数据员小柯用WorkBuddy，省下3天抓取活

月底又是手工抄榜单？数据员小柯以前每月要花 3 天干这活，现在半天就能收工。他靠的不是报班学编程，是把重复活直接丢给了 WorkBuddy。

小柯在一家做行业研究的公司做数据员，工作内容里有一大块特别磨人：每月初，要把十几个公开来源的行业榜单、竞品公开价格、招标公示名单，一条条复制进公司总表。这些页面全部公开、结构也稳定，但架不住数量多，一个月累加下来就是上百条手工录入。

卡点：每月重复的”复制地狱”

小柯跟我说，最崩溃的不是累，是”明明知道下个月还得这么干”。他试过用 Excel 的网页查询功能，但很多列表页不支持，折腾半天还是得手工。

他不是没想过写脚本，但一看到 Python 就头大：”我一个学统计的，哪懂什么选择器、请求头。”这个念头一直被压着，直到部门开始推 AI 工具，他才试着把需求扔给了 WorkBuddy。更要命的是，这种活没有”做完”的一天——只要公司还在要这份总表，下个月就得重来一遍。它吃掉的不是一次性的时间，而是每个月的从容，这才是真让人心累的地方。

转折：第一次让 WorkBuddy 写脚本

小柯的第一次尝试特别朴素。他没写任何代码，就发了这么一段话：

WorkBuddy 返回了一段完整代码。小柯照着提示装好库，点运行——第一次果然空了。他把红色报错整段贴回去，WorkBuddy 说”可能是列表容器选错了”，给了新版。再跑，成了。

“那一刻我才知道，原来’调试’不是我自己的事，是它陪我一起改。”小柯说。

跑通后：从 3 天到半天

第一个脚本跑通后，小柯尝到了甜头。他把另外两类数据源（竞品公开价、招标公示）也用同样的四步法让 WorkBuddy 写了脚本。

变化是实打实的：

• 以前：月初 3 天，手工复制 + 核对，还常有串行漏填

• 现在：月初半天，三个脚本各跑一遍，出来的 Excel 直接进总表

省下的两天半，他拿去做数据解读和图表，月底汇报反而比之前更出彩。老板问”最近效率怎么上来了”，他才把 WorkBuddy 这招亮出来。

三个数据源到底长啥样

小柯说的”公开来源”，具体是这三样，都是结构稳定的列表页：

• 行业榜单：某公开研究机构每月发的”细分领域营收 TOP20″，纯文字表格。

• 竞品公开价：几家对标公司官网的公开报价页，字段就”产品名 + 价格”两列。

• 招标公示：公开中标公示里，把”公司 + 金额 + 日期”摘出来就行。

这三类正好覆盖了”每月都要、格式固定、手工最烦”的典型场景。小柯说，越是这种”无聊但不能错”的活，越适合交给脚本。

前后对比：数字说话

• 耗时：每月 3 天 → 半天

• 出错：每月至少 2 次串行漏填 → 脚本跑出来基本零错

• 角色：从”数据搬运工”变成”做解读的人”，月底汇报反而更出彩

他后来把这套方法顺手教给了隔壁组的小王，小王用同样的四步法，把自己每周的手工周报数据源也自动化了。一个小脚本，在组内悄悄传开了。小柯现在逢人就安利一句话：先把最烦的那件重复活交给 WorkBuddy，你会惊讶地发现，原来自己一直把时间花在了最不值钱的地方。他甚至开始琢磨，把组里另外几张手工表也脚本化，目测又能再省出一周。

他总结的三条经验

小柯把自己趟过的路归纳成了三句话，我觉得对普通办公人也管用：

• 需求说具体，别考验它的脑补。网址、字段、输出格式一次给全，它才不会写偏。

• 报错就贴回去，别自己硬扛。新手最大的误区是想自己看懂报错，其实把红字交给 WorkBuddy，它改得比你还快。

• 只抓公开数据，留好合规底线。他特意在提示词里加了”只抓公开内容、加请求间隔”，既稳又安心。

现在这套活怎么跑

小柯现在的工作流很固定：月初把三个数据源的网址更新一下，三个脚本各跑一遍，出来的 Excel 拼成总表，再做透视和图表。

最关键是——这些脚本是一次写好、长期复用。网页结构不变，它就一直能跑；哪天某个源改版了，把新页面贴给 WorkBuddy，十分钟改好继续用。

他说了句挺实在的话：”我不在乎代码是谁写的，我只关心月底能不能准时下班。”

你也可以照抄他的四步

小柯的方法其实谁都能复制，核心就四步：说清需求 → 让 WorkBuddy 出脚本 → 报错贴回去改 → 导出 Excel 复用。难点不在技术，在于你愿不愿意把”一直手工干”的活，第一次试着交给它。

他给我留了句话，我原样转给你：”别等忙不过来才想办法，那个’复制地狱’你早就可以不用受了。”下个月，他打算把季度复盘要用的公开数据源也一并交给它，省出的时间准备去学做可视化看板。

今日互动

你身边有没有像小柯这样、被”重复复制”困住的朋友？或者你自己就有这类活？评论区聊聊，我看看下期写个什么场景最解渴。

#WorkBuddy #AI办公 #效率工具