如果你最近正在做 Access 数据库开发比如给办公室搭一个库存登记系统或者给客户做一个带报表的会员管理工具你大概率会遇到这样一个场景网上搜索 VBA 教程结果不是十几年前的论坛帖子就是语焉不详的代码片段Access 报错更是天生的“谜语人”一句“运行时错误 91对象变量或 With 块变量未设置”就能让新手卡一晚上。这时候很多人会转向 AI。但打开页面以后问题又来了ChatGPT、Gemini、Claude 三个名字反复出现在眼前到底用哪个先给判断这三个工具都能帮 Access 开发者写出“看起来能跑”的 VBA 代码。它们真正的差距不在基础代码生成而在面对 Access 这种“老技术栈、桌面场景强、网络语料偏少”的开发任务时谁更愿意补细节、谁更懂 Jet SQL / DAO / ADO 这些老概念、谁更擅长从报错信息里反推问题。这篇文章是 Vlog 第 17 期的文字整理版我会用 Access 数据库开发里最常见的几个场景把三个工具放在一起做横向对比并给出选择建议和避坑清单。不打算读完的话可以先记住这句话Access 开发场景里选模型要优先看它对微软桌面技术栈的熟悉程度而不是它的综合名气。1. Access 数据库开发为什么需要 AI 辅助先说一个容易被 Web 开发者忽略的事实Access 并没有“死”。在很多企业和事业单位Access 仍然是快速搭建小型业务系统的首选工具。人事登记、库存管理、培训记录、设备台账这些需求量不大、逻辑不复杂、又希望马上能用的场景Access 比 Java MySQL 的开发成本低得多。但 Access 开发有一个非常现实的问题网络资料严重不足。1.1 缺资料、缺示例、缺最新实践搜索“Access VBA 教程”排在前面的内容很多还是 Office 2003、Office 2007 时代的写法。VBA 本身变化不大问题在于网上主动分享 Access 开发经验的人越来越少。大多数开发者遇到的问题是不是不会写而是不知道当前这种写法在 Access 里能不能跑。比如Recordset在未显式声明类型时到底默认是DAO.Recordset还是ADODB.Recordset取决于数据库引用关系。这种问题在官方文档里写得清清楚楚但初学者根本不知道去查“引用”这个入口AI 这时候就能把踩坑经验直接总结出来。1.2 错误提示不友好排查链路长Access 的报错信息对新手极不友好。VBA 运行时错误经常只有“运行时错误 91”“运行时错误 3021”这种编号不告诉你哪个变量、哪一行、为什么。对于没有系统学习过 COM 对象模型的开发者来说看到EOF、BOF、NoMatch、CancelUpdate这些名词往往需要花很长时间查资料。AI 的价值就在这里它能帮你做“语义翻译”。你把报错信息和代码贴进去它能直接告诉你错误发生在哪一行以及为什么发生。1.3 项目小、工期短没有试错资本Access 项目通常是“小项目”业务方今天提需求明天就希望看到界面。开发者没有时间把 VBA 语言体系完整学一遍也不可能为了一两个窗体去读整本《Access 2007 开发指南》。所以 AI 在 Access 开发里真正解决的是让开发者把时间从“查语法”挪到“理业务”。你只需要描述清楚表结构、字段含义和页面逻辑AI 帮你生成 80% 的脚手架代码你负责剩下的 20% 的校验和细节处理。这里要特别提醒Access 开发场景和 Web 开发场景的区别非常大。Web 开发的语料在互联网上多到爆炸模型随便一学就是海量数据Access / VBA 属于“老技术 小圈子”模型的训练语料覆盖密度明显低于 Java、Python、React。这意味着模型之间的差异在 Access 场景下会被放大。2. ChatGPT、Gemini、Claude 的定位差异在进入任务对比之前先把三个工具的基本定位说清楚。我们不讨论底层模型的参数规模因为那是没有意义的闲聊只看开发者实际使用时的能力差异。对比项ChatGPTGeminiClaude所属公司OpenAIGoogleAnthropic核心优势综合问答能力强、生态完整多模态能力突出、搜索集成好长上下文、复杂代码审查细致编程辅助特点代码规范、覆盖面广标准 SQL 和通用编程不错代码解释、错误定位表现稳定Access/VBA 知识密度相对充足老技术覆盖较好偏弱微软桌面技术栈资料少分析型回答细致细节考虑多典型使用方式Web / App / API / Codex CLIWeb / API / AppWeb / API / Claude Code需要注意的点免费版有额度限制登录偶有问题不同区域可用性不同部分地区新用户注册可能受限从表格能看到三个工具并不是简单的“谁强谁弱”关系ChatGPT胜在“综合 通用”你问它任何问题它都能给一个像样的答案。对于 Access 这种已经不太热门的技术它的语料覆盖仍然够用因为 VBA 当年在互联网上留下了大量英文问答和代码示例。Gemini的产品思路更偏向 Google 生态和搜索整合。