Prompt Microsoft Copilot สำหรับ Excel วิเคราะห์ข้อมูลและสร้างสูตร

Prompt Microsoft Copilot สำหรับ Excel ที่ดี ควรระบุให้ชัดว่า ต้องการวิเคราะห์ข้อมูลอะไร อยู่ในคอลัมน์หรือช่วงไหน ต้องการคำตอบแบบใด และอยากให้ Copilot สร้างสูตร ตาราง PivotTable หรือกราฟอะไรเพิ่มเติมหรือไม่

Copilot ใน Excel สามารถช่วยงานได้หลายแบบ เช่น สรุปข้อมูล หาแนวโน้ม ตรวจค่าผิดปกติ สร้างสูตร อธิบายสูตร สร้าง PivotTable และสร้างกราฟจากข้อมูลได้ แต่ผลลัพธ์ที่ได้ควรตรวจสอบอีกครั้งก่อนนำไปใช้จริง โดยเฉพาะงานการเงิน งบประมาณ และข้อมูลสำคัญ

สูตรที่ใช้ง่ายคือ:

Data + Columns + Question + Calculation + Output + Format + Constraints

ตัวอย่าง:

“วิเคราะห์ยอดขายในตาราง Sales โดยใช้คอลัมน์ Date, Product, Region, Revenue และ Cost สรุปยอดขายรวม กำไร และ Margin แยกตาม Region หา 3 Region ที่ยอดขายสูงสุดและต่ำสุด และสร้างตารางสรุปพร้อมสูตรที่ใช้ โดยห้ามประมาณค่าที่ไม่มีในข้อมูล”

① Microsoft Copilot ใน Excel ช่วยอะไรได้บ้าง

สามารถใช้ช่วยงาน เช่น:

• วิเคราะห์ข้อมูล
• สรุปข้อมูล
• หา Trend
• หา Outlier
• เปรียบเทียบข้อมูล
• สร้าง Formula
• อธิบาย Formula
• สร้าง Lookup
• สร้าง PivotTable
• สร้าง Chart
• จัดกลุ่มข้อมูล
• วิเคราะห์ข้อความ
• สร้าง Summary Row
• ทำ What-if Analysis
• หา Missing Information

จุดสำคัญคือ Prompt ควรระบุชื่อคอลัมน์และผลลัพธ์ที่ต้องการให้ชัด

② เริ่มจากข้อมูลที่จัดเป็นตาราง

ข้อมูลที่มีโครงสร้างชัด จะช่วยให้วิเคราะห์ได้ง่ายกว่า

ตัวอย่างคอลัมน์:

• Date
• Product
• Category
• Quantity
• Revenue
• Cost
• Profit
• Region

หากข้อมูลกระจัดกระจาย ควรจัดให้เป็น Table หรือ Range ที่อ่านง่ายก่อน

③ ระบุชื่อ Table

Prompt:

“วิเคราะห์ข้อมูลในตาราง SalesData”

ดีกว่า:

“วิเคราะห์ข้อมูลทั้งหมด”

เพราะลดความกำกวม

④ ระบุชื่อคอลัมน์

ตัวอย่าง:

“ใช้คอลัมน์ Revenue และ Cost คำนวณ Profit”

ช่วยให้ Copilot เข้าใจข้อมูลที่ต้องใช้

⑤ ระบุช่วงข้อมูล

ถ้าต้องการเฉพาะช่วง:

“วิเคราะห์ข้อมูล A1”

หรือ:

“ใช้เฉพาะข้อมูลเดือนมกราคมถึงมีนาคม”

ช่วยจำกัด Scope

⑥ อย่าสั่งกว้างเกินไป

Prompt:

“วิเคราะห์ข้อมูลนี้”

กว้างเกินไป

ควรเปลี่ยนเป็น:

“วิเคราะห์ยอดขายรายเดือน หา Trend และเดือนที่ยอดขายสูงสุด”

ชัดกว่า

⑦ Prompt สรุปข้อมูล

“สรุปข้อมูลในตารางนี้เป็น 10 Bullet Point โดยเน้น Revenue, Profit และ Region”

เหมาะกับการอ่านเร็ว

⑧ Prompt หา Insight

“หา Insight ที่น่าสนใจจากข้อมูลนี้ โดยเน้น Trend, Outlier และความแตกต่างระหว่าง Region”

ช่วยให้เห็นภาพรวม

⑨ Prompt หา Trend

ตัวอย่าง:

“วิเคราะห์แนวโน้ม Revenue รายเดือนและบอกว่าช่วงใดเพิ่มหรือลดชัดเจน”

เหมาะกับ Time Series

⑩ Prompt หา Outlier

“ตรวจหาค่าที่ผิดปกติใน Revenue และ Quantity และระบุแถวที่ควรตรวจเพิ่มเติม”

ช่วยหา:

• ยอดขายผิดปกติ
• Order ใหญ่
• Data Entry Error

แต่ควรตรวจสาเหตุจริงอีกครั้ง

⑪ Prompt หา Top และ Bottom

ตัวอย่าง:

“หา 10 สินค้าที่ Revenue สูงสุดและ 10 สินค้าที่ต่ำสุด”

ช่วยทำ Ranking จากข้อมูลจริง

⑫ ระบุ Metric ให้ชัด

คำว่า:

“สินค้าดีที่สุด”

ไม่ชัด

ควรระบุ:

