TableTalk: Scaffolding Spreadsheet Development with a Language Agent

📄 arXiv: 2502.09787v2 📥 PDF

作者: Jenny T. Liang, Aayush Kumar, Yasharth Bajpai, Sumit Gulwani, Vu Le, Chris Parnin, Arjun Radhakrishna, Ashish Tiwari, Emerson Murphy-Hill, Guastavo Soares

分类: cs.SE, cs.AI, cs.HC

发布日期: 2025-02-13 (更新: 2025-08-25)

💡 一句话要点

TableTalk：利用语言Agent脚手架式地辅助电子表格开发

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 电子表格编程 语言Agent 人机协作 最终用户编程 AI辅助编程

📋 核心要点

  1. 电子表格编程复杂，需要程序员具备编程知识和问题解决能力，现有方法难以有效辅助用户。
  2. TableTalk通过脚手架、灵活性和增量性三大原则，利用语言Agent引导用户完成电子表格开发。
  3. 实验表明，TableTalk生成的电子表格质量更高，用户更偏好，并能有效降低认知负荷和思考时间。

📝 摘要（中文）

电子表格编程具有挑战性。程序员需要运用电子表格编程知识（例如公式）和问题解决能力，将各种操作组合成复杂的任务。大型语言模型的进步催生了语言Agent，它们能够观察、计划和执行任务，为电子表格的创建带来了希望。我们提出了TableTalk，一个电子表格编程Agent，它体现了三个设计原则——脚手架、灵活性和增量性——这些原则来源于对七位电子表格程序员和85个Excel模板的研究。TableTalk通过基于专业工作流程的结构化计划来指导程序员，并生成三个潜在的下一步操作，以使计划适应程序员的需求。它使用预定义的工具来生成电子表格组件并增量式地构建电子表格。在一项针对20名程序员的研究中，TableTalk生成的电子表格质量更高，并且比基线方法更有可能被用户偏好，可能性高出2.3倍。它还将认知负荷和思考时间减少了12.6%。由此，我们为Agent式电子表格编程工具推导出设计指南，并讨论了其对电子表格编程、最终用户编程、AI辅助编程以及人机协作的影响。

🔬 方法详解

问题定义：电子表格编程对用户来说是一个挑战，需要用户具备编程知识和问题解决能力。现有的电子表格工具在辅助用户进行复杂任务时存在不足，难以有效地引导用户完成电子表格的创建和维护。用户需要花费大量时间和精力来学习和使用电子表格软件，并且容易出错。

核心思路：TableTalk的核心思路是利用大型语言模型（LLM）构建一个智能Agent，该Agent能够观察用户的操作、理解用户的意图，并提供结构化的计划和建议，从而引导用户完成电子表格的开发。通过脚手架、灵活性和增量性三大设计原则，TableTalk旨在降低用户的认知负荷，提高电子表格的质量和开发效率。

技术框架：TableTalk的整体架构包含以下几个主要模块：1) 观察模块：用于观察用户的操作和电子表格的状态。2) 计划模块：基于专业工作流程生成结构化的计划，并提供三个潜在的下一步操作建议。3) 执行模块：使用预定义的工具生成电子表格组件，并增量式地构建电子表格。4) 交互模块：与用户进行交互，接收用户的反馈，并根据用户的需求调整计划。

关键创新：TableTalk的关键创新在于其Agent式的电子表格编程方法，它将大型语言模型的推理能力与电子表格编程的特定领域知识相结合，从而能够更有效地辅助用户完成电子表格的开发。与传统的电子表格工具相比，TableTalk能够提供更智能的指导和建议，降低用户的认知负荷，提高电子表格的质量和开发效率。

关键设计：TableTalk的关键设计包括：1) 脚手架式引导：提供结构化的计划和建议，引导用户逐步完成电子表格的开发。2) 灵活性：允许用户根据自己的需求调整计划，并提供多种可选的下一步操作。3) 增量式构建：逐步构建电子表格，允许用户随时查看和修改结果。此外，TableTalk还使用了预定义的工具来生成电子表格组件，例如公式、图表等。具体参数设置和损失函数等技术细节在论文中未详细说明，属于未知信息。

🖼️ 关键图片

img_0

📊 实验亮点

实验结果表明，TableTalk生成的电子表格质量更高，用户更偏好，可能性是基线的2.3倍。同时，TableTalk能够显著降低用户的认知负荷和思考时间，平均降低12.6%。这些数据表明，TableTalk在辅助电子表格编程方面具有显著的优势。

🎯 应用场景

TableTalk具有广泛的应用前景，可应用于财务分析、数据管理、项目管理等领域。它可以帮助用户更高效地创建和维护电子表格，提高工作效率和数据质量。未来，TableTalk可以进一步扩展到其他类型的最终用户编程领域，例如数据可视化、自动化脚本等，从而赋能更多用户。

📄 摘要（原文）

Spreadsheet programming is challenging. Programmers use spreadsheet programming knowledge (e.g., formulas) and problem-solving skills to combine actions into complex tasks. Advancements in large language models have introduced language agents that observe, plan, and perform tasks, showing promise for spreadsheet creation. We present TableTalk, a spreadsheet programming agent embodying three design principles -- scaffolding, flexibility, and incrementality -- derived from studies with seven spreadsheet programmers and 85 Excel templates. TableTalk guides programmers through structured plans based on professional workflows, generating three potential next steps to adapt plans to programmer needs. It uses pre-defined tools to generate spreadsheet components and incrementally build spreadsheets. In a study with 20 programmers, TableTalk produced higher-quality spreadsheets 2.3 times more likely to be preferred than the baseline. It reduced cognitive load and thinking time by 12.6%. From this, we derive design guidelines for agentic spreadsheet programming tools and discuss implications on spreadsheet programming, end-user programming, AI-assisted programming, and human-agent collaboration.