AI w arkuszu: jak analizować dane i sprawdzać obliczenia

W arkuszu widnieje sześć wierszy, ale niekoniecznie sześć dostaw. Zanim poprosisz AI o średni czas realizacji, sprawdź, co oznacza wiersz i czy ten sam numer nie pojawia się dwa razy. W przeciwnym razie otrzymasz bardzo czytelny wykres błędnego założenia.

Poniżej są wyłącznie fikcyjne dane małej firmy transportowej. Zapis CSV to zwykły tekst z tabelą; tutaj kolumny rozdzielają średniki. Skopiuj go do arkusza albo wklej w rozmowie:

id_dostawy;status;czas_dni;wartosc_zl
D01;zakonczona;2;100
D02;zakonczona;4;200
D02;zakonczona;4;200
D03;anulowana;;150
D04;zakonczona;3;300
D05;w_toku;;250

W tym ćwiczeniu szukasz średniego czasu zakończonych, unikalnych dostaw. Wartość w ostatniej kolumnie służy dodatkowej kontroli danych. Nie nazywamy jej przychodem, bo status „w toku” i „anulowana” nie dowodzi opłacenia usługi.

Najpierw definicja, potem wynik

Użyj takiego polecenia:

Pracuj wyłącznie na podanym fikcyjnym CSV. Jeden rekord ma opisywać dostawę.
Sprawdź duplikaty po id_dostawy i wypisz je przed obliczeniami.
Nie zmieniaj oryginalnych danych. Pokaż osobno proponowany zbiór do analizy.
Policz średnią czas_dni tylko dla unikalnych dostaw o statusie zakonczona.
Brak czasu nie oznacza zera; nie uzupełniaj go domysłem.
Pokaż identyfikatory użyte do obliczenia, licznik, mianownik i wynik.
Dodatkowo zsumuj wartosc_zl tych samych dostaw.
Nie wyciągaj wniosku o jakości całej firmy z tej małej próbki.

Poprawny wzorzec wykrywa powtórzony D02. Do średniej wchodzą D01, D02 i D04: suma czasu wynosi 9 dni, liczba dostaw 3, średnia 3 dni. Suma wartości tych trzech dostaw wynosi 600 zł. D03 i D05 nie wchodzą do obliczenia, a puste pola nie stają się zerami.

To wynik arytmetyczny autorskiego ćwiczenia, nie raport z uruchomienia modelu. Własnoręczne policzenie tak małej próbki daje ci punkt odniesienia do oceny odpowiedzi.

Przygotuj plik, który daje się zrozumieć

Dokumentacja analizy danych w ChatGPT zaleca czytelne nazwy kolumn i jeden rekord w wierszu. Gdy narzędzie używa Pythona do obliczeń, OpenAI zaleca sprawdzenie kodu, wyniku i założeń. Nie musisz od razu znać języka programowania, aby poprosić o listę użytych rekordów oraz pokazanie rachunku.

Do właściwego pliku dodaj opis kolumn. Czy kwota zawiera podatek? Czy data oznacza zamówienie, nadanie czy odbiór? Czy puste pole oznacza brak danych, brak zastosowania, czy jeszcze niezakończoną sprawę? Tych różnic nie rozstrzyga kolor nagłówka.

Zachowaj oryginał i pracuj na kopii. Usuń zbędne identyfikatory osób oraz arkusze poza zakresem zadania. Jeśli dane pochodzą z dokumentów, najpierw zastosuj kontrolę odczytu PDF i warunków. Błąd przepisania kwoty potrafi przetrwać nawet idealnie napisaną formułę.

Nie pozwól, żeby porządkowanie zmieniło znaczenie

Dokładny duplikat D02 można w tym ćwiczeniu wskazać jednoznacznie. W rzeczywistych danych dwa wpisy z tym samym numerem mogą oznaczać dwie paczki jednej dostawy. Wtedy automatyczne usunięcie drugiego wpisu zniszczy informację. Poproś osobę znającą system o definicję rekordu.

Podobnie z wartościami odstającymi, czyli mocno różniącymi się od reszty. Dostawa trwająca 30 dni może być pomyłką albo ważnym problemem. Nie każ AI usuwać jej, żeby raport „wyglądał normalnie”. Zapisz powód każdej zmiany i liczbę odrzuconych wierszy.

Microsoft ostrzega w pomocy Copilota w Excelu, że wyniki AI mogą zawierać błędy i nieprawidłowo interpretować informacje. Wrażliwe decyzje finansowe wymagają odpowiedniej kontroli; ćwiczeniowa tabelka jej nie zastępuje.