• Revenue
• Quantity
• Profit
• Margin
• Growth

เช่น:

“หาสินค้าที่ Profit สูงสุด”

⑬ Revenue กับ Profit ต่างกัน

Revenue สูง ไม่ได้หมายความว่า Profit สูง

จึงควรวิเคราะห์แยก:

• Revenue
• Cost
• Profit
• Margin

เพื่อไม่ให้สรุปผิด

⑭ Prompt คำนวณ Profit

“เพิ่มคอลัมน์ Profit โดยใช้ Revenue – Cost”

ตรงและง่าย

⑮ Prompt คำนวณ Margin

ตัวอย่าง:

“เพิ่มคอลัมน์ Profit Margin โดยใช้ Profit / Revenue และแสดงเป็นเปอร์เซ็นต์”

ควรตรวจกรณี Revenue เป็นศูนย์ด้วย

⑯ ระบุวิธีจัดการ Divide by Zero

Prompt:

“ถ้า Revenue เท่ากับ 0 ให้คืนค่า 0 แทน Error”

ช่วยลดข้อผิดพลาด

⑰ Prompt สร้างสูตร

“สร้างสูตรสำหรับคำนวณ Profit จาก Revenue และ Cost”

Copilot สามารถช่วยสร้างสูตรและอธิบายการทำงานของสูตรได้

⑱ Prompt อธิบายสูตร

ตัวอย่าง:

“อธิบายสูตรในเซลล์ D10 แบบทีละส่วน”

เหมาะกับ Workbook ที่รับต่อจากคนอื่น

⑲ Prompt อธิบายสูตรยาว

ถ้ามีสูตรซับซ้อน:

“อธิบายสูตรนี้เป็นภาษาง่าย โดยแบ่งเป็นแต่ละ Function”

ช่วยให้เข้าใจ Logic

⑳ Prompt ตรวจสูตรผิด

“ตรวจสูตรในคอลัมน์ Profit ว่ามีสูตรไม่เหมือนแถวอื่นหรือไม่”

ช่วยหา Formula Inconsistency

㉑ สร้าง SUM

Prompt:

“สร้างสูตรรวม Revenue ทั้งหมด”

Formula อาจเป็น:

SUM

แต่ควรให้ Excel ใช้ Reference ที่เหมาะกับข้อมูลจริง

㉒ สร้าง AVERAGE

“คำนวณยอดขายเฉลี่ยต่อ Order”

ช่วยดู Average Value

㉓ สร้าง COUNT

“นับจำนวน Order ทั้งหมด”

หรือ:

“นับจำนวนรายการที่ Status = Completed”

㉔ สร้าง COUNTIF

Prompt:

“นับจำนวน Order ที่ Region เป็น Bangkok”

เหมาะกับ Condition เดียว

㉕ สร้าง COUNTIFS

“นับ Order ที่ Region เป็น Bangkok และ Revenue มากกว่า 10,000”

เหมาะกับหลายเงื่อนไข

㉖ สร้าง SUMIF

Prompt:

“รวม Revenue ของสินค้า Category Network”

ช่วยสรุปยอดตามเงื่อนไข

㉗ สร้าง SUMIFS

“รวม Revenue ของ Region Bangkok เฉพาะเดือนมกราคม”

เหมาะกับหลาย Criteria

㉘ สร้าง IF

ตัวอย่าง:

“สร้างคอลัมน์ Status โดยถ้า Profit มากกว่า 0 ให้เป็น Profit หากไม่ใช่ให้เป็น Loss”

ช่วยจัดกลุ่มข้อมูล

㉙ สร้าง IF หลายเงื่อนไข

Prompt:

“จัดระดับยอดขายเป็น High, Medium และ Low ตามเกณฑ์ที่ให้”

ควรระบุ Threshold เอง ไม่ควรให้ AI เดา

㉚ สร้าง XLOOKUP

Copilot สามารถช่วยสร้าง Lookup จากข้อมูลใน Sheet อื่นได้

ตัวอย่าง:

“สร้างคอลัมน์ Stock โดยค้นหา SKU ใน Sheet Inventory และดึง Quantity กลับมา”

เหมาะกับงานเชื่อมข้อมูล

㉛ XLOOKUP เหมาะกับอะไร

เช่น:

• SKU → Stock
• Employee ID → Department
• Product ID → Price
• Customer ID → Segment

ช่วยลดการค้นหาด้วยมือ

㉜ Prompt Lookup ข้าม Sheet

“ใช้ SKU ใน Sheet Orders ไปค้นหา Stock จาก Sheet Inventory”

ควรระบุชื่อ Column ชัด

㉝ สร้าง INDEX/MATCH

ใน Workbook บางแบบอาจยังใช้ INDEX/MATCH

Prompt:

“สร้างสูตร INDEX/MATCH สำหรับดึงราคาโดยใช้ Product ID”

แต่ถ้า XLOOKUP เหมาะกว่า ก็สามารถใช้ XLOOKUP ได้

㉞ สร้าง TEXT Function

Prompt:

“แยกชื่อเดือนจาก Date”

ช่วยสร้าง:

• Month
• Year
• Quarter

จาก Date

㉟ สร้าง YEAR

“เพิ่มคอลัมน์ Year จาก Order Date”

เหมาะกับการวิเคราะห์รายปี

㊱ สร้าง MONTH

“เพิ่มคอลัมน์ Month จาก Date และแสดงชื่อเดือน”

