夜雨聆风学习资料网

ARTICLE · 1378929

Excel 表交给 AI,合计为什么多了 3,200 元?

Excel 表交给 AI,合计为什么多了 3,200 元?

周一早上 9 点 10 分,你在给客户发 3–4 月的销售汇总。

桌上两个文件:一份从系统导出的 Excel 明细,一份你上周手工做过的版本。

你把明细丢进对话框,只说了一句:「帮我汇总一下,按月、按渠道,末尾给个合计。」

40 秒后它回你一张表:12 行明细、5 个渠道、一行合计,字体、配色、列宽都给你排好了。

你顺手划到最后一行合计。

你的原表是 5,308,545.67。它写的是 5,311,745.67。

差 3,200。

这 3,200 不是凭空多出来的。

你明细里有一行是「退款冲抵 -3,200.00」。它多出来的这个数,正好是这一行的绝对值。

也就是说:它把这笔负数,按正数加总了。

它没删你的行,也没编你没说过的话。它只是换了一套口径,然后没告诉你。

而这还只是第一层。往下查,你会发现更麻烦的不是数字,是格式。

1.

第一关:真正要命的,是它那张表自己跟自己就矛盾

先说清楚这件事的分量。

大多数人用 AI 做表格,查的是两件最容易查的事:有没有少给行、数字看着对不对。

这两件事恰好最没用——因为它一般没少给行,数字看着也规规矩矩。

真正会出事的是第三件:这张表自己跟自己,对不对得上。

回到刚才那张表。12 行明细,你按加号一按,是 5,308,545.67。合计那格写的是 5,311,745.67。

这不是抄错了一格。是整张表的账,跟你原来那张不是一套。

那 3,200 从哪来?脚本给的答案很干脆——差值恰好等于「2026-03-31」那一行的绝对值。它把一笔退款冲抵,当成了正的 3,200 加进去。

格式的塌陷比数字更难发现,因为它不改变任何一个数字的大小。

2.

第二关:这不是"偶尔出错",是当前水平

到这里肯定有人说:那换个更谨慎的模型行不行。

先看一组实测。

2025 年 12 月有篇论文,专门拿真实企业财务工作流去测 AI。工作流是从真实的企业邮件线程和表格版本历史里挖出来的,标注花了 700 多小时专家时间。

规模是:172 条组合工作流、384 个任务、1,710 个电子表格、2,700 万个单元格。

结果:

· 最好的一档 AI,人工评通过率 38.4%

· 第二档 25.0%

· 任务超过 2 步的时候,最好那一档从 44.3% 掉到 23.5%

这两组数字里,最该看的不是 38.4%,是那条往下的曲线。

论文还把失败原因分了类(对当时最强的一档做的人工归因):

· 公式推理错误 35%

· 取数错误(用错 sheet、选错区域)25%

· 代码生成错误 25%

· 任务理解错误 10%

· 呈现 / 格式错误 5%

看懂这组分类,就明白我前面那句「它换了一套口径」不是玄学。

公式推理 35% 加取数 25%,六成的失败都是同一件事:它算的时候用的规则,跟你以为的不一样。

而最后那 5% 的「呈现 / 格式错误」,是全篇最不起眼、但对你最要命的一栏。因为它不出现在你脑子里最警惕的那个位置。

3.

第三关:格式的塌陷,是那种"肉眼看不出来"的塌陷

论文里有一段专门讲翻译任务,结论有点反常识。

翻译本来是大模型最擅长的事。可在真实财务表上,它表现很差。原因不是翻错字,是它保不住结构和版面线索。

论文点名了一个具体的失败模式:AI 把表格里的公式,悄悄换成了静态数值。

在翻译任务那一栏,它还专门写了一句:模型保不住合并表头,出来的表直接没法用。

这就是我想说的第二层。

合并单元格没了——你表头跨着三列,AI 版给你摊平成六个独立表头,肉眼看过去「信息还在」;日期变成文本——排序排不对、算不了天数,而那个格子照样显示 2026-04-03;19.3% 的百分比格式没了——单元格显示成 0.193,数字一个没变;公式 =SUM(C3:C14) 被换成一个数 5,311,745.67——表格里那两行看起来一模一样,只有点进公式栏才看得见区别。

