从最初的手动录入数据要大半天，到现在 AI 几分钟就能完成 95% 的工作，这种效率提升太夸张了。更重要的是，它让我看到了 AI 在实际业务场景中的巨大潜力。

今天想跟大家分享，一个简单的 AI 产品案例。

说起来，这个功能的诞生纯属意外。刚好那会 DeepSeek 爆火，我试着用它设计方案，虽然是一个小功能，但却异常好使。为什么要做这个功能？

记得去年 DeepSeek 爆火的时候，需求方经常有导入大量数据的需求，每次都要手动一条条录入，效率低得让人想哭。

最麻烦的是，这批数据还是不同表的关联数据，一个个复制粘贴，最后再核对提交，每弄一次都要大半天。。阿西吧，这谁顶得住啊？

我当时就在想：能不能用 AI 来解决这个问题？让 AI 自动识别表格数据，直接转成系统需要的格式？

说干就干，我花了 1-2 天时间，设计了一个简单的 AI 导入功能，去年 12 月上线后，业务效率至少提升了 30 倍！

功能流程

这个功能其实非常简单，主要有 6 个步骤：表格编辑：用户在 Excel 模版中，提前编辑好数据复制数据：直接把表格带表头 Ctrl+C，复制数据到功能输入框AI 识别：提交后通过调用 DeepSeek 2.5 接口，自动把多个对象的非结构化数据，识别并转为 JSON 格式系统呈现：系统将识别结果，以友好的方式呈现出来编辑核对：用户检查并编辑有误的数据确认新增：用户确认后提交，把数据批量导入系统

听起来是不是很简单？但其实当时我在 AI 选型时就碰壁了。那会国内能用的 AI，模型能力都太弱鸡了，几乎所有 AI 都卡在【AI 识别】这个步骤。

幸好我是 3000+ 书签的收藏小仓鼠，啥大小场面没见过？最终在一众 AI 大模型中，选择了那会名不见经传、性价比最高的 DeepSeek。

这是 2024.09 左右的 DeepSeek 界面。相对于当时其他 AI 应用，可以说是简陋无比了。

界面设计

【AI 识别导入】这个功能其实就用到一个界面，包含了三个组件：输入框：一个文本输入框，用来提交 Excel 数据编辑框：展示 AI 识别后的结构化数据，支持用户编辑修改确认框：展示即将导入的数据，让用户再确认一遍，防止录错

界面虽然简单，但使用起来却非常高效。用户只需要【 粘贴 – 确认 – 提交】这三步，就能完成原来需要几千、上万次的重复操作。

技术实现

现在来聊聊最关键的部分，这个功能是如何实现的？

核心思路其实很简单：AI 识别：使用 DeepSeek 2.5 接口，去快速读取表格中的大量非结构化数据格式转换：然后通过接口的 JSON Output 功能，将其转换为标准的 JSON 格式数据呈现：最后在系统中，进行呈现和处理录入

JSON Output 提示词如下，可以根据情况自行调整

# 任务

将提供的内容，按 JSON 格式输出

# EXAMPLEJSONOUTPUT

{

“数据”:[

{

“数据”:”说明”,

“数据”:[

{

“数据”:”说明”,

“数据”:[

{

“数据”:”说明”,

“数据”:”说明”

}

]

}

]

}

]}

听起来可能有点抽象，我们举个简单的例子。

案例：电商数据录入

我让 DeepSeek R1 设计了一个电商案例，来帮助理解。（偷个懒没意见吧。。

假设 A 电商公司的 X 领导，给东东发了个 Excel 表（假设有 500 条数据吧~），要求他下班前录入系统。

东东本来下楼买杯奶茶，摸鱼美滋滋呢。结果点开 Excel 后人都炸了，TMD 数据混乱不说，有些表格品牌和分类并在一列，有些尺码写在产品列中。抬头看看电脑，发现这都下午 3 点了！

说实话来多 5 个人，一起加班到 12 点都不一定搞得完。光是数据整理核对都够呛，还不能保证 100% 正确率。这 B 班真是谁爱上谁上！

看看这炸裂的数据（部分）商家商品规格单价备注饰品大王批发品牌：ZAZZ 秋冬羊毛贝雷帽均码¥159多色可选(空)云裳 设计师款 雪纺连衣裙S/M/L$299.00印花飘逸(空)蓝色条纹M(空)(空)碎花款S259耐卡直供Nikk 270 运动鞋 男款42, 43899元气垫舒适 黑白配色ZAZZ华东总代DKNY 皮质斜挎小方包Free Size450经典黑金

如果这个时候，东东用上了【AI 识别导入】功能，那么 DeepSeek 将会把这些错乱的数据，快速识别成清晰、结构化的 JSON 格式数据。

这样一来，AI 在短时间内快速完成了 95 % 的数据核对和录入工作。录入效率大幅提升不说，还避免了人工录错的问题。

结语

这个功能看似简单，但却解决了业务的实际痛点。