ช่วย Pivot ตามเดือน

㊲ สร้าง Quarter

Prompt:

“สร้างคอลัมน์ Quarter จาก Date”

เหมาะกับ Business Reporting

㊳ แยกชื่อจาก Full Name

ตัวอย่าง:

“แยก First Name จาก Full Name ในคอลัมน์ C”

Copilot สามารถช่วยสร้างสูตร Text Processing ได้

㊴ รวมข้อความ

“รวม First Name และ Last Name เป็น Full Name”

เหมาะกับ Data Cleaning

㊵ Trim ช่องว่าง

Prompt:

“ลบ Space เกินจากข้อมูล Customer Name”

ช่วยจัดข้อมูลให้สะอาด

㊶ ตรวจ Duplicate

“หา Duplicate Customer ID และระบุจำนวนครั้งที่ซ้ำ”

ช่วยตรวจ Data Quality

㊷ หา Missing Value

Prompt:

“ตรวจคอลัมน์ Customer ID, Revenue และ Region ว่ามีช่องว่างกี่รายการ”

ช่วยเตรียม Data Cleaning

㊸ สร้าง Data Cleaning Checklist

“ตรวจข้อมูลนี้ในด้าน Missing Value, Duplicate, Invalid Date และ Outlier”

เหมาะก่อนวิเคราะห์

㊹ อย่ารีบลบ Outlier

Outlier อาจเป็น:

• Error
• Order จริงที่มีมูลค่าสูง
• Event พิเศษ

ควรตรวจ Source ก่อนลบ

㊺ Prompt วิเคราะห์ Sales

“วิเคราะห์ Revenue, Quantity, Profit และ Margin แยกตาม Product และ Region”

เหมาะกับ Dashboard เบื้องต้น

㊻ วิเคราะห์รายเดือน

“สรุป Revenue และ Profit รายเดือน พร้อม % การเปลี่ยนแปลงจากเดือนก่อน”

ช่วยหา Growth

㊼ Month-over-Month

Prompt:

“คำนวณ Month-over-Month Growth ของ Revenue”

ควรระบุวิธีจัดการเดือนแรกที่ไม่มี Previous Month

㊽ Year-over-Year

“เปรียบเทียบ Revenue ปีนี้กับปีก่อนรายเดือน”

ต้องมีข้อมูลอย่างน้อยสองปี

㊾ วิเคราะห์ Growth

Growth ควรดูทั้ง:

• Absolute Change
• Percentage Change

เพราะ % สูงจากฐานเล็กอาจหลอกตาได้

㊿ วิเคราะห์ Product Performance

Prompt:

“จัดสินค้าเป็น Top Revenue, Top Profit และ Top Quantity”

ช่วยเห็นหลายมิติ

51. วิเคราะห์ Region

“เปรียบเทียบ Revenue, Profit และ Average Order Value ตาม Region”

ช่วยหา Market Difference

52. วิเคราะห์ Customer

Prompt:

“สรุปยอดซื้อรวม จำนวน Order และ Average Order Value แยกตาม Customer”

เหมาะกับ CRM Analysis

53. วิเคราะห์ Repeat Customer

“หาลูกค้าที่มี Order มากกว่า 1 ครั้งและสรุป Revenue รวม”

ช่วยดู Repeat Purchase

54. วิเคราะห์ New vs Repeat

ถ้ามี Customer ID และ Date:

“แยกลูกค้าใหม่และลูกค้าเดิมตามช่วงเวลา”

ควรกำหนดนิยาม New Customer ให้ชัด

55. วิเคราะห์ Basket

Prompt:

“คำนวณ Average Order Value จาก Order ID และ Revenue”

ช่วย Ecommerce Analysis

56. วิเคราะห์ Quantity

“หาสินค้าที่ขายจำนวนชิ้นสูง แต่ Revenue ต่ำ”

อาจบอกถึงสินค้าราคาต่ำ

57. วิเคราะห์ Margin

“หาสินค้าที่ Revenue สูงแต่ Margin ต่ำ”

ช่วยไม่ให้สนใจ Revenue อย่างเดียว

58. วิเคราะห์ Cost

“หา Category ที่ Cost เพิ่มเร็วกว่ายอดขาย”

เหมาะกับ Profitability Analysis

59. วิเคราะห์ Budget vs Actual

Prompt:

“เปรียบเทียบ Budget กับ Actual และคำนวณ Variance”

ช่วยงานการเงินและบริหาร

60. Variance

สามารถแสดง:

• Absolute Variance
• Percentage Variance

ควรระบุว่าต้องการแบบไหน

61. วิเคราะห์ Forecast

หากต้องการ Forecast ควรระบุ:

• ช่วงเวลา
• Metric
• Assumption

เช่น:

“ประมาณ Revenue 3 เดือนข้างหน้าจาก Trend ในข้อมูล โดยแสดง Assumption”

Forecast ไม่ใช่ Fact และควรใช้ด้วยความระมัดระวัง

62. What-if Analysis

Copilot สามารถช่วยตอบคำถามสมมติจากข้อมูล

ตัวอย่าง:

“ถ้าต้นทุนเพิ่ม 5% Profit จะเปลี่ยนอย่างไร?”

ช่วย Scenario Planning

63. วิเคราะห์ราคา

“ถ้าราคาขายเพิ่ม 3% โดย Quantity คงเดิม Revenue และ Profit จะเปลี่ยนอย่างไร?”

