Excel sang Markdown: Chuyển bảng tính thành bảng mà LLM có thể phân tích
Hỏi mô hình ngôn ngữ một câu hỏi về bảng tính bạn đã dán ở dạng thô và bạn sẽ thường nhận được câu trả lời điều đó chắc chắn là sai về cột nào. Đó không phải là mô hình ngu ngốc. Một bảng tính là lưới tọa độ - ô B7 chứa một số và không có gì trong tệp cho biết số đó thuộc về Cột "Doanh thu quý 3". Con người suy luận điều đó từ vị trí. Dán các giá trị dưới dạng lộn xộn và mô hình phải cũng suy luận ra điều đó, từ những bằng chứng tồi tệ hơn nhiều.
Chuyển đổi Excel tới Markdown khắc phục điều này bằng cách tạo ra một bảng ống thực sự: một hàng tiêu đề, một dấu phân cách, sau đó căn chỉnh các hàng dữ liệu. Định dạng đó rõ ràng về tư cách thành viên của cột và các mô hình xử lý nó à bởi vì các bảng Markdown có ở khắp mọi nơi trong dữ liệu huấn luyện của chúng. Nếu bạn muốn chuyển đổi tệp Excel thành bảng Markdown trực tuyến, thả .xlsx hoặc .xls vào hộp bên trên. Miễn phí, không cần tài khoản, trần 50 MB, không giữ lại gì.
Đầu ra trông như thế nào
Sổ làm việc là một tập hợp các trang tính và mỗi trang tính sẽ trở thành một phần riêng ở đầu ra, được gắn nhãn bằng tên tab của trang tính. Việc ghi nhãn đó quan trọng hơn vẻ ngoài của nó - "Giả định", "Thực tế năm 2024" và "Không chỉnh sửa" mang ý nghĩa thực sự về cách xử lý các con số bên dưới chúng và một mô hình có thể nhìn thấy tên tab sẽ sử dụng nó.
Trong mỗi trang tính, hàng được điền đầu tiên được coi là tiêu đề, theo sau là dấu phân cách căn chỉnh hàng, sau đó mỗi hàng dữ liệu được hiển thị bằng dấu phân cách đứng. Kết quả đọc như thế này trong cấu trúc: cột tên ở trên cùng, các giá trị được xếp bên dưới chúng, mỗi bản ghi trên một dòng. Khi dữ liệu của bạn ở dạng đó, bạn có thể đặt các câu hỏi theo từng cột — "khu vực nào tăng trưởng hơn 10 phần trăm", "tìm các hàng có trạng thái bị chặn và chủ sở hữu trống" — và mô hình có đủ để thực sự kiểm tra thay vì đoán.
Công thức, giá trị và những gì bạn thực sự nhận được
Điều này làm mọi người ngạc nhiên. Một tệp .xlsx lưu trữ hai thứ cho một ô công thức: chính công thức đó
(=SUMIF(D:D,"North",F:F)) và kết quả được tính toán gần đây nhất, được lưu vào bộ đệm từ lần cuối Excel
tính toán lại. Chuyển đổi đọc giá trị được lưu trong bộ nhớ cache. Bạn nhận được 184.500, không phải SUMIF.
Đó là mặc định đúng — con số là điều bạn muốn lý giải — nhưng nó có hai hậu quả đáng giá. nắm giữ. Đầu tiên, mô hình có thể thấy cái gì câu trả lời là nhưng không làm thế nào nó đã được bắt nguồn, vì vậy nó không thể kiểm tra logic của bạn hoặc phát hiện phạm vi bị hỏng. Thứ hai, nếu một tệp được tạo bởi tập lệnh hoặc xuất công cụ viết công thức mà không cần mở Excel, các giá trị được lưu trong bộ nhớ đệm có thể bị thiếu hoặc cũ và những giá trị đó các tế bào có thể đi qua trống hoặc sai. Mở tệp, để nó tính toán lại, lưu, sau đó chuyển đổi. Mất mười giây và loại trừ toàn bộ phạm trù nhầm lẫn.
Những thứ làm vỡ bàn
Các bảng Markdown rất cứng nhắc: mỗi hàng phải có cùng số cột. Bảng tính không cứng nhắc ở tất cả. Sự không phù hợp đó là nguồn gốc của hầu hết mọi chuyển đổi lộn xộn.
- Các ô đã hợp nhất. Ô đã hợp nhất lưu trữ nội dung của nó ở ô trên cùng bên trái của phạm vi hợp nhất và để phần còn lại thực sự trống rỗng. Tiêu đề được hợp nhất trên A1:F1 sẽ trở thành một giá trị theo sau là năm khoảng trống và nếu đó là hàng đầu tiên của bạn thì nó sẽ được đọc làm tiêu đề của bạn. Nhãn danh mục đã hợp nhất ở bên cạnh của một báo cáo tạo ra một giá trị ở hàng đầu tiên của nhóm và không có giá trị nào ở hàng còn lại.
