本文面向AI教学与办公自动化场景，说明DeepSeek接入Excel的准备工作、VBA调用、批量应用与排错方法，帮助读者快速上手并安全使用。
Excel 是企业数据整理、教学演示和日常办公中最常见的工具，DeepSeek 则以 OpenAI 兼容接口降低了模型调用门槛。把两者连接起来并不需要复杂系统，关键在于理解 API 请求、JSON 返回和密钥管理这三件事。对于 AI 指导老师而言，把接入过程拆成可复现的小步骤，既能用于课堂演示，也能帮助学员在真实业务中快速落地。下面从环境准备开始，逐步进入 VBA、Power Query、Python in Excel 等常见路径。
1. 接口准备与密钥安全。
DeepSeek 的开放平台提供与 OpenAI 兼容的 Chat Completions 接口，常用端点 ，模型可选 deepseek-chat 或 deepseek-reasoner。调用时通过 HTTP POST 发送 JSON，请求体至少包含 model、messages、temperature、stream 等字段，返回结果位于 choices[0].message.content。Excel 本身没有原生大模型连接器，需要借助 VBA、Power Query、Office 脚本或 Python in Excel 发起 HTTPS 请求。教学前要确认电脑可访问外网、TLS 1.2 正常、代理设置不影响请求，桌面版 Excel 还要允许宏或脚本运行。
密钥安全是接入的第一道门槛。API Key 一旦泄露，可能被他人消耗余额甚至触发风控。教学中不要把 Key 直接写进单元格、VBA 代码或截图，更不要上传到公开仓库。更稳妥的做法是使用 Windows 环境变量、凭据管理器或加密配置文件，由代码运行时读取。演示账户应设置低额度或单独 Key，课后及时撤销。请求头通常写作 Authorization: Bearer 加上密钥，Content-Type 为 application/json，若返回 401 要优先检查 Bearer 后是否有空格、密钥是否过期，返回 402 则关注余额。
2. VBA调用与JSON解析。
在 Windows 桌面版 Excel 中，VBA 是最直接的单机方案。按 Alt+F11 打开编辑器，插入模块，引用 Microsoft WinHTTP Services 5.1，或者用 CreateObject(“WinHttp.WinHttpRequest.5.1”) 创建请求对象。核心流程是设置 Open 方法为 POST，目标 URL 为 DeepSeek 端点，SetRequestHeader 写入 Authorization 和 Content-Type，Send 发送 JSON 字符串，随后读取 responseText。由于 DeepSeek 返回 UTF-8 中文，Send 前建议用 ADODB.Stream 将字符串转为 UTF-8 字节，否则提示词和回答容易乱码。
返回 JSON 的解析决定可用性。简单演示可以用 InStr 和 Mid 截取 “content” 后的文本，但正式使用建议引入 VBA-JSON 库，通过 JsonConverter.ParseJson(responseText)(“choices”)(1)(“message”)(“content”) 取得答案。可以封装成 DeepSeekChat(prompt As String) As String 函数，在 B2 输入 =DeepSeekChat(A2)，把 A2 的问题发送出去。要注意同步请求会阻塞 Excel 界面，批量公式会重复调用并快速消耗 token，因此更适合单次问答、公式解释和话术生成。若出现超时，可设置 WinHttpRequest.Timeout 为 60000 毫秒，并捕获 429 限流后暂停重试。
3. Power Query与Python方案对比。
Power Query 更适合批量表格。通过“数据”选项卡进入“获取数据”，新建空查询，在高级编辑器中使用 Web.Contents 发送 POST 请求，Headers 中携带 Authorization 和 Content-Type，Content 用 Json.FromValue 构造请求体，再用 Json.Document 解析返回。它的优势是刷新即可处理整列数据，适合客户反馈分类、财务摘要、商品标题优化等场景。但 Power Query 对动态密钥和凭据管理较敏感，隐私级别可能阻止合并外部数据，API Key 也不能直接暴露在查询步骤中。教学中可以先用固定测试 Key 演示，再引导学员改接网关或环境变量。
Office 脚本和 Python in Excel 提供另一条路径。Office 脚本使用 TypeScript 的 fetch，可在 Excel 网页版和桌面版运行，但需要管理员开启自动化权限，且请求域名要加入允许列表。Python in Excel 则可在 PY 单元格中调用 openai 库，把 base_url 指向 ，适合结合 pandas 做数据清洗、聚类和可视化。对比来看，VBA 适合个人快速验证，Power Query 适合结构化批量处理，Python 适合数据科学流程。AI 指导老师应根据学员基础选择工具，而不是一开始就追求全自动。案例中，财务团队用 Power Query 每 100 条请求一次，既降低限流风险，也便于审计。
4. 教学场景中的提示词与排错。
接入成功后，提示词质量决定输出可用性。Excel 单元格适合承载结构化提示，例如把角色、任务、输入和输出格式拼成一段文本：“你是客服质检员，判断以下对话情绪，只返回正面、负面或中性，并给出一个理由。”对于批量数据，不要每行独立调用，可以先用 TEXTJOIN 把 20 到 50 条合并，要求模型返回 JSON 数组，再用 Power Query 展开。这样既能减少请求次数，也方便把结果映射回原表。AI 指导老师应示范如何限制输出长度、指定分隔符、要求不编造数据，并提醒学员对敏感信息脱敏。
排错要按层定位。网络层检查代理、TLS 和防火墙；认证层检查 Key、Bearer 格式和余额；请求层检查 JSON 引号、逗号和模型名；解析层检查返回结构是否因错误而变化。常见现象包括 401 未授权、429 请求过多、超时无响应、中文乱码和公式返回 #VALUE!。教学时先让学员跑通一条固定提示，再替换单元格引用，再完成批量。成本方面，DeepSeek 按输入和输出 token 计费，长表格反复刷新会产生费用，建议设置预算、缓存结果并避免无意义重试。数据合规同样重要，合同、客户名单和未公开财务数据不应直接发送到外部接口。
