引入 Copilot,AI 时代的报表开发新范式

AI 时代,软件开发相关工作正被全面重塑——从理解意图、自动生成代码,到补全逻辑、辅助调试错误、自动编写测试用例,AI 已深度融入开发的每一个环节,推动整个领域经历前所未有的生产力重构
然而,在这场重构的浪潮中,报表开发,这一同样属于技术人员的开发环节,却像一个被遗忘的孤岛,迟迟未能迎来自己的智能时刻

01 报表开发为何成为“数字化孤岛”?

报表开发成为“数字化孤岛”现象是由于报表开发领域的独特困境,与通用编程不同,报表是一项多维度的复合任务:它需要同时处理数据提取、业务逻辑转换、可视化呈现和交互设计,一份典型的管理报表,往往同时包含多级分组、交叉汇总、动态格式和跨行计算,这些逻辑交织在一起,无法用线性的文本代码简单描述,而业界除了代码层面,其他环节都缺乏公开的训练数据,巧妇难为无米之炊
正因如此,市场上一直缺少真正为报表场景而生的智能助手,直到润乾报表 Copilot的正式登场,这个孤岛终于被打通,它不仅是一个新功能的问世,更标志着报表开发正式迈入 AI 协同的全新范式

02 范式重构:从“人适应工具”到“工具理解人”

如果说传统报表工具的核心逻辑是“人适应工具”——开发者需要学习复杂的函数语法、记忆繁琐的操作路径、理解抽象的坐标概念,那么润乾报表 Copilot 的出现,则颠覆了这一逻辑,开启了“工具理解人”的新范式

这一转变并非简单地接入一个大语言模型,润乾团队深入分析了各类复杂报表的开发痛点后,自主研发了一套专为报表领域优化的轻量化规则引擎,该引擎的设计初衷只有一个:让工具真正理解报表开发者的语言
它听得懂什么是“左表头”和“上表头”,明白“组内排名”与“同环比计算”的业务含义,能精准处理多层嵌套与交叉统计
开发者不再需要思考“这个功能在哪个菜单里”,只需说出“生成报表 左表头 地区、城市 上表头 产品类别”;不再需要记忆“层次坐标的语法怎么写”,只需告诉它“C3 组内降序排名 ”;不再需要逐格检查样式是否统一,只需指令“选中所有金额小于 1000 的单元格 红色加粗”

从“如何操作”到“要什么结果”,人机交互的逻辑被彻底翻转,这正是 AI 时代工具进化的本质方向

03 润乾 Copilot 实践

润乾报表 Copilot 的能力并非停留在概念层面,而是已经实现并贯穿报表开发的完整生命周期

数据加载

SQL 查询和文件数据源
加载 SQL “SELECT 货主地区, 货主城市, 雇员 ID, 订单金额 FROM 订单”

imagepng

文件数据源,一句话直接加载
加载文件 “F:/ 订单信息.xlsx”

imagepng

制作报表

简单指令就可以实现多层分组交叉类报表
生成报表 左表头 货主地区,货主城市 上表头 雇员 ID 交叉格 订单金额求和
表样效果:

imagepng

样式调整

简单指令设置繁琐的格式

白色 背景 浅蓝色 居中 加粗
背景色 淡灰色 居中
左对齐 格式 “¥0.00”

甚至支持条件格式,同时设置多项外观:
小于 1000 红色 加粗 大于 10000 暗绿 下划线 否则 黑色
B3 小于等于 5 或者 C3 小于 5000 背景 红色 斜体 D3 小于等于 3 背景 碧绿 下划线 否则 背景 柠檬黄

imagepng

关联计算

原先比较难的,需要熟练掌握高级函数的,比如不规则分组、分段,跨行组计算排名,同环比等,现在一句话就做好了

imagepng

分段扩展 横向 订购日期 列表 2022-12-25,2023-10-1,2024-5-1
C3 降序排名 列内

imagepng

批量选中

有些时候报表做完了,但是业务方看过后发现不妥,需要做一些细节修改,比如:
把报表中所有黑体改成仿宋加粗
把所有行高大于 10 的行背景色改为橙色
这些修改并不难,但是会很繁琐,报表中有很多行列,很多单元格,都得挨个去看是否要改,然后再一个个去改,麻烦而且容易漏掉
现在同样用汉语指令就可以了

选中 字体 黑体
仿宋 加粗

选中 数据区 高度 大于 10
背景色 橙色

imagepng

两句话就把原本要几十分钟的工作做完了

Copilot 已经覆盖大部分常用需求,彻底解决以往报表工具对新手不友好的痛点,无论是交叉汇总、不规则分组、排名统计等常见数据分析需求,还是复杂外观样式配置,以及做完后的批量修改,均能通过简单汉语指令完成,无需深入理解复杂函数语法与操作规则

实时帮助

润乾报表 Copilot 的汉语解析并没有采用 LLM,而是内部的规则引擎,这样更轻量高效,而且成本低
不过,这也有个坏处,就是要求输入的语句有一定规范性,不能过于随意,其实这对于程序员来讲并不是多大的负担,程序员本来就习惯了更为严格的程序代码,这个 Copilot 要求规范复杂度远远低于程序语言(以及报表原来那些公式),甚至低于 Excel 水平,程序员掌握起来并没有难度,而且,Copilot 还配有贴心的帮助功能,全程辅助用户精准输入指令
imagepng

在 Copilot 界面输入任意功能关键词时,下方帮助区域会自动匹配并列出对应的完整命令词及所需参数,例如生成分组报表,在 Copilot 界面输入功能词“生成报表”后,帮助区域会即时显示该命令的完整结构,可以清晰看到需补充的参数项(如数据集名称、字段、分组、汇总格等),指引我们精准补充“分组 字段名”等关键信息,确保指令能被 Copilot 准确解析并写入计算表达式
imagepng