ควรระบุ Assumption ชัด

64. วิเคราะห์ต้นทุน

“ถ้า Cost เพิ่ม 10% แต่ Revenue เท่าเดิม Margin จะลดลงเท่าไร?”

เหมาะกับ Sensitivity Analysis

65. วิเคราะห์ Discount

“ถ้าลดราคา 5% ต้องเพิ่ม Quantity เท่าไรจึงจะรักษา Revenue เดิม”

ช่วยคิด Scenario

แต่ควรตรวจสูตรและ Assumption

66. Prompt สร้าง PivotTable

“สร้าง PivotTable สรุป Revenue ตาม Region และ Product”

ช่วยจัดข้อมูลจำนวนมาก

67. PivotTable รายเดือน

“สร้าง PivotTable โดย Rows เป็น Month, Columns เป็น Region และ Values เป็น Revenue”

ช่วยเปรียบเทียบ Trend

68. PivotTable Profit

“สร้าง PivotTable สรุป Profit และ Margin ตาม Category”

ควรตรวจวิธีคำนวณ Margin ว่าควรเป็น Weighted Margin หรือ Average

69. อย่า Average Percentage แบบไม่คิด

การเฉลี่ย Margin รายแถวโดยตรงอาจต่างจาก:

Total Profit / Total Revenue

ดังนั้นควรกำหนดสูตรที่ถูกต้องตามโจทย์

70. Prompt สร้าง Chart

Copilot ใน Excel สามารถช่วยสร้าง Chart จากข้อมูลได้

ตัวอย่าง:

“สร้าง Line Chart แสดง Revenue รายเดือน”

เหมาะกับ Trend

71. Line Chart

เหมาะกับ:

• Time Series
• Trend
• Growth

เช่น:

Revenue by Month

72. Bar Chart

เหมาะกับ:

• Comparison
• Product
• Region

เช่น:

Profit by Category

73. Column Chart

เหมาะกับการเปรียบเทียบ:

• เดือน
• Region
• Product

โดยเฉพาะจำนวนไม่มาก

74. Pie Chart

ใช้ได้เมื่อ Category ไม่เยอะและต้องการดูสัดส่วน

แต่ถ้ามีหลาย Category Bar Chart มักอ่านง่ายกว่า

75. Scatter Plot

เหมาะกับดูความสัมพันธ์ระหว่างสองตัวแปร เช่น:

• Price vs Quantity
• Ad Spend vs Revenue

ช่วยมอง Correlation

76. Prompt Chart แบบเจาะจง

“สร้าง Line Chart ของ Revenue ตาม Month ใส่ Data Label และ Gridline”

ยิ่งระบุ Output ยิ่งได้ผลตรงขึ้น

77. สร้าง Dashboard Concept

Prompt:

“เสนอ Dashboard สำหรับ Sales Manager โดยใช้ KPI: Revenue, Profit, Margin, Order และ Top Product”

ช่วยวางโครง Dashboard

78. Dashboard ไม่ควรมีทุก Metric

ควรเลือก KPI ที่สัมพันธ์กับ Goal

เช่น Sales Manager อาจไม่ต้องเห็นทุก Column ในข้อมูล

79. สร้าง KPI Summary

Prompt:

“สร้าง Summary Table ของ Revenue, Profit, Margin, Orders และ Average Order Value”

ช่วยทำ Header Dashboard

80. วิเคราะห์ข้อความใน Excel

ถ้ามีข้อมูลประเภท:

• Review
• Feedback
• Survey
• Comment

Copilot สามารถช่วยสรุป Theme และจัดประเภทข้อความได้

81. Prompt สรุป Feedback

“สรุป Feedback ในคอลัมน์ Comments เป็น 10 Theme หลัก”

ช่วย Voice of Customer

82. วิเคราะห์ Sentiment

Prompt:

“จัด Feedback เป็น Positive, Neutral และ Negative แล้วเพิ่มเป็นคอลัมน์ใหม่”

ควรตรวจข้อความที่กำกวม

83. วิเคราะห์ Complaint

“จัด Complaint ตามประเภท Product, Delivery, Price และ Service”

ช่วยหา Pattern

84. หา Keyword จาก Feedback

“สรุปคำหรือประเด็นที่ลูกค้าพูดถึงบ่อยที่สุด”

เหมาะกับ Product Improvement

85. สรุป Survey

Prompt:

“สรุป Survey แบบข้อความเป็น Theme พร้อมจำนวนรายการต่อ Theme”

ช่วยเปลี่ยน Qualitative Data เป็นภาพรวม

86. ใช้ Copilot อธิบายข้อมูล

Prompt:

“อธิบายว่าทำไม Region A ถึงมี Margin ต่ำกว่า Region B โดยใช้ข้อมูลใน Workbook เท่านั้น”

ควรระวังเรื่อง Causation

ข้อมูลอาจบอกได้เพียงความสัมพันธ์ ไม่ได้ยืนยันสาเหตุเสมอ

87. แยก Correlation กับ Causation

ถ้าข้อมูลสองตัวเคลื่อนไหวพร้อมกัน ไม่ได้แปลว่าตัวหนึ่งเป็นสาเหตุของอีกตัว

Prompt:

“แยกสิ่งที่ข้อมูลแสดงจริงออกจาก Hypothesis เกี่ยวกับสาเหตุ”