这四种塌陷有一个共同点:每一个都不改变数字本身的大小。

所以你的眼睛天然不会去查它。你的眼睛看到的是「表挺漂亮的」,不是「这格已经不能求和了」。

还有一组数字支持这个判断。有一份专门测 Excel 公式修复的基准集,618 个样本。最强的一档模型在人工造的样本上,执行匹配率 80%;换到真实论坛帖子里扒下来的样本,掉到 41%。

差在哪儿?差在真实的人的表,比样本乱。

4.

第四关:所以"对账"这件事,得变成一条命令

那怎么办?

先接受一个现实:靠眼睛核表这条路,走不通。

不是懒。是我们前面那个基准集里,一个工作流的中位数就覆盖 15,000 个单元格,平均 157,000 个,最大的一个有 370 万个;92.4% 的工作流跨多个 sheet,86.6% 跨多个文件。

就算你的表只有 12 行、6 列,你也不可能在几十秒里,靠扫一眼确认「合计那格的 3,200 是从哪来的」。

但反过来,机器查这种表,恰恰是它的强项。

动作一:用 30 秒对一次账

我把这件事写成了一个脚本 table_check.py:两个文件、一条命令。

python3 table_check.py --source 你的原表.xlsx --ai AI给你的表.xlsx

它做两件事:

· 数字对账:按列名把两张表对齐,逐格比数值;再单独验一件——合计行是不是等于它自己明细的加总

· 格式对账:日期还是不是日期、数字还是不是数字、百分比格式还在不在、合并单元格还在不在、公式有没有被换成死值

下面是它真跑出来的结果(内置样例,12 行明细;你的文件不一样,数字就不一样):

数字对不上 2 处,格式对不上 7 处。合计那行,它自己的明细加起来是 5,308,545.67,它写的是 5,311,745.67,多 3,200.00——而这个 3,200.00 恰好等于那一行退款冲抵的绝对值。

它还顺手告诉你:你原表那格是 =SUM(C3:C14),它给你的是一个死值。

这里必须说实话:脚本查不了「这格该不该是这个数」——那是业务判断,还得你来看。它查的是更基础的两件:数有没有被改,格式还在不在。

先把这两件查清楚,对不上的那些,你就知道该去问什么了。

动作二:让 AI 先交出"它动了哪几格"

比脚本更省事的做法,是根本别让它直接出表。

你那句「帮我汇总一下,按月、按渠道,末尾给个合计」,换成这样:

「先别出结果。先给我一份差异清单,每行写:格子位置、原值、你的新值、你为什么这么改。改不动的写「未改动」。清单我确认之后,你再出最终表。」

这几句话只多打半分钟,换回来的是一张你可以逐行签字的表。

动作三:给表之前,先把口径写死

最后一招最土,但最有用。

丢表进去之前,先用一句话把口径钉住:

「金额单位是元,不要换成万元;负数保留负号,不要按绝对值加总;合计用公式 =SUM(C3:C14),不要写死数值;日期列保持日期格式,不要转文本。」

这句话既是你的验收标准,也是你跟它对账时的判据。

记住这一句

表是它排的,账是你背的。

最后一句

AI 帮你做一张表,40 秒,这事儿本身没问题。

问题在于它省掉的那句交代:我按哪套规矩对齐的?

而这句话,恰好是你在发出去之前,唯一需要知道的一句。

下一步不是换一个更谨慎的模型,是让每张表都带着一句你能核的话。

你让 AI 做过表格吗?评论区回一个数字:① 一模一样 ② 数字差了(差多少)③ 格式塌了(哪一列)。

我挑 5 个现场拆。另外,如果你手上有 AI 做过的表,把它的表和原始表一起发我(数据可以打码),我帮你对一次账。

下一篇我们拆:让 AI 帮你写脚本,它跑起来了,数据是空的。

(本文由 AI 辅助创作,数据均回原文核对;正文配图由本地脚本渲染,脚本可自行运行验证。)

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料