AI 改 Word 很快,为什么我还是不敢交?

前两天，我把一批 Word 丢给 AI 改。

活不大。Excel 里有人名、工日、日期，Word 里有固定模板。我要做的，就是把数据填进去，把小结改好，再尽量别把格式弄乱。

但这种活很烦。

它不是难到做不了，而是细到容易出事。一个数字错了要返，一个格式跑了要返，一个表格线没了也要返。你复制粘贴半天，最后还是得一页页看，生怕哪里手滑。

所以我当时想，AI 既然能读表、能写脚本、能批量处理，让它跑一遍应该挺合适。

它确实跑得很快。

快到我差点以为，这事是不是就这么结束了。

然后我打开 Word，看了几眼，立刻清醒。

数字是填上去了，但有些口径不对。正文是改好了，但格式有点跑。表格也还在，可字体、页码、边框这些地方，总有几个不太对劲。

这种感觉很像把材料交给一个新同事。他很积极，半小时后发你一句“好了”。你一打开，发现不是没做，而是做成了一个你不敢直接转发的版本。

这才是最麻烦的。

完全没做，你还能从头来。看起来做了，但你不知道哪里有坑，就要开始逐页排雷。

我这次真正被提醒到的，不是“AI 会不会改 Word”。

它当然会改。

问题是，我要的不是一个被改过的 Word，而是一份能交出去的 Word。

这两个要求差得挺远。

AI 很会完成动作。让它读 Excel，它会读；让它改 Word，它会改；让它批量跑文件，它也能跑起来。

但办公材料最后不是给聊天窗口看的，也不是给脚本看的。它要被人打开，要流转，要可能被领导、同事、甲方、审查人看到。

到了这个环节，“差不多”就很麻烦。

比如 Excel 里同时有人员明细表和项目汇总表。AI 看到明细表，很自然会自己算一遍总人数和总工日。听起来还挺负责。

但正式材料里，有些数字不是算出来就行，而是必须引用指定表里的口径。

日期也是。它看到每个人后面都有时间，就倾向于按个人分别整理。可这批材料要求同一个项目统一写一个时间段。这个规则没讲清楚，它就会沿着自己的理解一路跑下去。

格式更不用说。Word 这种东西，真的是办公牛马的老朋友。字体是不是统一，小结是不是还在原来的页，附件表格的边框有没有丢，脚本不一定第一眼看得出来，但人打开文件一眼就能感觉不对。

内容进去了，不代表文件能交。

这句话听起来很朴素，但我这次被它教育了一遍。

我之前也容易把问题想简单：是不是只要一开始把要求写清楚，AI 就能自己跑？

这次做下来，我觉得没那么理想。

真实工作里的要求，很多不是一开口就能全部列出来的。你也是看到它怎么理解、怎么取数、怎么改表格，才会发现哪里容易偏。

所以更靠谱的做法，不是开局写一份完美说明书，然后撒手不管。

而是前面那一段，人要深度参与。

先让它改一个样本，看它到底怎么理解任务。它从哪个表取数，日期怎么合并，备注怎么判断，格式怎么处理，都要盯一遍。

发现它算错口径，就把“这个数字必须从汇总表取”补进去。发现它按个人日期写，就把“同一项目统一时间段”补进去。发现它重建表格以后边框没了，就把“边框也要验收”补进去。

这个过程有点像带新人干第一份材料。

你不是在旁边一句一句教他所有规则，而是先看他做一小段。做偏了，就把偏的地方拎出来；确认他理解了，再让他继续往下做。

AI 也是这样。

前面几步不能省。你省掉了，后面它可能一口气替你把错误复制到几十个文件里。

一个文件错了，还能修。几十个文件一起错，那就不是提效，是给自己制造一个新的下午。

后来我就不敢让它一上来直接全量跑了。

先跑样本。

样本确认没问题，再跑一小批。

小批量看起来稳定，再扩大到全量。

每放大一次，都要看它有没有把前面的规则带过去。不是它说“已完成”就结束，而是要看检查结果：文件能不能打开，小结是不是还在指定页，附件是不是从该出现的位置开始，人数和工日有没有对上，字体和边框有没有问题。

这一步听起来慢，其实比返工快。

因为 AI 最大的问题不是慢，而是它跑偏以后也很快。

后来我看到一个词，叫 harness。

这个词有点技术味，放在这里不用讲太复杂。简单说，就是给 AI 套一圈工作护栏：让它知道材料从哪里来，哪些口径不能猜，先做多大样本，做到什么程度算通过。

我这次其实就是手工搭了一次。

一开始只是让它改 Word，它就按自己的理解去跑。后面我一点点把护栏补上：指定汇总表，不让它自己重算；先改样本，不让它直接全量；发现日期口径错了，就补统一日期规则；发现表格边框会丢，就把边框也放进验收。

这些东西加起来，AI 才开始从“会做动作”，慢慢接近“能按这件事的规矩做事”。

所以后面我要完善的，不是再去找一个更狠的提示词。

更实际的是，把这类 Office 材料的 harness 留下来：原始文件和模板路径、正式数据源、不能猜的口径、样本验证步骤、格式检查清单、全量执行前的停止点、执行后的验收结果。

还有出错后的规则吸收。

这次边框丢了，下次同类任务就不能等人眼发现；这次日期口径错了，下次就先问清楚“项目统一日期还是个人日期”；这次汇总数来源容易混，下次就先画清楚哪个表负责哪个字段。

这些东西不用一口气做成大系统。先把最容易返工的地方留下来，下一次少踩同一个坑，就已经很值。

用完这批 Word 后，我对 AI 的期待反而没那么飘了。

它不用像宣传里那样替我解决所有问题。只要我在前期把任务带清楚，让它理解口径、样本和验收方式，它就能把后面重复、细碎、容易手滑的部分接过去。

它缺的不是速度。

它已经够快了。

它缺的是被带入具体工作现场的过程。

什么能改，什么不能动；哪里可以推断，哪里必须核验；做到哪一步，才算真的能交。这些东西如果一直藏在我们脑子里，AI 就只能靠猜。

但它也不是听完一段超长提示词就能完全吃透。

更现实的方式，是前期陪它跑，边跑边纠偏。等它对任务的理解稳定了，再把规模放大。

这样用 AI，感觉没有那么“炫”，但更接近真实办公。

因为很多工作本来就不是缺一个万能按钮，而是缺一个能在你确认口径以后，帮你把重复劳动接过去的助手。

如果你也经常让 AI 帮你写材料、改表格、整理文档，可以先别急着追求一句话完成。

先陪它把第一小段跑明白。

等它真的知道什么叫“能交”，再让它加速。

这次之后，我对“让 AI 干活”这件事会谨慎一点。

AI 当然要用，也不可能每一步都自己盯死。

但前面那一小段，最好别省。

先看它怎么读材料，怎么取数，怎么判断，怎么检查。等这一小段跑顺了，再把后面重复的部分交给它。

这样省下来的，才是真时间。

那套跑顺的过程也别浪费。把它留下来，下次同类任务再来，就不用重新陪它踩一遍坑。