ช่วยลดการสรุปเกินข้อมูล

88. Prompt หา Data Gap

“จากการวิเคราะห์นี้ ระบุข้อมูลเพิ่มเติมที่ต้องมีหากต้องการหาสาเหตุ”

เช่น:

• Promotion
• Ad Spend
• Stock
• Customer Segment

ช่วยวิเคราะห์รอบต่อไป

89. สร้างสูตรจากโจทย์ภาษาไทย

ตัวอย่าง:

“สร้างสูตรที่ให้ค่า ‘ผ่าน’ ถ้ายอดขายมากกว่า 100,000 และ Margin มากกว่า 20%”

ช่วยคนที่จำ Formula ไม่ได้

90. ขอ Explanation พร้อมสูตร

Prompt:

“สร้างสูตรและอธิบายแต่ละส่วนว่าทำงานอย่างไร”

ช่วยเรียน Excel ไปพร้อมกัน

91. ให้ Copilot เสนอ Formula มากกว่าหนึ่งแบบ

Prompt:

“เสนอสูตร 2 วิธีสำหรับโจทย์นี้ และอธิบายข้อแตกต่าง”

เหมาะกับการเรียนรู้

92. Formula ไม่ควรซับซ้อนเกินจำเป็น

ถ้า Formula สั้นทำงานได้ ก็ไม่ควรสร้างสูตรยาวเกิน

Prompt:

“ใช้วิธีที่อ่านและดูแลรักษาง่ายที่สุด”

เหมาะกับ Workbook ที่ทีมหลายคนใช้

93. ตรวจ Reference

ก่อนใช้ Formula ต้องดู:

• Relative Reference
• Absolute Reference
• Structured Reference

เพราะการ Copy สูตรอาจให้ผลต่างกัน

94. Prompt Absolute Reference

“สร้างสูตรโดยล็อกเซลล์ Tax Rate ที่ B1”

ช่วยใช้ $B$1 อย่างเหมาะสม

95. Structured Reference

ถ้าใช้ Excel Table:

“ใช้ชื่อ Column ใน Table แทน Cell Reference หากเหมาะสม”

ช่วยให้ Formula อ่านง่าย

96. ตรวจ Error

ตัวอย่าง Error:

• #N/A
• #VALUE!
• #DIV/0!
• #REF!
• #NAME?

Prompt:

“อธิบายสาเหตุของ Error ในเซลล์นี้และเสนอวิธีแก้”

97. แก้ #N/A

มักเกี่ยวกับ Lookup หาไม่เจอ

ควรตรวจ:

• Key
• Space
• Data Type
• Lookup Range

ก่อนซ่อน Error

98. แก้ #DIV/0!

เกิดจากหารด้วยศูนย์หรือช่องว่างบางกรณี

Prompt:

“แก้สูตรให้จัดการกรณีตัวหารเป็นศูนย์”

99. แก้ #VALUE!

อาจเกิดจาก Data Type ไม่ตรง

เช่น:

Text แทน Number

ควรตรวจข้อมูลก่อนแก้สูตร

100. Prompt ตรวจ Data Type

“ตรวจว่าคอลัมน์ Revenue มีค่าที่เป็น Text แทน Number หรือไม่”

ช่วยแก้ปัญหาสูตร

101. ตรวจ Date

Date บางครั้งถูกเก็บเป็น Text

Prompt:

“ตรวจว่า Date Column เป็น Date จริงหรือ Text และแนะนำวิธีแก้”

เหมาะกับข้อมูล Import

102. Prompt ทำความสะอาดข้อมูล

“วางแผนทำความสะอาดข้อมูลนี้ก่อนวิเคราะห์ โดยตรวจ Duplicate, Missing, Data Type และ Outlier”

ช่วยเตรียมข้อมูลอย่างเป็นระบบ

103. สร้าง Step-by-step Analysis

Prompt:

“วิเคราะห์ข้อมูลทีละขั้น เริ่มจาก Data Quality แล้วค่อย Summary และ Insight”

ช่วยลดการรีบสรุปจากข้อมูลที่ยังไม่สะอาด

104. วิเคราะห์ข้อมูลขนาดใหญ่

ควรเริ่มจากคำถามที่เฉพาะ เช่น:

• Revenue by Region
• Profit by Product
• Monthly Trend

แทนการถามทุกอย่างพร้อมกัน

105. ใช้ Follow-up Prompt

ตัวอย่าง:

รอบแรก:
“สรุป Revenue ตาม Region”

รอบสอง:
“ตอนนี้เจาะเฉพาะ Region ที่ Revenue ลดลง”

รอบสาม:
“แยกตาม Product”

ช่วยวิเคราะห์แบบลึกขึ้น

106. Prompt จากกว้างไปแคบ

เริ่ม:

“มีอะไรน่าสนใจในข้อมูลนี้?”

จากนั้นถาม:

“Outlier ไหนสำคัญที่สุด?”

