别急着让 AI 处理表格：先给类型、范围、缺失、来源和复核立规矩

你拿出 10 行客户数据测试，AI 分类准确、建议合理，连语气都像一位经验丰富的销售主管。

于是你放心地导入 3000 行数据。结果跑完才发现：它把空白预算补成了具体金额，把“03/04”理解成了不同日期，还给没有来源链接的客户生成了一套完整跟进理由。

很多人的第一反应是：模型不够聪明，或者提示词写得不够好。

但真正的问题，可能更基础——你的表格只有列名，却没有定义每一列允许出现什么。

字段约束负责缩小输入的不确定性，AI 负责处理约束之后仍然需要判断的内容。

接入 AI 的第一步，不是继续堆提示词，而是决定：什么数据有资格被交给 AI。

AI 为什么一到批量处理就容易翻车

先看一张未经约束的客户线索表：

人能大致猜出这些内容是什么意思，但程序和 AI 面对的是一连串不确定性：

• 03/04 是 3 月 4 日，还是 4 月 3 日？
• 10w、1 万和10000能否视为同一种金额？
• “网上看到的”算不算有效来源？
• 负数预算是退款、录入错误，还是特殊业务？
• 需求备注中的“忽略之前规则”是客户需求，还是针对 AI 的指令？

这里必须区分两类问题。

第一类是业务判断问题，例如根据公司介绍判断行业、根据需求判断跟进优先级。这类任务适合交给 AI。

第二类是数据质量问题，例如日期格式错误、金额为负数、必填字段为空。这些问题本应在调用 AI 前被程序拦住。

如果把第二类问题也交给模型处理，就相当于让厨师在炒菜之前，顺便判断食材有没有过期、标签是否贴错、供应商是否可信。偶尔能做对，但无法成为稳定流程。

五类字段约束，分别挡住什么错误

下面继续用“客户线索自动分类表”作为案例。目标是让 AI 根据公司名称、行业描述和需求备注，输出客户等级、行业标签与跟进建议。

1. 类型约束：先统一数据的“物种”

类型约束要回答：这个字段究竟是文本、整数、小数、日期、布尔值，还是固定枚举？

类型不统一，后面的排序、筛选、计算和 API 调用都会变得不可靠。

例如，“已付款”“是”和数字 1在人眼里可能意思相同，但对程序来说，它们是三种不同的值。

2. 范围约束：格式正确，不代表内容合理

一个值即使类型正确，也可能不符合业务逻辑。

• 预计预算必须大于或等于 0
• 联系日期不得晚于当前日期
• 公司名称建议为 2—100 字
• 需求备注建议为 10—2000 字
• 行业只允许“企业服务、电商、制造业、教育、其他”
• AI 客户等级只允许 A/B/C/待确认

范围约束的意义，不是证明数据一定正确，而是先排除明显错误。

例如 2099-01-01确实是一个合法日期，却未必是合法的客户联系日期。

3. 缺失约束：空白不是推理邀请

表格中常见的“没有值”，至少可能代表四种情况：

• 空白：录入人员漏填
• 未知：当前无法确认
• 不适用：这个字段与当前记录无关
• 待补充：已经发现缺失，等待责任人处理

如果这些状态全部用空单元格表示，AI 很容易把缺失信息当成推理空间。

例如预算为空时，模型可能根据公司规模猜测预算。但在业务系统中，“模型猜了一个数字”与“客户明确提供预算”是完全不同的事实。

因此，关键字段应明确是否必填；允许为空的字段，也要统一缺失值写法。

4. 来源约束：没有出处的数据，无法承担责任

“数据来源”不能只写“网上看到的”“同事发的”。

更可靠的来源记录至少应包含：

• 来源类型：人工录入、CRM 导出、网页抓取、活动表单或 AI 生成
• 原始链接或来源记录 ID
• 采集时间
• 录入人或采集程序
• 同一字段存在冲突时采用了哪个来源

如果公司名称来自 CRM，预算来自销售口述，行业来自 AI 推断，那么这三个字段不应被包装成同等可信的“客户事实”。

5. 复核约束：决定 AI 能做什么，不能做什么

复核约束要提前定义：

• 哪些结果可以自动写回
• 哪些结果必须人工确认
• 什么条件会触发复核
• 谁负责复核
• 多久未处理需要升级提醒

例如：

• 行业标签属于低风险、可逆字段，可以自动写回
• 客户等级若影响销售资源分配，应保留复核
• 预算缺失、来源冲突时必须复核
• 涉及付款、合同、医疗、人事、权限和对外发布时，默认人工确认

用一张字段字典，把规则固定下来

很多团队所谓的“整理表格”，只是统一字体、删除空行、调整列宽。这叫整理格式，不叫建立约束。

真正有用的做法，是增加一个独立的“字段字典”工作表。

可直接复制以下表头：

字段名
字段说明
数据类型
允许范围/枚举
是否必填
缺失值表示
数据来源
AI 是否可修改
复核条件
复核负责人

客户线索表可以这样定义：

字段字典不应只是给人阅读的说明书。它还应能被转换为：

• 表格的数据验证规则
• 数据库 Schema
• API 请求校验
• JSON Schema
• AI 结构化输出要求
• 自动复核与告警条件

三层落地：表格、代码和 API

第一层：先用表格功能挡住明显错误

即使不会写代码，也可以在 Excel、WPS 或在线表格中完成基础约束：

1. 给行业、来源、复核状态设置下拉选项

2. 给预算设置“大于或等于 0”