Spróbuj celowo zmienić problem z duplikatem. W nowej, fikcyjnej wersji drugi wiersz D02 ma czas 5 dni i wartość 220 zł. Pierwszy nadal zawiera 4 dni oraz 200 zł. Teraz nie są to dwa identyczne wpisy. Bez wiedzy o systemie nie rozstrzygniesz, czy chodzi o korektę, drugą część dostawy czy błąd.

Oceń dwie wersje D02 przed ponownym liczeniem średniej:
D02;zakonczona;4;200
D02;zakonczona;5;220
Wypisz różniące się pola. Nie usuwaj żadnej wersji i nie wybieraj nowszej,
ponieważ nie podano dat aktualizacji ani reguły rejestrowania zmian.
Wskaż pytanie do właściciela danych i obliczenia, które trzeba wstrzymać.
Przygotuj tabelę przypadków wymagających wyjaśnienia.

Poprawny wynik odkłada średnią i sumę uwzględniającą D02 do wyjaśnienia. Może nadal wskazać, które inne wpisy są kompletne, ale nie powinien nazywać ich wyniku wynikiem całego zbioru. Właściciel danych dostaje konkretną parę do rozstrzygnięcia, a nie prośbę o „wyczyszczenie Excela”.

Zasady bezpiecznej pracy z danymi stosuj także przy takim zgłoszeniu. Do wyjaśnienia rozbieżności nie zawsze potrzebujesz pełnej bazy odbiorców. Wskaż zakres, który faktycznie pozwala ustalić znaczenie spornych wierszy.

Sprawdź rachunek i dopiero potem opis

Na większym pliku policz podstawowe sumy lub liczby rekordów niezależnie w arkuszu. Porównaj, ile wierszy weszło do analizy, ile pominięto i z jakiego powodu. Wybierz kilka przypadków granicznych: pustą datę, zwrot, duplikat, rekord z końca okresu.

Następnie przeczytaj opis. Średnia z trzech dostaw nie uzasadnia zdania „firma zawsze dowozi w trzy dni”. Rozróżnianie danych od wniosku rozwija tekst o sprawdzaniu odpowiedzi AI. W materiale OpenAI Academy o analizie danych punktem wyjścia jest decyzja, którą analiza ma wspierać. Ustal ją przed tworzeniem kolejnego wykresu.

Ostatnią próbę przeprowadź na wadliwym opisie. Użyj pierwotnego CSV, w którym D02 jest dokładnie powtórzone, bez wersji z 5 dniami. Fikcyjny autor raportu napisał: „Zrealizowaliśmy sześć dostaw, a średni czas to trzy dni. Wartość wszystkich usług wyniosła 1200 zł”.

Sprawdź trzy zdania raportu na podstawie pierwotnego CSV z artykułu.
Osobno oceń liczbę zakończonych unikalnych dostaw, średni czas
oraz sumę wartości tych samych zakończonych dostaw.
Przy każdym zdaniu pokaż wykorzystane identyfikatory i rachunek.
Zaproponuj poprawiony opis. Nie nazywaj sumy przychodem ani płatnością,
bo plik nie zawiera informacji o fakturach lub opłaceniu.

Dobre sprawdzenie zachowuje średnią 3 dni, lecz poprawia liczbę dostaw na 3 i sumę ich wartości na 600 zł. Prawdziwa średnia nie potwierdza pozostałych zdań. Weryfikacja raportu potrzebuje oceny każdego twierdzenia, szczególnie gdy część z nich wygląda znajomo.

Jeśli później wynik ma automatycznie trafić do raportu lub systemu operacyjnego, zaplanuj zatwierdzenie działania przez człowieka. Do akceptacji pokaż także regułę doboru wierszy i wskazane braki. Sama duża liczba na ekranie niewiele mówi o tym, jak powstała i do jakiej decyzji się nadaje.

Przed przekazaniem wyniku dalej przeczytaj nagłówki i jednostki. „Średni czas zakończonych dostaw, w dniach” określa zakres dokładniej niż samo „wynik”. Zostaw również informację o usuniętym dokładnym duplikacie i wykluczonych statusach. Ktoś, kto dostanie tabelę bez rozmowy z AI, nadal powinien wiedzieć, dlaczego w rachunku są trzy dostawy, mimo sześciu wierszy wejściowych.

Jeśli wybierasz usługę do takiej pracy, wykorzystaj kryteria wyboru narzędzi AI. W programie Kursu AI analizę łączymy z umiejętnością wyjaśnienia wyniku osobie, która nie widziała rozmowy; to część podejścia Aeneia. Do swojego następnego raportu dodaj jedno zdanie o tym, które rekordy uwzględnia. Ta linijka często mówi więcej niż tytuł wykresu.

*Źródła sprawdzono 30 października 2026 r. Materiał OpenAI Academy opublikowano 10 kwietnia 2026 r. Dane i obliczenia przykładu są fikcyjnym ćwiczeniem.*