它在标准 SQL、数据分析和 Google 相关技术上表现不错但面对 Access 这种封闭桌面生态训练数据天然偏少。Claude的强项是“分析和解释”。同一个问题它的回答往往更像一位有经验的工程师在给你做代码评审而不是简单的代码生成器。这在排查老代码、理解怪报错时很有价值。另外在实际使用中要考虑一个很现实的问题工具能不能稳定打开。搜索热词里频繁出现“ChatGPT 打不开”“Gemini 出了点问题““Claude 安装”这类问题说明很多开发者卡在了工具环境上而不是模型能力上。这一类问题在后面的常见问题部分会集中处理。3. Access 开发场景下的对比实验设计既然要对比就不能空口说“我觉得谁好”。我们可以设计一组有代表性的 Access 开发任务用同样的需求喂给三个工具然后从下面四个维度判断直接可用性代码复制到 VBA 环境后能不能直接运行还是需要大量修改。技术栈匹配度代码是否考虑了 Access 的 Jet/ACE SQL 方言、DAO/ADO 对象模型、窗体对象模型。异常处理完整度是否自动加入On Error处理、空值校验、事务回滚。追问成本如果代码有问题是否需要用多轮对话不断纠偏还是一步到位。3.1 测试任务设计我建议用四类任务来做对比这四类任务基本覆盖了 Access 开发的高频场景任务编号任务内容考察重点任务一生成窗体“入库保存”按钮的 VBA 业务逻辑窗体对象模型、DAO 操作、输入校验任务二写一个按月统计出入库的 Access SQL 查询Jet SQL 方言、日期处理、聚合函数任务三解释一段报错的老 VBA 代码并定位问题代码阅读能力、错误分析能力任务四将报表数据导出到 Excel 文件的 VBA 代码COM 互操作、文件处理、性能意识本文的重点放在前三个任务上因为这三个任务最能体现出模型差异。3.2 评判标准的说明先说清楚这不是一个严格意义上的“跑分测试”。三个模型的版本迭代很快不同时间点测试结果会有差异。下面给出的对比结果是基于任务要求的“定性判断”读者完全可以按照同样任务自己验证一遍。4. 任务一VBA 窗体业务逻辑生成4.1 任务描述假设我们要做一个库存入库窗体frmStockIn界面上有物料编号文本框txtMaterialID、数量文本框txtQty、保存按钮btnSave。点击保存时需要完成物料编号不能为空入库数量必须大于 0如果物料不存在则新增记录如果已存在则累加库存数量过程中出现任何错误都要有提示不能直接崩溃。4.2 一个可用的 VBA 实现下面这段代码是这类需求的常见实现三个工具在理想情况下都能生成类似结果。真正拉开差距的是代码里的细节和边界条件。文件路径frmStockIn窗体的模块代码Option Compare Database Option Explicit Private Sub btnSave_Click() On Error GoTo ErrHandler Dim db As DAO.Database Dim rs As DAO.Recordset Dim sMaterialID As String Dim iQty As Long 从界面控件取值注意使用 Nz 处理空值 sMaterialID Nz(Me.txtMaterialID.Value, ) iQty Nz(Me.txtQty.Value, 0) 输入校验 If sMaterialID Then MsgBox 物料编号不能为空, vbExclamation, 校验提示 Me.txtMaterialID.SetFocus Exit Sub End If If iQty 0 Then MsgBox 入库数量必须大于 0, vbExclamation, 校验提示 Me.txtQty.SetFocus Exit Sub End If 打开库存表并查找是否存在该物料 Set db CurrentDb Set rs db.OpenRecordset(tblStock, dbOpenDynaset) rs.FindFirst MaterialID Replace(sMaterialID, , ) If rs.NoMatch Then 新增物料 rs.AddNew rs!MaterialID sMaterialID rs!StockQty iQty rs.Update Else 累加库存 rs.Edit rs!StockQty rs!StockQty iQty rs.Update End If 清理对象 rs.Close Set rs Nothing Set db Nothing MsgBox 入库成功, vbInformation, 完成 Exit Sub ErrHandler: MsgBox 发生错误 Err.Description, vbCritical, 错误 On Error Resume Next If Not rs Is Nothing Then If rs.EditMode dbEditNone Then rs.CancelUpdate rs.Close Set rs Nothing End If Set db Nothing End Sub4.3 三个工具在这个任务上的差异从这段代码看三个工具能不能写出主干都能。