แล้ว:

“แสดงแถวที่เกี่ยวข้อง”

เหมาะกับ Exploratory Analysis

107. อย่าเชื่อ Insight ทันที

ควรตรวจ:

• Source Row
• Formula
• Filter
• Date Range
• Missing Data

ก่อนใช้ตัดสินใจ

108. ตรวจ Filter

บางครั้ง Workbook มี Filter อยู่

ควรระบุว่าจะ:

• วิเคราะห์เฉพาะข้อมูลที่มองเห็น
• หรือข้อมูลทั้งหมด

ให้ชัด

109. ตรวจ Date Range

ตัวอย่าง:

“ใช้ข้อมูลวันที่ 1 มกราคมถึง 30 กันยายนเท่านั้น”

ช่วยป้องกันการรวมช่วงผิด

110. ตรวจ Currency

ถ้ามีหลายสกุลเงิน ต้องระบุ:

• THB
• USD
• EUR

ไม่ควรรวมตรง ๆ โดยไม่แปลง

111. ตรวจ Unit

เช่น:

• บาท
• พันบาท
• ล้านบาท

ถ้าหน่วยต่างกัน อาจสรุปผิดมาก

112. ตรวจ Percentage

ข้อมูล 10% อาจเก็บเป็น:

• 0.10
• 10

ต้องเข้าใจ Format ก่อนคำนวณ

113. Prompt ตรวจ Unit

“ตรวจ Unit และ Format ของคอลัมน์ Revenue, Margin และ Quantity ก่อนวิเคราะห์”

เหมาะกับ Workbook ที่มาจากหลาย Source

114. วิเคราะห์ Inventory

Prompt:

“สรุป Stock ตาม SKU และหา Item ที่ต่ำกว่า Reorder Point”

ต้องมี Reorder Point จริงในข้อมูล

115. วิเคราะห์ Slow-moving Stock

“หา SKU ที่มี Stock สูงแต่ Sales Quantity ต่ำในช่วง 90 วัน”

ช่วย Inventory Management

116. วิเคราะห์ Stockout Risk

Prompt:

“ระบุสินค้าที่ Stock ต่ำเมื่อเทียบกับยอดขายเฉลี่ย”

ควรกำหนดช่วงเวลาและวิธีคำนวณชัด

117. วิเคราะห์ Finance

ตัวอย่าง:

• Revenue
• Cost
• Expense
• Profit
• Cash Flow

ควรตรวจสูตรอย่างละเอียดก่อนใช้ในรายงานทางการเงิน

118. วิเคราะห์ Expense

“จัด Expense ตาม Category และหา 5 Category ที่มีค่าใช้จ่ายสูงสุด”

ช่วย Cost Review

119. วิเคราะห์ Budget

“เปรียบเทียบ Budget กับ Actual แยกตาม Department”

ช่วยควบคุมงบ

120. วิเคราะห์ Cash Flow

หากมีข้อมูล Cash In และ Cash Out:

“สรุป Net Cash Flow รายเดือน”

ควรตรวจ Date และ Transaction Type

121. วิเคราะห์ Marketing

Prompt:

“เปรียบเทียบ Spend, Click, Lead และ Revenue แยกตาม Channel”

ช่วยวิเคราะห์ Campaign

122. คำนวณ ROAS

Prompt:

“สร้างคอลัมน์ ROAS = Revenue / Ad Spend และจัดการกรณี Spend เป็น 0”

ต้องมี Attribution ที่เหมาะสมก่อนตีความ

123. คำนวณ Conversion Rate

ตัวอย่าง:

“Lead / Click”

หรือ:

“Order / Session”

ต้องนิยาม Conversion ให้ชัด

124. วิเคราะห์ SEO

ถ้ามีข้อมูล:

• Query
• Click
• Impression
• CTR
• Position

Prompt:

“หา Query ที่ Impression สูงแต่ CTR ต่ำ”

ช่วยหา Opportunity

125. วิเคราะห์ CTR

ไม่ควรดู CTR อย่างเดียว

ต้องดู:

• Impression
• Position
• Intent
• Page

ร่วมกัน

126. วิเคราะห์ HR

Prompt:

“สรุป Headcount แยกตาม Department และ Location”

ต้องระวังข้อมูลส่วนบุคคลและใช้เท่าที่จำเป็น

127. วิเคราะห์ Project

ข้อมูลอาจมี:

• Task
• Owner
• Start
• End
• Status
• Priority

Prompt:

“หา Task ที่เลย Deadline และยังไม่ Completed”

ช่วย Project Tracking

128. วิเคราะห์ Deadline

“คำนวณ Days Overdue จาก Due Date เทียบกับวันที่อ้างอิงที่กำหนด”

ไม่ควรปล่อยให้วันที่อ้างอิงคลุมเครือ

129. วิเคราะห์ Completion

“สรุปจำนวน Task ตาม Status และ Owner”

ช่วยดู Workload

130. วิเคราะห์ Customer Service

Prompt:

“จัด Ticket ตาม Category และหา Issue ที่เกิดซ้ำมากที่สุด”

ช่วย Support Analysis

131. วิเคราะห์ Response Time

หากมี:

• Open Time
• First Response
• Close Time

สามารถคำนวณ:

• First Response Time
• Resolution Time

ได้

132. Prompt Master สำหรับวิเคราะห์ข้อมูล

“ช่วยวิเคราะห์ข้อมูลใน Excel

Table:
[ชื่อตาราง]

Columns:
[รายการ]

Goal:
[ต้องการรู้เรื่องอะไร]

ช่วยทำ:

1. ตรวจ Data Quality
2. สรุปข้อมูล
3. คำนวณ KPI
4. หา Trend
5. หา Outlier
6. เปรียบเทียบ Segment
7. ระบุ Insight
8. ระบุ Data Gap
9. สร้างตารางสรุป
10. แนะนำ Chart ที่เหมาะ

