Sheet AI

定义

Sheet AI 是一款附加在 Google 表格 上的 AI 工具，以加载项(add-on)的形态存在，用户安装后可从表格的扩展程序菜单启动^[1]。它的核心形态是一组自定义函数，例如用于通用生成的 SHEETAI()、用于生成列表的 SHEETAI_LIST()、用于抽取信息的 SHEETAI_EXTRACT() 等，在单元格中书写函数即可获得结果^[4]。

与独立的对话式 AI 产品不同，Sheet AI 把模型调用嵌进电子表格的计算流程：一个提示词写在首行，向下拖拽填充即可对整列数据逐行处理^[3]。函数还支持附带 temperature、response_token 等参数，用来调节输出的随机性和长度上限^[5]。

原理

工具本身不做模型推理，而是在表格环境与模型服务之间充当调用层。用户在单元格写入函数后，加载项把提示词和引用的单元格内容发送给模型提供方的接口，再把返回文本写回该单元格^[1]。多数方案采用自带密钥(BYOK)模式，由用户填入 OpenAI、Google、Anthropic 等厂商的 API 密钥，调用费用直接结算给模型厂商^[6]。

多行批处理是在这一机制上的调度优化。表格中每个含函数的单元格都会产生一次或多次接口请求，模型厂商对每分钟请求数、每日请求数和每分钟令牌数设有阈值，因此批量运行时需要按顺序逐行请求并加入延时，避免触发限流^[7]。2026 年 2 月发布的第 3 版引入了批处理模式，可选定区域后顺序执行、显示进度、暂停续跑，并自动重试超时或限流的行^[8]。

上下文记忆是另一项设计。SHEETAI_BRAIN 允许把品牌语气、业务背景等信息与一个键名绑定保存，之后在任意公式中引用该键名，模型会带上这部分背景生成内容^[9]。

发展历程

2023 年 1 月，Sheet AI 上线 Google Workspace 应用市场，首个版本提供 SHEETAI、SHEETAI_LIST、SHEETAI_TABLE 和 SHEETAI_EDIT 四个函数^[2]。同年 2 月增加标签、抽取、分类、填充四类功能，3 月全部函数迁移至 ChatGPT(GPT-3.5 Turbo)，4 月加入跨表记忆与一键将公式转为静态值，7 月推出付费方案和覆盖 90 多种语言的翻译函数^[2]。

2025 年是模型接入较为密集的一年：2 月接入 DeepSeek，7 月引入 Google Gemini 并配套提供 GeminiAI() 函数，8 月加入 xAI 的 Grok 3，10 月新增 SHEETAI_API 与 SHEETAI_PJSON 两个可调用外部接口并解析 JSON 的函数^[2]。

2026 年 2 月，第 3 版发布，加入表格内 AI 智能体对话、批处理模式和图片拖拽分析，侧边栏改为智能体、AI 公式、设置三个标签页，可在 5 家提供方的 14 个以上模型之间切换^[8]。

同期，其他机构也推出了同类形态的产品。Hugging Face 于 2025 年 9 月发布开源应用 AI Sheets，以电子表格界面调用开放模型来构建和转换数据集，支持本地自托管^[10]；同年 10 月该工具增加了图像处理能力，可从收据、图表、扫描件中提取结构化数据^[11]。

应用

内容批量生产是主要用途之一。运营和营销人员可以把商品名称或标题写在某一列，用函数为每一行生成商品描述、广告文案或社交帖子^[4]。SHEETAI_LIST() 用于生成结构化列表，SHEETAI_SUMMARIZE() 用于把长报告压缩为摘要^[4]。

数据整理与结构化是另一类场景。SHEETAI_EXTRACT() 可从非结构化文本中抽出姓名、公司、邮箱等实体，SHEETAI_CLASSIFY() 用于把文本划入情感或自定义类别，SHEETAI_FILL() 则依据已有示例补全缺失列，例如国家对应的首都和货币^[4]。同类工具在收据信息提取、图像内容描述与分类上也有相近用法^[11]。

第 3 版起，表格内还支持以对话方式提问、让模型协助编写公式，以及把图片拖入对话区解析表格截图、收据或名片中的信息^[8]。函数也能通过 SHEETAI_IMAGE() 在单元格内生成配图，用于产品图或缩略图等素材^[4]。

局限

平台绑定是最明显的限制。该工具以 Google 表格加载项形式提供，无法在 Microsoft Excel 或本地电子表格中运行^[12]。它必须联网，断网时表格本身仍可使用，但 AI 函数不可用^[6]。

接口配额构成第二重约束。模型厂商对每分钟请求数、每日请求数和每分钟令牌数设置阈值，典型区间分别约为 3 至 60 次/分钟、200 至 10000 次/天和 4 万至 100 万令牌/分钟，超出后单元格返回限流或配额错误^[7]。表格重新打开或编辑时可能重算公式，进一步消耗配额，因此有建议把已得结果转为静态值^[7]。

使用成本与模型选择相关。虽然加载项本身提供有限次数的免费调用，但采用自带密钥模式时还需另行向模型厂商支付令牌费用^[13]。此外，SHEETAI_BRAIN、SHEETAI_EXTRACT、SHEETAI_CLASSIFY 这类函数名不够直观，初次使用需要熟悉^[9]。

功能侧重也存在边界。该工具聚焦文本与数据的生成和转换，在图表制作和深度数据分析方面能力有限^[12]。同类开源方案的早期反馈中还提到，逐行调用模型的处理速度偏慢，且把业务数据发送到远程服务会带来数据归属方面的顾虑，因而自托管成为可选项^[10]。

参见

• Google 表格 —— 本工具所依托的电子表格平台。

• 大语言模型 —— 工具在单元格中调用的核心模型类型。

• 提示工程 —— 决定表格中函数输出质量的关键方法。

• 应用程序接口 —— 加载项与模型服务之间的通信方式。

• 低代码开发 —— 以公式替代编程的同类实践。