但它们的行为有明显的风格差异。ChatGPT 的表现中规中矩代码结构规范会加入Option Explicit、Nz函数、基本错误处理。它最容易被“带偏”的地方是对象模型有时候生成DAO.Recordset有时候又突然插入一句CurrentDb.Execute如果提示词里没说清楚“只用 DAO”它可能会把 ADO 和 DAO 混在一起。你需要主动在提示词里声明“不要使用 ADO”。Claude 的表现更倾向于补“业务边界”。比如它会主动提示物料编号可能是数字型还是文本型会提醒你FindFirst在空表上的兼容性甚至会把Replace(sMaterialID, , )这种防 SQL 注入的细节写出来。代码可能比 ChatGPT 稍微啰嗦一点但在生产场景里更稳妥。Gemini 的表现对于短小的 VBA 代码片段Gemini 完成得不错。但在涉及 Access 窗体Me.txtMaterialID、Recordset.FindFirst、dbEditNone这些 Access 专属概念时它的“理解深度”会明显犹豫有时会写出偏 VB.NET 风格的代码需要二次修正。这里真正容易踩坑的地方是很多 AI 生成的代码会把 DAO 和 ADO 混写。比如开头用Dim rs As DAO.Recordset后面又用Set rs CurrentDb.OpenRecordset。在 Access 的引用设置里如果同时勾选了 ADO 和 DAORecordset这个类名是有歧义的。最稳妥的做法是在提示词里直接指定“使用 DAO不要使用 ADO不要使用 late binding”。5. 任务二复杂 SQL 查询与报表数据源5.1 任务描述Access 开发者经常要写各种统计报表的 SQL。比如有一张出入库明细表tblStockDetail字段包括detail_id主键、material_id物料编号、detail_type“入库”或“出库”、qty数量、detail_date日期。要统计 2024 年每个月的入库总量、出库总量和净变化量并按月份排序。5.2 Access 中的实现Access 的 SQL 方言是 Jet/ACE SQL和 MySQL、SQL Server 有明显区别。日期常量必须用#包裹条件判断用IIf字符串拼接用格式化函数用Format。文件路径查询设计视图的 SQL 视图或 VBA 中CurrentDb.QueryDefs的 SQL 文本SELECT Format([detail_date], yyyy-mm) AS 月份, Sum(IIf([detail_type] 入库, [qty], 0)) AS 入库总量, Sum(IIf([detail_type] 出库, [qty], 0)) AS 出库总量, Sum([qty]) AS 净变化量 FROM tblStockDetail WHERE [detail_date] Between #2024-01-01# And #2024-12-31# GROUP BY Format([detail_date], yyyy-mm) ORDER BY Format([detail_date], yyyy-mm);5.3 三个工具在这个任务上的差异这个任务非常能暴露模型的“方言意识”。ChatGPT如果告诉它“这是 Access 的 SQL”它会很自觉地使用IIf、Format、#日期常量。如果你不告诉它它可能给出标准的 T-SQL 写法比如用CASE WHEN或ISNULL这些在 Access 里跑不了。所以要养成一个习惯在提示词里带上“目标环境是 Microsoft Access / Jet SQL”。GeminiGemini 对标准 SQL 的掌握非常扎实对分析型查询的写法也很漂亮。但它的默认输出风格更接近 BigQuery / PostgreSQL经常需要人工把CASE WHEN改成IIf把DATE_TRUNC改成Format。这不是能力问题而是生成轨迹更偏“标准 SQL 专家”。ClaudeClaude 在 SQL 生成上的表现介于两者之间更偏向“保守且可运行”。它会主动提醒你 Access 查询中的Between #日期#写法也会小心翼翼避开 Access 不支持的语法。它在 SQL 任务上很稳但不会给你太多惊喜。这个任务的结果比较一致三个工具都能写出正确的 Access SQL关键是你必须在提示词里明确“这是 Access / Jet SQL”。6. 任务三老代码解释与错误排查6.1 任务描述Access 开发中最痛苦的工作不是写新代码而是接手一份老数据库。比如下面这段代码看起来逻辑很清楚但一运行就会报“运行时错误 91”或“记录数错误”。