Access开发 + AI:我用这5个方法,开发速度快了一倍

Hi,大家好!

前言

这两年,AI 工具更新得很快。很多 Access 开发者也开始尝试用 Claude、ChatGPT、Cursor 这类工具辅助写代码、整理文档、分析旧项目。

但真正用下来会发现,AI 不是“你说一句,它就把系统做完”的万能工具;反过来,如果只是把它当搜索引擎用,又很难发挥它在开发里的价值。

对 Access 开发来说,AI 更适合用在一些明确、重复、耗时,但又不太值得手工反复处理的环节。比如写通用 VBA、整理 SQL、分析旧代码、生成文档、做一些日常的开发辅助工作。

这篇文章不聊空泛概念,只结合我自己实际使用的场景,整理 5 个我认为最实用的方向。重点不是“AI 有多强”,而是 Access 开发者到底可以把它用在哪些地方,才能真正省时间、少返工。

每个方法我都会说明 Prompt 的思路和要点,完整的可复制 Prompt 模板我整理成了一份单独的文档,关注公众号后回复「AI提示词」就能拿到,后面有新的好用 Prompt 我也会继续更新进去。


1. 让AI写VBA——但不是让它写整个系统

这是我用得最多的场景。

做Access开发,有大量代码其实不涉及核心业务逻辑,就是纯体力活。比如:遍历文件夹、导出数据到Excel、拆分字符串、生成编号、格式化日期、处理空值、写文件日志、发邮件……这些代码每次写都差不多,但每次都得重新敲一遍,或者翻旧项目复制粘贴再改。

这种代码,AI写得比我快,而且比我全。我经常让AI写完之后发现它还顺手加了错误处理,而我以前经常懒得写。

什么样的VBA适合交给AI:

  • 工具类函数(文件处理、字符串处理、HTTP请求、JSON解析)

  • 数据批量操作(循环读写记录集、批量更新)

  • 格式化和转换逻辑

  • 窗体控件的增删改(CreateControl那一套)

  • 重复性的错误处理模板

什么样的VBA不建议交给AI:

  • 涉及具体业务规则的计算(报价公式、审核逻辑、财务口径)

  • 写在窗体事件里的复杂联动逻辑(AI不知道你的控件和业务上下文)

  • 事务处理和回滚(一旦出错影响太大)

下面给两个我实际在用的Prompt思路。

Prompt一:写通用工具函数。 核心是告诉AI四件事——你用的是Access VBA、要兼容什么版本、错误处理要用什么模式、变量命名要遵循什么规则。最关键的一句是"代码中不要有任何窗体引用"和"不要用MsgBox",这两点能避免AI给你写一堆拿过来没法直接用的代码。

Prompt二:给现有代码加错误处理。 把你的代码贴进去,让AI按On Error GoTo模式补上错误处理,包括记录错误号、错误描述、过程名,写入日志模块。不乱改你的原有逻辑。

这两个Prompt的完整模板我在《Access开发AI提示词合集》里给了,关注公众号回复「AI提示词」可以直接复制。

说一下真实效率对比。上个月做了一个功能:把三个查询的结果合并导出到一个Excel,每个查询的结果放不同的Sheet,还要带格式(表头加粗、列宽自适应、数字格式)。我自己手写,调试了两轮,大概花了50分钟。后来让AI写了一下,Prompt写清楚需求大概花了两分钟,AI出代码30秒,我检查加调试又花了15分钟。总共不到20分钟。

当然不是所有任务都能省这么多。但平均下来,杂活和胶水代码这部分,快个50%是完全能做到的。


2. 让AI写SQL——复杂查询不再头疼

Access的查询设计器对付简单的SELECT和一两张表的JOIN确实方便,拖拖拽拽就出来了。

但实际项目里,很多查询不是这么简单。比如这些:

  • 从5张表中汇总每个客户过去6个月的月均采购额,还要跟同期的销售数据做对比

  • 找出库存中有货但连续3个月没有任何出库记录的商品

  • 计算每个业务员的回款率,回款要跟发货日期对齐,还得排除退货

这种查询你在设计器里做,拖来拖去最后自己都搞不清逻辑了。写SQL反而更清晰——但手写又容易出错,尤其是聚合条件和子查询套子查询的时候。

AI写SQL特别适合这类场景。因为SQL本质上就是把需求翻译成查询语句,规则明确、模式固定,正好是AI的强项。

Prompt的思路: 把跟这次查询相关的表结构列清楚(不用全部表,只列相关的),字段名、类型、外键关系写上,然后说清楚你要什么结果、怎么排序、有什么过滤条件。最后加一句"使用Access SQL语法(JET SQL)",避免AI给你写T-SQL或者别的方言。

