WPS 表格 AI 公式能力升级

AI 产品实习生 · WPS 表格 AI 产品组 · 2026.01 – 2026.05

围绕公式创作链路:写公式前(AI 公式推荐)· 写公式中(参数推荐)· 底层测评 · 数据验证 · 流程沉淀

01业务地图

主线从表格组目标出发:表格日活年度目标 130w → 260w,公式被纳入 O1——它兼具高频、高门槛、强结果闭环。用户每天在算、查、配、汇总,却常常不会写、不会表达、不会填参数。

公式创作链路

  • 写公式 · 降低表达门槛 → AI 公式推荐
  • 写公式 · 降低参数成本 → 参数推荐
  • 写公式 · 评估、修正与复用
  • 底层 · 测评体系与样张
  • 验证 · 埋点取数 · 流程沉淀

核心指标

  • 表格 DAU 与 AI 有效行为
  • 公式能力采纳与留存复用
  • 服务表格 DAU 增长

02AI 公式推荐主 own

写公式前段

我真正主导的项目。AI 写公式面板日均约 13 万用户打开,71.3% 未发送 Query;问题集中在「表达之前」——用户不知道怎么把需求说成 Query。方案改为基于表格结构、激活单元格与表头,直接推荐 1–3 条完整公式,并带解释、编译校验与异常态。

AI 公式推荐正确率41.28% → 62.09%

AI 写公式漏斗 两周数据

展示点击发起请求结果应用
11,378,2031,460,283428,182114,267
展示 → 点击12.83%
点击 → 发起请求29.32%
成功 → 应用75.47%

关键背景

日均打开 UV约 130,000
打开后未发送 Query71.3%
发送 Query 后采纳率75.3%
潜在可服务用户约 34,000 / 日

03函数参数推荐

写公式中段

用户已知道函数名,却卡在参数选择、区域填写与跨表引用。核心判断是低干扰:在函数参数弹窗内增加推荐入口,不打断写公式主流程。上线后发现点击后采纳质量不低,但入口心智偏弱。

上线后数据

曝光 UV227,202
点击 UV1,955
采纳 UV845
入口点击率0.86%
点击后采纳率43.2%
曝光后采纳率0.37%

函数分布 示例

VLOOKUPPV 78.97%
IFPV 8.23%
SUMIFPV 4.15%
COUNTIFPV 2.16%
其他PV 6.49%

参数推荐正确率28.02% → 67.02%

04测评体系与样张

底层能力

AI 公式不能只看生成文本,要在真实表格与真实 Query 中验证。基于 121,760 条线上 Query 分析函数分布与表达类型,规划「真实文件 + 用户 Query + 激活单元格 + 预期公式」的样张标准。

样张建设逻辑

  • 从线上真实 Query 分布出发,反向寻找真实文件与表结构,而非人工编造题目
  • 文件来源优先级:WPS 既有用户样本 → ExcelHome → WPS 模板 → 人工构造
  • Query 编写规范分五类:极简 / 业务意图 / 带引用 / 口语错别字 / 指定函数
  • 每条样张沉淀「真实文件 + 用户 Query + 激活单元格 + 预期公式」四要素

Query 样本分布

总 Query121,760
需要函数占比84.9%
用户明确指定函数3.8%
Query < 10 字28.7%
Query 10–30 字52.4%
Query > 30 字19.0%

评测分档

正确 / 微调可用 / 不可用

按 Case 优先级:P0 / P1 高 / P1 低

错误类型:条件、区域、引用、语法、表头识别、跨表等

05埋点取数与流程沉淀

数据验证 · 流程层

把用户行为链路转化为可追踪指标,判断功能是否真正产生行为变化;并沉淀 PRD / 埋点 / 取数 Skill 与自动化测评方法,提升团队后续同类项目效率。

埋点链路 核心事件

  • 曝光
  • 结果展示
  • 推荐点击
  • 结果使用 / 取消选择
  • 异常状态 / 失败原因
  • 请求耗时

效率沉淀

参数测评2–3h → 25min
AI 自动评价5–6h → 1h

沉淀方法论

PRD Skill背景 → 场景 → 状态 → 指标
埋点 Skill从行为路径定义事件
取数 Skill口径 → SQL → 分析 → 结论
自动化测评覆盖 → 运行 → 评价 → 输出