ข้อกำหนด:

• ใช้เฉพาะข้อมูลใน Workbook
• ห้ามสร้างตัวเลข
• ระบุ Formula ที่ใช้
• แยก Fact กับ Hypothesis
• ถ้าข้อมูลไม่พอให้บอกว่าต้องมีข้อมูลอะไรเพิ่ม”

133. Master Prompt สำหรับสร้างสูตร

“ช่วยสร้าง Formula ใน Excel สำหรับโจทย์นี้:

Data:
[Column/Cell]

Goal:
[สิ่งที่ต้องคำนวณ]

Conditions:
[เงื่อนไข]

Error Handling:
[วิธีจัดการ Error]

ช่วยตอบ:

1. Formula
2. อธิบายแต่ละส่วน
3. ตัวอย่างผลลัพธ์
4. ข้อควรระวังเมื่อ Copy Formula”

134. Template Sales Analysis

“วิเคราะห์ตาราง Sales โดยใช้ Date, Product, Region, Quantity, Revenue และ Cost

ช่วย:

• คำนวณ Profit
• คำนวณ Margin
• สรุปรายเดือน
• เปรียบเทียบ Region
• หา Top Product
• หา Outlier
• สร้าง Chart ที่เหมาะ”

135. Template Budget Analysis

“เปรียบเทียบ Budget กับ Actual ตาม Department และ Month พร้อมคำนวณ Variance และ Variance % และระบุรายการที่เกิน Budget”

136. Template Inventory Analysis

“วิเคราะห์ SKU, Stock, Sales Quantity และ Reorder Point เพื่อหาสินค้าที่ Stock ต่ำ สินค้าที่ขายช้า และสินค้าที่ควรตรวจเพิ่มเติม”

137. Template Customer Analysis

“สรุป Customer ตาม Total Revenue, Number of Orders, Average Order Value และ Last Order Date”

ช่วยทำ Customer Segmentation เบื้องต้น

138. Template Marketing Analysis

“วิเคราะห์ Channel, Spend, Click, Lead, Order และ Revenue พร้อมคำนวณ CTR, Conversion Rate และ ROAS ตามสูตรที่กำหนด”

139. Template Feedback Analysis

“วิเคราะห์ข้อความ Feedback ในคอลัมน์ Comments แยกเป็น Theme, Sentiment และ Issue Category และสรุปประเด็นที่เกิดซ้ำ”

140. Template Formula Explanation

“อธิบายสูตรใน Cell [เซลล์] ให้คนที่ไม่เก่ง Excel เข้าใจทีละส่วน พร้อมบอกว่า Formula นี้คืนค่าอะไร”

141. Template Error Fix

“วิเคราะห์ Error [ชนิด Error] ในสูตรนี้ ระบุสาเหตุที่เป็นไปได้ และเสนอวิธีแก้โดยรักษา Logic เดิม”

142. Template Chart

“จากข้อมูลนี้ สร้าง Chart ที่เหมาะกับคำถาม [คำถาม] และอธิบายว่าทำไม Chart ประเภทนี้เหมาะกว่าแบบอื่น”

143. Template PivotTable

“สร้าง PivotTable โดยใช้ Rows = [Column], Columns = [Column], Values = [Metric], Filters = [Column]”

ช่วยให้คำสั่งชัดมาก

144. ใช้ชื่อคอลัมน์จริง

แทน:

“คอลัมน์ยอดขาย”

ถ้าชื่อจริงคือ:

Revenue

ควรใช้คำว่า Revenue

ช่วยลดความผิดพลาด

145. ระบุหน่วย

ตัวอย่าง:

“Revenue เป็นเงินบาท”

ช่วยป้องกันการตีความผิด

146. ระบุช่วงเวลา

เช่น:

“มกราคม–กันยายน 2026”

ช่วยให้ Analysis ตรงช่วงที่ต้องการ

147. ระบุ Output Format

สามารถสั่ง:

• Bullet
• Table
• PivotTable
• Formula
• Chart
• Summary

ยิ่งชัด ยิ่งใช้งานต่อได้ง่าย

148. ขอให้แสดงขั้นตอนคำนวณ

Prompt:

“แสดงสูตรและ Logic ที่ใช้คำนวณทุก KPI”

ช่วยตรวจสอบได้

149. ขอให้ระบุ Assumption

“ระบุ Assumption ทุกข้อก่อนทำ What-if Analysis”

สำคัญมากกับ Scenario

150. ขอให้ระบุข้อจำกัด

Prompt:

“ท้ายการวิเคราะห์ ให้บอกข้อจำกัดของข้อมูลที่อาจส่งผลต่อข้อสรุป”

ช่วยลดการตีความเกินจริง

151. ไม่ควรใช้ข้อมูลสำคัญโดยไม่ตรวจ

โดยเฉพาะ:

• Financial
• Payroll
• Forecast
• Pricing
• Inventory
• Compliance

ควรมีคนตรวจ Formula และ Source ก่อนใช้ตัดสินใจ

152. หมายเหตุเรื่องฟังก์ชัน COPILOT ใน Excel

ในปี 2026 Microsoft เคยมีฟังก์ชัน COPILOT() แบบ Preview สำหรับเรียก AI โดยตรงจากเซลล์ แต่ตั้งแต่วันที่ 14 กันยายน 2026 ฟังก์ชันนี้ไม่พร้อมใช้งานแล้ว