- Tiêu đề nhiều hàng. “2024” cổ điển kéo dài ba cột phía trên “Q1/Q2/Q3” bố cục không có đại diện trong bảng Markdown. Một trong những hàng đó trở thành tiêu đề và hàng còn lại trở thành một hàng dữ liệu chứa đầy tên quý.
- Các hàng và cột trống. Phòng thở trực quan trong Excel trở thành hàng trống và các cột không tên trong đầu ra, âm thầm tiêu thụ mã thông báo và làm loãng bảng.
- Dữ liệu không bắt đầu từ A1. Logo ở góc, ghi chú ở hàng 2 và bảng thực tế bắt đầu từ hàng 6 - bộ chuyển đổi không có cách nào để biết hàng từ 1 đến 5 là trang trí.
- Nhiều bảng trên một tờ. Ba dãy nhà riêng biệt cạnh nhau trở thành một khối rất rộng, lưới chủ yếu là trống rỗng.
Cách khắc phục cho tất cả những điều này đều giống nhau và thật nhàm chán: trước khi chuyển đổi, hãy tạo một bản sao của trang tính bằng một hàng tiêu đề ở trên cùng, một bảng trên mỗi trang, không hợp nhất, không có hàng đệm. Hai phút dọn dẹp có giá trị hơn hơn bất kỳ lời nhắc thông minh nào sau đó.
Ngày, số và lý do ô của bạn hiển thị 45231
Excel không lưu trữ ngày tháng dưới dạng ngày tháng. Nó lưu trữ một dãy số đếm ngày từ một kỷ nguyên, và thứ đó
bạn thấy đấy - 03/15/2024 hoặc 24 tháng 3 hoặc Thứ Sáu - là định dạng hiển thị được xếp lớp ở trên cùng. Chuyển đổi đọc
giá trị cơ bản, vì vậy các cột ngày tháng có thể xuất hiện dưới dạng số nguyên trần nếu định dạng không được chuyển sang.
Nếu ngày tháng quan trọng đối với phân tích của bạn, hãy buộc chúng thành văn bản rõ ràng trước khi bạn chuyển đổi: thêm một cột có
=TEXT(A2,"yyyy-mm-dd") và sử dụng nó. Định dạng ISO cũng loại bỏ mối quan hệ giữa Anh và Mỹ
sự mơ hồ về ngày/tháng âm thầm làm hỏng việc lý luận về ngày tháng.
Định dạng số hoạt động theo cách tương tự. Một ô hiển thị £1.250,00 hoặc 12,5% chứa 1250 và 0,125. Tỷ lệ phần trăm đến dưới dạng số thập phân là số thập phân cụ thể khiến mọi người đi lên - một mô hình được yêu cầu tìm các giá trị trên 10 sẽ không tìm thấy gì trong cột 0,125s. Trường hợp đơn vị không rõ ràng, hãy đặt nó vào tiêu đề cột thay vì dựa vào định dạng ô: "Tăng trưởng (%)" hoặc "Doanh thu (GBP)".
Chiều rộng, mã thông báo và biết khi nào nên dừng
Các bảng Markdown tốn nhiều mã thông báo hơn so với cùng một dữ liệu ở dạng phẳng, bởi vì mỗi hàng đều trả tiền cho nó dấu phân cách. Nói một cách đại khái, mỗi cột thêm một đường ống và một số phần đệm vào mỗi hàng - do đó, một cột 40 trang tính có 5.000 hàng sẽ dành một phần ngân sách có ý nghĩa cho dấu câu trước khi đọc một giá trị. Tấm rộng là nơi xlsx tới Markdown chuyển đổi đi từ hữu ích đến không thể chấp nhận được.
Hai thói quen giúp kiểm soát điều này. Xóa các cột bạn không cần trước khi chuyển đổi - hầu hết các bản xuất đều mang theo hai mươi trường trong đó câu hỏi của bạn chạm tới bốn trường. Và xem bộ đếm mã thông báo dưới đầu ra; nó nói với bạn ngay lập tức xem kết quả có phù hợp với cửa sổ ngữ cảnh của mô hình của bạn hay không hoặc liệu bạn có nên lọc trước hay không. Nếu trang tính rất lớn và câu hỏi không yêu cầu căn chỉnh cột, Excel sang văn bản thuần túy rẻ hơn định tuyến và nút chuyển đổi ở đầu trang này sẽ chuyển tệp của bạn sang đó.
