Excel Copilot 情感分析：函數、提示與人工覆核

顧客回饋、問卷留言與客服紀錄常常堆在 Excel 裡。用 Copilot 把文字先分出情緒、主題與摘要，確實能讓分析的第一步更快；但它產生的是 AI 建議，不是可以直接拿去做考核、財務結論或合規判斷的最終答案。可靠的做法是先整理資料、限定輸出格式，再由人抽樣覆核與定稿。

Excel 中與 Copilot 有關的功能不只一種。理解工具差異，才能選到適合的方式，也不會把「幾分鐘完成」當成不需要驗證的保證。

先分清楚：Copilot 面板與 COPILOT 函數

Copilot in Excel 面板：適合探索、摘要與建立欄位

Excel 的 Copilot 面板可以根據工作表資料回答問題、找趨勢與離群值，也可協助新增欄位、公式、圖表或摘要。Microsoft 的支援文件特別列出文字資料情境：對問卷、評論或回饋，Copilot 可以摘要、辨識主要主題與情緒，並把結果加入工作表的新欄位。

這種方式適合先看資料全貌。例如先要求它整理常見抱怨，再請它提出可能的分類欄位。送出前要確認目前選取的表格與欄名正確；要求的輸出格式越清楚，結果通常越容易檢查。

`=COPILOT()` 函數：把提示與儲存格脈絡帶進公式

COPILOT 函數可把提示文字與儲存格或範圍作為脈絡，直接從公式儲存格取得 AI 回覆。它適合小量試驗、文字摘要或輔助標記；不過 Microsoft 目前將此函數列為 Frontier 與 Microsoft 365 Insider 計畫可用功能，且需要符合資格的 Copilot 授權。看不到函數時，應先確認帳號、方案與更新通道，而不是假設所有 Excel 使用者都能使用。

函數只會使用提示與你明確提供的範圍，不會自動讀取活頁簿其他資料、其他檔案或企業資料。這是降低意外取用範圍的限制，也表示提示中需要交代分類規則與可用欄位。

做情感分析前，先把資料變得可檢查

建立一列一筆的資料表。至少保留唯一編號、回饋文字、日期或產品等必要欄位；移除不該提供給分析流程的個資、帳號資訊與敏感內容。
先定義標籤。例如只允許「正面、中性、負面」，或另加「需要人工覆核」。不要讓模型自行發明一長串類別。
用小樣本校正。先挑 20 到 30 筆有代表性的回饋，人工標記後再比較 Copilot 的結果；若對否定語、反諷、混合情緒或產品術語經常誤判，先調整規則再擴大範圍。
保留原文與結果來源。AI 產生的新欄位不能覆蓋原始回饋，讓後續的人可以回到原句檢查。

提示範例：先要求固定格式

如果使用 Copilot 面板，可先選取含有「顧客回饋」欄位的表格，再用接近下列的請求開始：

請分析目前表格的「顧客回饋」欄位。
新增一欄「情緒」，每筆只能填入：正面、中性、負面或需要人工覆核。
若文字同時有稱讚與抱怨，或語意不明，請標為需要人工覆核。
完成後列出三個最常見的主題，並保留原始回饋欄位不變。

若你的帳號已可使用函數，可先以單筆資料做試驗，再向下填滿並抽樣比對：

=COPILOT("請判斷這則顧客回饋的情緒；只能回傳正面、中性、負面或需要人工覆核。", B2)

範例中的 B2 應是單筆回饋文字。若要讓函數處理一整段範圍，先在少量資料上確認是否以預期的動態陣列方式展開，以及每個輸出是否仍能對回原始列。不要跳過這個確認步驟。

摘要與統計應分工進行

Copilot 很適合把已確認的分類結果整理成可讀的敘述，例如「負面回饋主要集中在哪些主題」。但需要可重現的計數、比例、門檻或趨勢比較時，仍應使用 Excel 原生公式、樞紐分析表或圖表。例如情緒欄位確認後，可用 COUNTIF、COUNTIFS 或樞紐分析表計算數量，再由人檢查分母與篩選條件。

實務原則：讓 AI 處理語意探索與草稿，讓 Excel 原生計算處理需要精確、可重現的數字。這樣即使日後模型結果改變，報表的正式統計邏輯仍能被追溯。

三個容易忽略的限制

結果可能不正確，也可能隨模型更新而變動。Microsoft 明確提醒應檢視、編輯與驗證 AI 產生的內容。若結果已經審核完畢且不希望重新計算改變它，可另存一份並使用「貼上值」固定已核准的輸出。
不要用 AI 函數處理高風險決策。數值計算請用 SUM、AVERAGE、IF 等原生函數；財務報告、法律、法規或其他高風險用途，不應直接依賴 AI 回覆。
注意授權、額度與資料標示。COPILOT 函數的支援文件列有授權條件、連線需求與每 10 分鐘的計算上限；標示為 Confidential 或 Highly Confidential 的活頁簿也無法計算該函數。這些機制不是資料治理的替代品，仍要遵循組織的資料使用政策。