ดังนั้นแนวทางปัจจุบันคือใช้ Copilot ใน Excel ผ่าน Copilot pane เพื่อสั่งงาน เช่น วิเคราะห์ข้อมูล สร้างสูตร สรุปข้อความ หรือช่วยจัดการ Workbook แทน

จุดนี้สำคัญมาก เพราะ Prompt หรือบทความเก่าบางแห่งอาจยังแนะนำสูตร =COPILOT(...) ซึ่งไม่ควรใช้เป็นแนวทางปัจจุบัน

153. Copilot Pane คือจุดหลักในการสั่งงาน

ผู้ใช้สามารถเปิด Copilot ใน Excel แล้วพิมพ์คำสั่งด้วยภาษาธรรมชาติ

ตัวอย่าง:

“สร้างคอลัมน์ Profit Margin”

“หา Outlier ใน Revenue”

“สร้าง Line Chart แสดงยอดขายรายเดือน”

ช่วยลดการจำคำสั่ง Excel จำนวนมาก

154. Prompt ควร Specific

Microsoft แนะนำแนวทางเดียวกันว่า Prompt ที่เฉพาะเจาะจง โดยระบุชื่อคอลัมน์หรือ Range จะช่วยให้ผลลัพธ์มีประโยชน์มากขึ้น

ดังนั้นแทน:

“วิเคราะห์ยอดขาย”

ควรเป็น:

“วิเคราะห์ Revenue ตาม Month และ Region และหา 3 Region ที่ Growth ลดลงมากที่สุด”

155. ใช้ Follow-up ได้

ถ้าคำตอบแรกยังไม่ตรง:

“ตอนนี้แยกเฉพาะ Region A”

หรือ:

“เพิ่ม Profit Margin เข้าไปด้วย”

ช่วยเจาะข้อมูลต่อเนื่องโดยไม่ต้องเริ่มใหม่ทั้งหมด

156. Checklist ก่อนใช้ Copilot ใน Excel

ตรวจว่า:

1. Data เป็น Table หรือ Range ชัดหรือไม่
2. Column Name ถูกต้องหรือไม่
3. Unit ชัดหรือไม่
4. Date ถูก Format หรือไม่
5. Missing Value มีหรือไม่
6. Duplicate มีหรือไม่
7. Metric ที่ต้องการชัดหรือไม่
8. Formula ถูกต้องหรือไม่
9. Output Format ชัดหรือไม่
10. มี Assumption หรือไม่
11. Result ตรวจสอบกับ Source แล้วหรือยัง
12. มี Sensitive Data ที่ไม่จำเป็นหรือไม่

157. Workflow ใช้ Microsoft Copilot ใน Excel

ใช้ลำดับ:

1. Prepare Data
2. Check Data Quality
3. Define Question
4. Specify Columns
5. Ask Copilot
6. Review Formula
7. Review Insight
8. Create Summary
9. Create PivotTable/Chart
10. Drill Down
11. Verify Numbers
12. Save Final Analysis

ช่วยให้ Copilot เป็นผู้ช่วยวิเคราะห์ ไม่ใช่กล่องดำที่สร้างคำตอบแล้วเชื่อทันที

158. สูตร Prompt ที่ควรจำ

สูตรคือ:

Data → Columns → Question → Formula → Analysis → Output → Verify

ตัวอย่าง:

“วิเคราะห์ตาราง Sales โดยใช้ Date, Product, Revenue และ Cost สร้าง Profit กับ Margin สรุปรายเดือน หา Outlier และสร้าง Line Chart โดยใช้เฉพาะข้อมูลใน Workbook และแสดงสูตรที่ใช้ทุกขั้น”

159. สรุป Prompt Microsoft Copilot สำหรับ Excel วิเคราะห์ข้อมูลและสร้างสูตร

Microsoft Copilot สามารถช่วย Excel ได้ตั้งแต่ สร้างสูตร อธิบายสูตร วิเคราะห์ Trend หา Outlier ไปจนถึงสร้าง PivotTable และ Chart ทำให้คนที่ไม่จำสูตรจำนวนมากสามารถเริ่มวิเคราะห์ข้อมูลได้เร็วขึ้น

แต่สิ่งสำคัญคือ ต้องระบุชื่อข้อมูลและคำถามให้เฉพาะเจาะจง และไม่ควรใช้คำตอบของ AI แทนการตรวจ Formula, Date Range, Unit และ Source Data จริง

สำหรับผู้อ่าน comsiam สูตรที่ควรจำคือ “Data → Question → Formula → Analysis → Verify” เพราะการวิเคราะห์ที่ดีเริ่มจากข้อมูลที่สะอาดและจบด้วยการตรวจว่าผลลัพธ์ตรงกับข้อมูลต้นทางจริงหรือไม่

comsiam แนะนำให้ใช้ Copilot ใน Excel แบบถามต่อเป็นขั้น เช่น เริ่มจาก Summary แล้วค่อยเจาะ Region, Product หรือ Customer ทีละส่วน วิธีนี้ช่วยให้เข้าใจข้อมูลลึกขึ้น และลดความเสี่ยงจากการสั่งวิเคราะห์ทุกอย่างพร้อมกันจนได้คำตอบที่กว้างเกินไป