.xlsx, .xls và CSV
Các tệp .xlsx hiện đại là kho lưu trữ ZIP của XML — có cấu trúc tốt và đáng tin cậy để phân tích cú pháp. .xls kế thừa là tệp nhị phân định dạng từ trước năm 2007 và nó vẫn được xử lý ở đây, nhưng cần biết rằng nó đạt tối đa 65.536 hàng và 256 cột và các tệp được xuất từ hệ thống kế toán hoặc ERP cũ đôi khi dựa vào những điều kỳ quặc không tồn tại một cách hoàn hảo. Nếu bạn được lựa chọn, trước tiên hãy lưu lại dưới dạng .xlsx.
Nếu dữ liệu của bạn bắt đầu dưới dạng CSV, hãy bỏ qua hoàn toàn Excel — đi tới CSV sang Markdown thay vào đó. bớt một cái định dạng hop, không có nguy cơ Excel chuyển đổi mã sản phẩm của bạn thành ngày hoặc loại bỏ phần đầu một cách hữu ích số không tắt mã bưu điện khi nhập.
Câu hỏi thường gặp
Làm cách nào để biến bảng tính Excel thành bảng Markdown?
Tải lên .xlsx hoặc .xls ở trên và mỗi trang tính sẽ trở lại dưới dạng bảng ống mà bạn có thể dán vào README, wiki, yêu cầu kéo hoặc lời nhắc mẫu. Miễn phí, 50 MB mỗi tệp, không cần tài khoản. Hàng tiêu đề vẫn là hàng tiêu đề nên việc căn chỉnh vẫn tồn tại sau chuyến đi.
Nó có giữ nguyên hàng tiêu đề và căn chỉnh cột không?
Có, và đó là toàn bộ lý do để chọn Markdown thay vì văn bản phẳng ở đây. Một bảng ống duy trì giá trị nào nằm dưới tiêu đề nào, do đó, trợ lý đọc nó có thể trả lời chính xác "con số tháng 3 cho khu vực EMEA là bao nhiêu". Làm phẳng cùng một tờ thành văn bản và câu hỏi đó trở nên không thể trả lời được.
Điều gì xảy ra với các ô đã hợp nhất và tiêu đề nhiều hàng?
Chúng xẹp xuống một cách vụng về. Các bảng ống Markdown có chính xác một hàng tiêu đề và không có khái niệm về một ô bao trùm hai cột, do đó, báo cáo có biểu ngữ "Q1 2026" được hợp nhất phía trên ba cột phụ sẽ mất biểu ngữ. Các trang tính được xây dựng dưới dạng dữ liệu hình chữ nhật rõ ràng sẽ chuyển đổi hoàn hảo; các trang được xây dựng để trông đẹp khi in thường cần sửa chữa thủ công.
Liệu một bảng tính rất rộng vẫn có thể đọc được?
Máy có thể đọc được nhưng con người khó chịu. Một bảng bốn mươi cột trở thành một bảng ống với bốn mươi cột và dòng chạy tới vài nghìn ký tự. Mô hình phân tích nó tốt. Nếu một người phải đọc nó, trước tiên hãy chuyển đổi trang tính trong Excel hoặc cắt nó thành các cột quan trọng trước khi chuyển đổi.
Biểu đồ và bảng tổng hợp có chuyển đổi không?
Không. Biểu đồ đang vẽ các đối tượng không có nội dung văn bản và đầu ra của bảng tổng hợp sẽ chuyển đổi thành các ô mà nó hiện đang hiển thị thay vì dưới dạng một bảng tổng hợp trực tiếp. Những gì bạn nhận được là lưới các giá trị cơ bản, thường là những gì bạn thực sự muốn giao cho một mô hình.
Phần còn lại của bộ công cụ
Bảng tính thường được đính kèm với một thứ khác. File2Txt xử lý mọi định dạng được hỗ trợ từ một trang duy nhất và những định dạng lân cận đáng biết là PDF sang Markdown cho tài chính báo cáo, PowerPoint tới Markdown đối với bộ bài mà các con số đã xuất hiện, và JSON tới Markdown khi cùng một dữ liệu thay vào đó là một API.
Về phía mã có Kho lưu trữ GitHub sang trình chuyển đổi văn bản và một trình chuyển đổi thư mục cục bộ, cộng Web2Txt cho các trang web. các hướng dẫn chuẩn bị hồ sơ cho LLM mở rộng hơn bảng tính nếu bạn muốn có cái nhìn tổng quan.
Repo2Txt được xây dựng và duy trì bởi v12hero, một nhà phát triển độc lập xây dựng các ứng dụng web và ứng dụng gốc ưu tiên quyền riêng tư.