文件路径标准模块中的UpdateStock过程Public Sub UpdateStock() Dim rs As Recordset Dim sID As String sID InputBox(请输入物料编号) Set rs CurrentDb.OpenRecordset(SELECT * FROM 物料表 WHERE 物料编号 sID ) If rs.RecordCount 0 Then rs.Edit rs!库存数量 rs!库存数量 - 1 rs.Update End If rs.Close End Sub6.2 这段代码有哪些问题把这段代码交给 AI 时差异就体现出来了Dim rs As Recordset没有指定对象库。如果数据库引用中同时启用了 DAO 和 ADORecordset类型可能被解析为ADODB.Recordset而CurrentDb.OpenRecordset返回的是 DAO 对象类型不匹配直接报错。InputBox返回值是Null时未处理。用户直接点“取消”sID是NullSQL 变成WHERE 物料编号查询结果为空逻辑混乱。RecordCount在刚打开的 DAO Recordset 中不可靠。打开dbOpenDynaset后RecordCount可能需要先执行MoveLast才能得到真实记录数。没有On Error错误处理。没有考虑库存不足的情况即使查到了记录库存数量也可能已经是 0直接减 1 会得到负数。6.3 三个工具在这个任务上的差异Claude在这个场景下表现最突出。它会把代码的问题分条列出并给出修正版。它的回答风格是“我先解释这里为什么错再重新写一遍”。对新手来说这种回答价值极高因为你不是只拿到了正确代码还理解了错误机制。ChatGPT同样能快速定位问题但它的回答更像“知识库检索”会给出一段修正后的完整代码却不一定把几个问题按重要性排序。你需要追问比如“为什么 RecordCount 在第一次打开时是 0”它才会继续展开。Gemini可以解决问题但需要你给出非常清晰的报错信息和上下文。它面对 VBA 老代码时历史背景知识明显偏弱有时会把“数据库引用冲突”解释成“你的代码没有保存”。这个场景给我们的启发是如果你经常要维护别人留下的 Access 项目Claude 的“代码评审”风格会大幅降低你的理解成本。把完整报错信息、表结构 DDL 和截图一并贴给 AI比只贴一段代码的排查效率高得多。7. 三大模型横向对比汇总把上面的任务放到一张表里看结论会更清晰对比任务ChatGPTGeminiClaudeVBA 窗体业务逻辑代码规范但 DAO/ADO 混用风险高短代码可用Access 语义理解稍弱边界处理细致代码略啰嗦Access SQL 方言提示后能正确使用 Jet SQL偏标准 SQL需要人工调整方言写得很稳会主动考虑兼容性老代码错误排查能定位问题依赖用户追问需要上下文历史概念解释偏弱解释清晰问题分条价值最高报表导出 Excel能生成可运行 COM 代码可运行但缺少性能优化建议会考虑大数据量的分批处理提示词要求明确“Access环境”即可需要更明确限制方言相对省心提示词要求低补充说明这个表格不是固定结论。模型更新速度很快尤其是 Gemini 和 Claude 的迭代明显加快今天的表现不代表三个月后的表现。真正要掌握的是这个判断框架从“代码能不能跑”上升到“它有没有考虑 Access 的独特对象模型和边界条件”。8. Access 开发者使用 AI 的常见问题与避坑8.1 AI 工具环境问题在热搜词里很大一部分问题不是模型能力而是工具本身打不开、装不上、报错。这里整理几个典型问题问题现象可能原因排查方式解决建议ChatGPT 启动失败提示 “unable to locate the codex cli binary”本地 Codex CLI 未安装或环境变量未配置在终端执行codex --version检查按官方文档安装 Codex CLI或直接使用 Web 端ChatGPT 提示 “无法加载 config.toml”配置文件损坏或格式错误定位config.toml文件检查model字段备份后删除配置重新登录生成提示 “模型不支持当前账户”免费账号访问了付费模型检查账户套餐和模型 ID切换到当前账户支持的模型Claude 提示 “无法将 claude 项识别为 cmdlet”Claude Code CLI 未安装或 PATH 未生效执行claude --version安装 Claude Code重启终端Claude 提示 “new users not available right now”当前区域或账户暂时不可用查看官方状态页和服务政策等待官方放开或改用其他渠道Gemini in Chrome 不可用功能按区域分阶段推送检查浏览器语言和地区设置改用官方 App 或网页端这部分值得单独说明的是Access 开发者多数是在 Windows Office 环境里工作很多人的“编程环境”就是 VBA 编辑器加 Access 数据库窗口。你在 Windows 上装 Codex CLI、Claude Code本质上是在绕路解决问题。