  • 重點洞察與策略結論
  • 儲存為 sales_performance_report.html

4報告揭示了什麼

生成的報告能揭露出人工檢視往往要花好幾個小時才能發現的洞察。在這個範例資料集中,分析結果顯示:

  • 最佳表現者:Mitchell Admin — 貢獻了團隊總營收的 89%,平均訂單金額為 $15,095
  • 營收集中度: Mitchell 產生的營收是第二名的 9 倍
  • 三位業務皆為 100% 轉換率 — 每一筆下單都已完成
  • 量與價值的分布: Marc Demo 的訂單數最多(35 筆),但平均訂單金額較低
  • 成長機會: OdooBot 在較少的訂單數下仍展現合理的平均金額,顯示尚未被充分開發的潛力

每項洞察都附有對應的策略建議——例如導師制度設計、區域重新分配分析、方法論分享——可直接用於績效檢視。

5為什麼這很重要

Excel 到報告的流程是銷售營運中最常見的瓶頸之一。資料擷取、指標計算與敘事生成的組合,正是 Eigent 原生擅長的多步驟分析工作——不需要使用者撰寫任何 Python、設定任何 BI 工具,或手動格式化表格。

Kimi K2.5 為這套流程帶來強大的數值推理能力,讓它能可靠地處理不同的試算表結構與資料量。

6下一步可以試試看

將相同分析套用到上季的 Excel 檔案,並與這份結果比較——告訴我哪些業務有所進步。

將報告生成為 PDF,並寄送給銷售團隊。

在 HTML 報告中加入顯示各業務營收的長條圖。

標記任何與上個月相比轉換率下降超過 10% 的業務。

7提升結果的技巧

  • 整理欄位標題。 Document Agent 會依欄位標題名稱對列進行對應。保持標題一致且具描述性(例如使用 "Order Value" 而不是 "Col_D")可以讓指標計算更準確,報告標籤也更易讀。

  • 指定輸出路徑。 在提示詞中加入「將其儲存到指定資料夾」,或直接提供絕對路徑,可確保報告正確輸出到你需要的位置,而不是落在代理的工作目錄中。

  • 要求可供圖表使用的資料。 加上「另外將指標以 CSV 格式匯出,並與 HTML 報告一起保存」,即可取得一份結構化資料集,方便你匯入任何 BI 工具進一步視覺化。

Other use cases

收據與發票的自動化 VAT 申報

收據與發票的自動化 VAT 申報

請處理 "VAT" 資料夾中的所有收據與發票,包括照片、掃描 PDF 與數位發票。最終輸出應只包含兩個檔案:(1) vat_return.xlsx — 這個 Excel 檔應每筆收據或發票占一列,列出所有擷取的欄位,顯示每筆項目是否符合 VAT 退稅資格,顯示每筆符合資格項目的可回收 VAT 金額,包含不可回收項目的排除原因,清楚標示需要人工審核的項目,並包含一個顯示可回收 VAT 總額的摘要工作表。(2) vat_return.html — 建立一個可直接開啟並分享給會計團隊的獨立 HTML 檔。HTML 檔應顯示所有 VAT 回收項目、每筆項目的可回收 VAT 金額、被排除的項目及其排除原因、需要人工審核的項目,以及可回收 VAT 總額。不要猜測任何不確定的資訊。

長時程任務:在 Eigent 單代理架構中比較 GLM-5.1 與 GLM-5.2

長時程任務:在 Eigent 單代理架構中比較 GLM-5.1 與 GLM-5.2

對 AI 基礎設施生態系中的 26 家公司進行深度研究——這是整個 AI 價值鏈中最確定的主線。涵蓋以下 6 個子領域(各自選出具代表性的公司,從大型領導者到較小玩家皆納入):AI 資料中心(運算基礎設施/建置);GPU/AI 晶片(訓練與推論矽晶片、ASIC、IP);伺服器、網路與光模組(交換器、NIC、光互連);電力、液冷與儲能(電源供應、散熱、能源管理);AI 雲端/算力平台(超大型雲端業者、GPU 雲、算力租賃平台);支援生態系(HBM/先進封裝、晶圓代工、連接器與其他關鍵零組件)。針對每家公司,研究:公司名稱、子領域、總部/國家;核心產品及其在 AI 供應鏈中的具體角色;上市或未上市(若上市,提供代號+交易所;若未上市,註明最新估值/融資輪次);市值或估值規模(用於排序);在生態系中的定位與護城河(1–2 句);主要客戶/競爭對手。排序方式:在每個子領域內,依規模由大到小排名(依市值/估值)。整體結構採由上而下:從完整硬體生態系全景一路展開到每一家公司的細節。輸出要求:首先產生結構化資料檔 ai_infra_data.json——包含全部 26 家公司與上述欄位、6 個子領域分類、上市/未上市旗標,以及跨公司比較矩陣(子領域 × 關鍵維度)。接著根據該 JSON 產生一份精緻的 HTML 報告:包含生態系全景/分層圖、產業區塊、公司卡片、清楚的上市/未上市視覺標示(標籤或色彩編碼)、市值排名圖表,以及可排序/可篩選的比較表。設計要專業、資訊密集且具互動性。先驗證研究資料的準確性(上市狀態、代號、估值——使用最新數據並引用來源),再產生報告。以單代理模式執行此任務。

使用 Eigent 同時打造 10 款中國新年 HTML5 遊戲

使用 Eigent 同時打造 10 款中國新年 HTML5 遊戲

使用 HTML、CSS 和 JS(不使用任何函式庫)打造 10 款獨立且完整的遊戲,主題圍繞 2026 年中國新年(馬年)。遊戲必須有趣、原創、精緻、適合行動裝置。請包含計分、難度遞增、重新開始按鈕與流暢視覺效果。涵蓋:街機、益智、無盡跑酷、反應、策略、記憶、2 人本機、放置、復古像素,以及 1 款實驗性遊戲。

Automate everything with AI workforce on desktop
Download Eigent

立即體驗 Eigent

下載開源桌面應用,在本地以 AI 工作團隊開始自動化。

下載 Eigent
Eigent

掌握 AI 工作團隊自動化的最新更新與教學內容。

產品Eigent環境價格方案企業方案
探索解決方案使用情境技能插件部落格
開發者文件GitHubCAMEL-AI開源基金合作夥伴
下載開源版
公司關於我們品牌招募使用條款隱私權政策安全與信任Cookie 政策退款與試用政策

版權所有 © 2026 EIGENT UK LTD

Eigent 1.0 全新版本發佈!download