ARTICLE · 1328244

用 AI 处理表格和文档:别让它自由发挥,给它结构化出口

发布时间：2026-11-07 23:37:43 最近访问：2026-11-07 23:37:44

一、十四张表汇总，出来十四个样子

月底要做一次跨部门汇总。十四份出货表，字段名各写各的：有的叫数量，有的叫件数，有一张写的是 QTY。

我把它们全贴给 AI，让它汇总成一张总表。第一次的结果挺漂亮，表头齐、合计对，备注也全。

这十四份表我一份份开过。光看表头就花了四十分钟，其中三份是截图贴进 Excel 的，只能我自己敲。敲的时候我在想，这活要是每个月都来一次，我迟早得给它想个办法。

第二个月我照同样的话再跑一遍，出来的东西换了个长相：合计跑到最后一行去了，备注从单独一列变成了括号里的说明。

我没当回事，把结果粘进系统，报错。

那天下午我干的活不是分析数据，是让两份东西长得一样。

二、病根不在模型，在你没定义出口

我一开始以为是自己提示词不够狠。后来往里加了一堆"必须""务必""严格遵守格式"，好一点，但没解决。

真正的问题是我从来没说清楚：这份东西下一步要被谁消费。

人读的东西格式松一点没关系，读的人会自动补齐。系统读的不行，它只认字段。

我让它自由发挥的时候，它每次发挥得都对，只是不重样。而业务系统要的恰恰是每次都一样。

举个具体的。同一份汇总，人读的版本是「本月共出货 1,240 件，金额约 86 万」。系统要的版本是两个字段，数量 1240，金额 862300.00。

前面那句读起来舒服，后面那组才能算。

我原来一直交的是前面那句，然后回头抱怨系统不好用。

这个差别听着小，代价很大：出口不稳，这份产出就只能停在"给人看"这一步，进不了任何一个自动流程。

三、先定结构，再让它干活

我改的做法是：动手前先写出口定义，写得比提示词还细。

三个决定，按顺序定。

第一，出口形态。我选 JSON，理由是可校验、能嵌套、两边语言都有成熟解析。排除掉的是 markdown 表格，人能看，解析起来脆，一行少个竖线就崩；也排除让它直接输出代码或 SQL，跑不了的东西我不敢往生产里放。

第二，字段的松紧。少而稳好过多而全。第一版我只定六个字段：来源文件、单号、数量、金额、币种、备注。币种用枚举，只允许三个值；备注允许为空。

第三，校验放在哪。解析失败不能靠人眼看。我把校验写成代码，失败就把错误原文回给模型重来一次，最多两次。第三次还失败，落一条待人工处理的记录，不硬猜。

顺手排除的还有 CSV。看着简单，可字段里只要出现逗号、换行或者中文引号，解析就得靠猜。JSON 有明确的转义规则，这一点省心。

还有一条经验：结构要带版本号。第一版我定了六个字段，第二个月业务要加一个到货日期，我升成 v2，代码里两版都能接。没版本号的时候，我只能祈祷所有调用处一起改。

字段名也踩过一次。我叫 qty，模型有时给 quantity，有时给 QTY。现在提示词里把字段名连大小写一起写死。

四、模板、代码，和一次真实的报错

模板骨架是这样，可以直接抄：

只输出一个 JSON 对象，不要解释，不要加代码块围栏。字段：source_file  string  必填order_no     string  必填qty          number  必填，整数amount       number  必填，两位小数currency     enum    CNY / USD / EURnote         string  可为 null规则：数字不要千分位，不要写约多少拿不准的字段填 null，不要猜

第一次跑，它给我的 JSON 前面加了一行 json 标记和三反引号围栏，解析直接失败。

我加了剥围栏这一步，两个栈写法一样：先找第一个左花括号和最后一个右花括号，中间那段才是 JSON。

.NET 这边用 System.Text.Json：

staticstringStripFence(string raw){int i = raw.IndexOf('{'), j = raw.LastIndexOf('}');if (i < 0 || j <= i) thrownew FormatException("no json body");return raw.Substring(i, j - i + 1);}var doc = JsonDocument.Parse(StripFence(raw));var orderNo = doc.RootElement.GetProperty("order_no").GetString();var qty = doc.RootElement.GetProperty("qty").GetInt32();

Java 用 Jackson：

static String stripFence(String raw) {inti= raw.indexOf('{'), j = raw.lastIndexOf('}');if (i < 0 || j <= i) thrownewIllegalArgumentException("no json body");return raw.substring(i, j + 1);}varnode=newObjectMapper().readTree(stripFence(raw));varorderNo= node.get("order_no").asText();intqty= node.get("qty").asInt();

解析只是第一道。第二道是字段校验：必填是否为空、枚举值在不在范围内、数量是不是正数、金额有没有超过两位小数。

校验的写法也就十几行：

var required = new[] { "source_file", "order_no", "qty", "amount", "currency" };foreach (var f in required)if (!doc.RootElement.TryGetProperty(f, outvar v) || v.ValueKind == JsonValueKind.Null)thrownew InvalidDataException($"missing {f}");var cur = doc.RootElement.GetProperty("currency").GetString();if (cur isnot ("CNY"or"USD"or"EUR"))thrownewInvalidDataException($"bad currency {cur}");

varrequired= List.of("source_file", "order_no", "qty", "amount", "currency");for (var f : required) {if (!node.hasNonNull(f)) thrownewIllegalArgumentException("missing " + f);}varcur= node.get("currency").asText();if (!List.of("CNY", "USD", "EUR").contains(cur))thrownewIllegalArgumentException("bad currency " + cur);