更完整的操作实例可参考: 史上门槛最低,AI 时代首款报表工具 Copilot 尝鲜

04 为何采用规则引擎

前面提到过,润乾报表 Copilot 并没有选择通用大模型的技术路径,这源于润乾对报表场景本质的深刻理解:报表需要的是 100% 的精确,而非“可能正确”然后大概输出一个结果

润乾报表 Copilot 的核心,并非一个无所不聊的“大脑”,而是一个精通报表“行规”的“指挥塔”,它通过一套完善精密的规则引擎来理解你的指令,将“左表头”、“组内排名”、“条件格式”等业务意图,精准翻译成报表引擎可执行的逻辑,这带来了四大无可比拟的优势:

  1. 无“幻觉”,稳定可靠:Copilot 的每一步输出都是确定的,它根据规则生成的执行命令是清晰的,如果遇到听不懂的指令,它会提示“无法识别”,而不会像 LLM 编造一个似是而非的结果;Copilot 如果执行错误,也可以追踪错误,完善规则,不像基于 LLM 的方案,其生成逻辑如同“黑盒”,无论对了还是错了,都很难搞清具体原因,改进效果也无法控制
  2. 低风险,私有部署:Copilot 完全在本地运行,无需将任何业务数据或报表结构传递给云端 LLM,这意味着,它可以 100% 私有化部署在企业防火墙内,满足金融、政府、军工等行业对数据安全和合规性的最高要求,彻底杜绝了数据外泄的风险
  3. 低延迟,流畅体验:所有指令的解析和报表的生成都在本地毫秒级完成,你不会感受到任何网络延迟或 LLM 流式输出的等待,获得的是一种“即问即答”的流畅交互体验,让思考与创作无缝衔接
  4. 低成本,环境简单:规则引擎轻量高效,普通的应用服务器即可流畅运行,无需昂贵的 GPU 集群,更不存在按 token 计费的运营成本,这意味着企业能以几乎为零的边际成本,为每一位报表工程师配备这个智能助手,真正实现生产力的普惠升级

05 配合 LLM 兼得灵活与精准

当然,基于规则的 Copilot 要求指令相对规范,它无法理解“小于 100 黄色,大于 120 粉色,其他标红”这种过于随意的口语,而这恰恰是 LLM 的特长,那么,我们能否在保留核心优势的同时,拥抱 LLM 带来的交互灵活性?
答案是肯定的,更理想的架构是让 LLM 与规则引擎“打双打”:让 LLM 充当“智能前台”,负责理解用户随意、口语化的表达,并将其“翻译”成润乾 Copilot 能够识别的、相对规范的自然语言指令;然后,由 Copilot 规则引擎作为“精准执行官”,负责将这句规范指令转化为最终的报表呈现
Copilot 支持多种大模型,比如配置Deepseek的 API

imagepng

现在我们想按条件修改一下格子的背景色,在对话框中输入自然语言命令
B2 C2 相差小于 100 时为黄色,大于 120 时为粉色,其他为红色
但这句命令不能被 Copilot 解析,会报出错:

imagepng

使用 LLM 规范一下,就能把自然语言翻译成报表 Copilot 可识别执行的标准命令:

imagepng

再来一个难的
imagepng
我们想把日期数据按上面这样一段一段的统计,2022 圣诞前…….2024 五一以后
直接输入自然语言命令就可以了
把订购日期的数据 按这三个时间节点 2022-12-25,2023-10-1,2024-5-1 分段显示

imagepng

这种“双打”其实是一种典型 Agent 模式:LLM 生成 API 命令执行,只是业界大多采用 json 来描述 API,而润乾报表 copilot 直接采用了规范汉语作为 API 的载体,这会带很多好处:

执行动作易确认、易修改:LLM 的任务是从“随意口语”到“规范书面语”的转换,转换后的结果是一句能看懂的“人话”,程序员可以迅速确认这是否是自己的真实意图,不对也很容易立刻纠正,而 JSON 看懂就不是那么容易了,错误深埋时难以发现,也不容易修改
低幻觉:目标结果,仍然是基本可读的汉语,是句“人话”,而这是 LLM 的“母语任务”,处于其能力圈的舒适区,幻觉率很低
低成本,小模型也能胜任:LLM 的任务被简化为“文字规范化”,它无需理解复杂的数据和报表的业务逻辑,只需完成“语义理解”和“词汇摆位”,这种相对简单的任务,私有化部署的小参数模型也能胜任,这样既享受了 LLM 带来的极致交互友好性,又保持了极低的部署和运行成本

这种协作模式,让报表开发新范式在拥抱 AI 灵活性的同时,牢牢把握住了企业应用最核心的“精准”与“可控”的底线,它不是在效率和准确之间做取舍,而是兼得二者之长

06 加量不加价的商业策略

在软件开发被 AI 重新定义的时代,那些率先拥抱报表 Copilot 的团队,将在效率、创新和竞争力上,占据无可争议的先机
而且占有这样的先机,并不需要多少成本
润乾报表 Copilot 的轻量化架构让它具备了极高的普适性,无需 GPU 集群,无需 token 预算,甚至无需联网,企业可以在任何环境下部署使用,而且,润乾报表本身也不贵,一万一套,三万随便用,这个 Copilot 功能更是“加量不加价”,已包含在润乾报表的最低版本中,这意味着,无论规模大小的团队,都能以极低的成本,迈入报表开发的 AI 时代了