یک مدل هوش مصنوعی محلی میتواند برای کارهای تکراری اکسل مثل پاکسازی دادهها، ساخت فرمول و تولید کدهای VBA مفید باشد؛ بهخصوص زمانی که اطلاعات جدولها محرمانه هستند و نمیخواهید آنها را به سرویسهای ابری ارسال کنید. ابزارهایی مانند LM Studio امکان اجرای مدلهای زبانی روی خود رایانه را فراهم میکنند و پس از دانلود مدل، اجرای گفتگو و پردازش محلی میتواند بدون ارسال محتوای واردشده به سرویس ابری انجام شود.
استفاده از هوش مصنوعی محلی برای خودکارسازی اکسل
اگر با فایلهای اکسل حاوی اطلاعات مالی، فهرست مشتریان یا دادههای داخلی شرکت کار میکنید، استفاده از یک مدل محلی میتواند راهی برای نگهداشتن اطلاعات روی رایانه باشد. در این روش، شما اطلاعات حساس را در اختیار یک سرویس آنلاین قرار نمیدهید و مدل روی سختافزار خودتان اجرا میشود. LM Studio نیز اجرای مدلهای مختلف از جمله مدلهای خانواده Qwen و Gemma را روی ویندوز، لینوکس و مکاواس پشتیبانی میکند.
برای شروع، لازم نیست هوش مصنوعی مستقیماً به فایل اکسل دسترسی داشته باشد. یک روش سادهتر این است که مشکل را به زبان طبیعی توضیح دهید، کد VBA یا Office Scripts دریافت کنید و پس از بررسی آن را در اکسل اجرا کنید. این روش کنترل بیشتری روی تغییرات ایجادشده در فایل میدهد.
راهاندازی مدل زبانی محلی برای تولید کد اکسل
برای چنین کاری میتوانید از یک مدل زبانی کمحجم و کوانتایزشده در LM Studio استفاده کنید. انتخاب مدل به سختافزار شما بستگی دارد و مدلهای کوچکتر معمولاً برای تولید فرمول و اسکریپتهای ساده منابع کمتری مصرف میکنند.
در LM Studio ابتدا مدل موردنظر را از بخش Discover دریافت کنید و سپس آن را در بخش Chat بارگذاری کنید. خود LM Studio امکان دریافت و اجرای مدلهای محلی را فراهم میکند.
مسیر در LM Studio:
Discover → Search → Download → Chat → Load Model
پس از بارگذاری مدل، بهتر است یک گفتگوی جدید ایجاد کنید و وظیفه را با جزئیات توضیح دهید. به جای اینکه فقط بنویسید «ردیفهای خالی را حذف کن»، مشخص کنید ردیفهای خالی در میان دادههای معتبر قرار دارند و نباید ردیفهای دارای اطلاعات حذف شوند.
پاکسازی دادههای اکسل با VBA و هوش مصنوعی
یکی از کاربردهای مناسب مدلهای محلی، تولید اسکریپت برای کارهای تکراری است. به عنوان مثال میتوانید از مدل بخواهید فاصلههای اضافی را حذف کند، شکل نوشتاری نام مناطق را یکسان کند یا ردیفهای کاملاً خالی را از جدول حذف کند.
یک درخواست دقیق میتواند چنین ساختاری داشته باشد:
«برای اکسل یک کد VBA بنویس که فقط ردیفهای کاملاً خالی بین دادههای جدول را حذف کند. ردیف عنوان و ردیفهایی که حداقل یک سلول دارای اطلاعات دارند نباید حذف شوند.»
اگر کد خطا داد، متن خطا و بخش مرتبط از کد را دوباره در اختیار مدل قرار دهید. مدل میتواند بر اساس خطای واقعی نسخه اصلاحشدهای ارائه کند. برای کارهای پیچیدهتر بهتر است چند وظیفه را به درخواستهای جداگانه تقسیم کنید؛ زیرا ترکیب پاکسازی داده، حذف موارد تکراری، اصلاح تاریخها و ساخت ستونهای جدید در یک درخواست میتواند احتمال خطا را افزایش دهد.
چه کارهایی را بهتر است به هوش مصنوعی محلی اکسل بسپاریم؟
مدلهای کوچک محلی برای وظایف مشخص و قابل توضیح معمولاً کاربرد بیشتری دارند. تولید فرمولهای پیچیده، نوشتن ماکروهای کوتاه و تبدیل یک دستور متنی به چند عملیات مشخص از جمله کارهایی هستند که میتوان با آنها شروع کرد.
در مقابل، بهتر است یک درخواست بسیار بزرگ را به چند بخش تقسیم کنید. به عنوان مثال ابتدا حذف ردیفهای خالی را انجام دهید، سپس سراغ اصلاح قالب تاریخ بروید و در نهایت موارد تکراری را بررسی کنید. بعد از هر تغییر نیز نتیجه را در یک نسخه جداگانه از فایل آزمایش کنید.
LM Studio همچنین امکان اجرای مدل محلی و ارائه سرویس محلی را دارد؛ بنابراین در صورت نیاز میتوان بعداً آن را به ابزارهای دیگری متصل کرد. این قابلیت برای ساخت گردشکارهای پیشرفتهتر اکسل نیز قابل استفاده است.
نکات مهم برای استفاده ایمن از هوش مصنوعی در اکسل
حتی وقتی مدل کاملاً محلی است، امنیت رایانه اهمیت دارد. محلی بودن مدل به این معنا نیست که فایل اکسل در برابر بدافزار یا دسترسی افراد دیگر محافظت میشود. بهتر است قبل از اجرای کد تولیدشده، آن را بررسی کنید و برای فایلهای مهم نسخه پشتیبان داشته باشید.
برای شروع نیز بهتر است مدل را با وظایف کوچک آزمایش کنید. اگر مدل کدی تولید کرد که قرار است تعداد زیادی سلول یا ردیف را تغییر دهد، ابتدا آن را روی یک نسخه کپیشده از فایل اجرا کنید. این کار احتمال از دست رفتن دادهها را کاهش میدهد.
سادهگو