拿到AI生成的SQL后,先在测试数据上跑一遍再上生产。SQL写错不是界面报错那么简单,它可能静悄悄漏数据、算错数,等你发现的时候报表已经发出去了。

这个Prompt的完整模板在《Access开发AI提示词合集》里,含一个带完整表结构和需求示例的版本,关注后回复「AI提示词」可以拿到。


3. 让AI读旧代码——接手老项目不再像考古

做Access开发的,早晚会遇到这件事:接手一个别人做的系统。

最典型的场景:文件传过来,打开一看,几十个窗体、上百个模块、表名是拼音缩写、字段名毫无规律、变量全是a/b/c/temp/xx。没有注释。没有文档。上一个开发者可能已经离职三年了。

你可能要硬着头皮在上面改需求。

我以前面对这种情况,基本就是人肉读代码——从按钮点击事件进去,一路跟到模块、再到查询、再到表,一边看一边用纸笔记。一个中型项目,光搞清楚数据流就能花掉好几天。

现在我会把代码一段一段地扔给AI。

Prompt的思路: 把代码贴进去,让AI回答四个问题——这段代码在做什么?依赖哪些表/查询/窗体?会影响什么数据?有没有潜在问题?AI出的分析不一定100%准,但给了你一个框架,在这个基础上再看代码效率完全不一样。代码太长的话分段贴,一次扔太多AI容易漏。这一步对准备从Access迁移到Web的人特别有用。

完整Prompt模板见《Access开发AI提示词合集》,关注后回复「AI提示词」获取。


4. 让AI写文档——比你想象的更有用

我知道,"写文档"三个字说出来,很多开发者是不以为然的。我自己以前也这么想。

但说句实在话,Access项目最缺的就是文档。很多时候不只是没文档的问题,而是除了开发者自己,根本没人知道这个系统里有什么。

等到你需要交接、或者客户问你要"系统说明"、或者你自己半年后回来改一个功能——没有文档的代价就体现出来了。

让AI写文档有个天然优势:你不需要写出漂亮的文档,你只需要把素材给它。表清单、字段清单、模块功能简述,这些用Access自带的工具导出来就行。

Prompt的思路: 先在Access里用数据库文档管理器把表信息导出来,贴进Prompt,让AI按"表名→用途→字段列表→字典表标记"的结构生成文档。如果字段名是拼音缩写,AI还能帮你推断中文含义。出来的结果80分,但有个初稿你改起来就快了——二十分钟搞定。用户操作手册、模块功能说明、部署说明,一样的路子。

完整Prompt模板见《Access开发AI提示词合集》,关注后回复「AI提示词」获取。


5. 工具怎么选——不用多,够用就行

最后说一下工具。我不推荐在这里花太多时间比较来比较去,关键是用起来。

我现在日常的组合很简单:

主力:Claude 或 ChatGPT

这两个任选一个就行,付费版。不要用免费版做开发用——免费版的上下文和理解能力差距很大,有些稍微复杂一点的VBA逻辑免费版可能跑偏。一个月一百多块钱,随便省两个小时就回来了。

主要用途:写VBA、写SQL、分析代码、写文档。就是前面4个方法的主力工具。

偶尔用:Cursor 或 Windsurf

如果你除了Access还写一些Web端的东西(比如给客户做的配套小网站、数据处理脚本),这两个工具是嵌在编辑器里的,比网页版方便。但如果纯做Access开发,网页版就够用了——毕竟VBA代码你最后还是得贴回Access的VBE里。

可离线用的:Ollama + 开源模型

有些客户环境是不能联网的,或者数据比较敏感,不能往外传。这种情况下可以在本地搭一个。

Ollama 是个免费工具,装好之后可以下载模型在本地跑。推荐用 qwen2.5-coder(阿里出的开源模型,中文理解好,代码能力不错),7B的版本大部分普通电脑都能跑起来。

优点是免费、数据不出本机。缺点当然也有:速度比云端慢,能力比付费版弱一些。但在离线环境下已经非常够用了,至少比你纯靠自己写要快。


我自己用了一年AI下来,最大的感受不是"AI好厉害",而是:

以前做Access开发,苦劳占了一半——那些重复的、琐碎的、但又不能不做的活。AI把这些接过去了,剩下的才是开发真正有价值的部分:理解业务、设计数据结构、做架构决策。

有人担心AI会替代Access开发者。我倒觉得,AI会替代的是那些只会照着需求写代码的部分。而能跟客户聊清楚需求、能把业务翻译成数据结构、能在系统跑了几年之后还让它稳定运转——这些能力,AI替代不了。

但前提是,你得先把AI用起来。不然被替代你的不是AI,是那些已经用上AI的同行。


关注公众号,回复「AI提示词」获取《Access开发AI提示词合集》。 5个Prompt模板可以直接复制使用,后续有好用的新Prompt也会持续更新进去。

哪怕就从第一个开始试,下次写VBA的时候用一次。