如果只是为了快速生成代码直接用 Web 端交换成本最低。8.2 Access AI 的专属坑除了工具环境问题更常见的是 AI 生成代码在 Access 里“水土不服”。下面这些问题我几乎每次演示都有人遇到问题现象可能原因解决建议生成代码提示“用户定义类型未定义”DAO / ADO 对象库引用未启用在 VBA 编辑器里检查“工具 → 引用”至少启用 DAO 3.6代码中 DAO / ADO 混用模型没有收到明确限定提示词里写明“只用 DAO不要 ADO”Access 查询里不认识CASE WHEN模型按标准 SQL 生成提示词写明“目标为 Access / Jet SQL”遍历Recordset时删除记录报错在循环中直接执行Delete导致游标错乱先收集 ID循环结束后再删除或改用 SQLDELETEAI 把窗体控件名写成Text1、Command0模型不知道你的窗体实际控件名把控件名称和表结构粘贴给 AI运行后数据库文件损坏没做备份就执行了批量更新每次修改前复制一份.accdb副本最危险的场景是AI 生成了执行批量删除或更新表结构的 SQL你直接在生产数据库上跑。Access 数据库文件没有 MySQL 那种事务日志和回滚机制一旦执行错很难恢复。所以无论如何先用副本测试。9. 选择建议与最佳实践9.1 三个工具怎么选结合前面的任务对比给一个比较实用的选择建议日常 Access 开发 快速生成代码选 ChatGPT 作为主力足够。它的综合能力强对微软技术栈的覆盖面广生态完整遇到问题搜一下也能找到大量讨论。对它最有效的使用方式是把 Access 环境信息写清楚然后让它生成代码。接手老项目、解释怪报错、做代码评审优先尝试 Claude。它的代码解释能力明显更适合 Access 这种“靠推理而不是靠语料”的场景。你把一段老代码贴进去它会主动列出风险点而不是只给答案。如果你经常处理 Excel/Google 表格数据、做数据分析或在 Google 生态里工作Gemini 可以补充使用。它的标准 SQL 和数据分析能力强但在 Access 窗体、VBA 对象模型上有短板不建议作为唯一工具。9.2 一套可以直接用的提示词模板为了最小化“AI 生成代码与 Access 环境不匹配”的问题建议在提问时带上一个环境描述模板你是一个有 10 年经验的中小型企业管理软件开发者精通 Microsoft Access、VBA、Jet/ACE SQL。 【项目背景】 我正在开发一个 Access 库存管理数据库。Access 版本为 2016文件格式 .accdb。 【表结构】 tblStock(MaterialID TEXT(20) PRIMARY KEY, StockQty LONG) tblStockDetail(DetailID AUTOINCREMENT PRIMARY KEY, MaterialID TEXT(20), DetailType TEXT(10), Qty LONG, DetailDate DATETIME) 【编码约束】 1. 使用 DAO不要使用 ADO 2. 所有模块必须包含 Option Explicit 3. 涉及数据修改时使用 On Error 错误处理 4. 如果存在多个方案优先选择兼容 Access 2010 及以上版本的实现 5. 请先解释你的实现思路再给出完整代码。 【需求】 请给我写一个入库按钮的 VBA 代码实现物料不存在则新增、存在则累加库存的功能。这个模板的价值不是“花哨”而是把最容易出问题的变量提前固定住环境版本、表结构、对象模型、编码规范。实际使用三个工具时你可以把同样的模板分别贴进去对比输出差异。9.3 团队协作与 Codex CLI / Claude Code 的使用建议如果你是个人开发者Web 端就够用。如果你想把 AI 集成到日常工程流程里可以考虑 Codex CLI 或 Claude Code 这类命令行工具。但要注意在 Windows 环境安装 CLI 时注意 PATH 配置和终端重启不要用 CLI 直接操作生产环境数据库文件初学时先跑通一个最小示例再逐步扩大使用范围。10. 总结ChatGPT、Gemini、Claude 这三个工具放在 Access 数据库开发这个具体场景下并没有“绝对谁最好”的答案。ChatGPT 胜在综合和稳定Claude 胜在代码分析和细节把控Gemini 胜在标准 SQL 和数据分析但在 Access 专属语义上需要更多提示。对 Access 开发者来说比“选哪个模型”更重要的是养成三个习惯在提示词里说清环境Access 版本、表结构 DDL、控件名称、DAO/ADO 约束永远在副本上验证拿到 AI 生成的代码后先在备份数据库里跑通再上线把 AI 当“结对工程师”而不是“代码搜索引擎”让它解释思路、指出风险而不是只索取答案。如果你正准备做一个 Access 小系统可以直接用文章里的提示词模板试一轮看看三个工具在你自己的项目里的真实表现。下一期可以聊聊 Access 开发中更实用的提示词库整理建议先收藏备用。