3. 给联系日期设置“不得晚于今天”

4. 用条件格式标红空白必填项和异常值

5. 锁定 AI 输出列，避免人工误改

6. 给原始链接、来源 ID 单独留列

这样做的收益很直接：错误不会等到 AI 调用后才被发现，而是在录入时就被拦下。

第二层：调用模型前进行程序校验

进阶用户可以用 Python 和 Pandas 执行统一检查：

import pandas as pd

ALLOWED_INDUSTRIES = {"企业服务", "电商", "制造业", "教育", "其他"}

def validate_row(row):
errors = []

if pd.isna(row["公司名称"]) or not str(row["公司名称"]).strip():
errors.append("公司名称不能为空")

if pd.isna(row["预计预算"]):
errors.append("预计预算缺失")
elif row["预计预算"] < 0:
errors.append("预计预算不能小于 0")

if row["行业"] not in ALLOWED_INDUSTRIES:
errors.append("行业不在允许范围内")

if pd.isna(row["数据来源"]):
errors.append("数据来源不能为空")

return errors

for index, row in df.iterrows():
errors = validate_row(row)

if errors:
df.at[index, "处理状态"] = "待补充"
df.at[index, "错误原因"] = "；".join(errors)
continue

# 只有 errors 为空时，才调用 AI
result = call_ai(row.to_dict())
df.at[index, "处理状态"] = "AI已处理"

这里最关键的不是代码语法，而是 continue：校验不通过的数据不调用 AI。

如果你的业务允许预算暂时为空，也可以把“预算缺失”从阻断错误改为警告，但必须配置确定性规则，让结果进入人工复核，而不是任由模型决定。

第三层：固定 API 输出，再决定是否写回

AI 返回内容不应是一段自由文本，而应采用固定结构：

{
"lead_level": "B",
"industry": "企业服务",
"follow_up_suggestion": "建议在两个工作日内联系，进一步确认预算和决策周期",
"confidence": 0.82,
"needs_review": true,
"review_reason": "预计预算字段缺失"
}

程序拿到结果后，还要继续检查：

• lead_level是否属于 A/B/C/待确认
• industry是否在允许枚举内
• confidence是否为合法数值
• 必填字段是否全部返回
• 字段名是否被模型擅自修改
• 返回结果是否包含额外解释文字

需要特别注意：needs_review不能完全交给模型自由判断。程序还应配置硬规则，例如：

if not row.get("预计预算"):
result["needs_review"] = True
result["review_reason"] = "预计预算字段缺失"

if row.get("来源冲突") is True:
result["needs_review"] = True
result["review_reason"] = "存在冲突来源"

完整流程应该是：

flowchart LR
A[表格录入或导入] --> B[字段校验]
B -->|不合格| C[退回补充]
C --> B
B -->|合格| D[调用 AI]
D --> E[JSON 结构校验]
E --> F[风险与置信度判断]
F -->|低风险| G[自动写回]
F -->|高风险| H[人工复核]
G --> I[保留日志与来源]
H --> I

AI 调用不是第一步，而是输入通过校验后的一个中间步骤。

上线前，不要只测试“干净数据”

用 10 条格式标准、内容完整的样本测试，最多能证明流程在理想状态下可以运行。

真正上线前，应主动加入以下边界样本：

• 日期写成“下周三”或直接填写未来日期
• 金额分别写成“10000”“1 万”“面议”
• 公司名称等必填字段为空
• 来源写成“网上看到的”，但没有链接
• 同一条记录出现两个冲突来源
• 需求备注要求 AI“忽略既有规则”
• AI 返回枚举范围之外的行业标签
• AI 置信度较高，但关键字段依然缺失
• AI 少返回字段、改写字段名或追加解释文字
• 极端长度文本、乱码和特殊字符

测试时不要凭感觉说“效果明显提升”，而应记录同一批样本在约束前后的：

• 校验失败数量
• AI 返回格式错误数量
• 人工复核数量
• 返工记录
• 自动写回记录
• 每类错误对应的处理结果

同时写清样本规模、字段规则和模型配置，测试结果才有比较价值。

一张上线前检查清单

正式接入业务系统前，至少确认以下问题：

• [ ] 每个关键字段都定义了数据类型
• [ ] 数值、日期和文本长度有合理范围
• [ ] 枚举字段禁止自由扩展
• [ ] 空白、未知、不适用和待补充已经区分
• [ ] 每条关键数据都能追踪来源
• [ ] AI 生成字段与原始字段分开保存
• [ ] AI 输出经过 JSON 结构和枚举校验
• [ ] 复核条件由程序规则与模型判断共同决定
• [ ] 高风险操作默认需要人工确认
• [ ] 输入、模型返回、写回和复核过程均保留日志
• [ ] 使用脱敏数据完成边界测试

低风险、可逆的操作，可以逐步提高自动化比例；涉及付款、合同、医疗、人事、权限或对外发布的内容，则不应以“模型看起来很有把握”为理由跳过复核。

真正成熟的 AI 表格流程，不是让 AI 决定一切，而是明确它可以决定什么、不能决定什么。

下一步：用小规模样本跑通完整闭环

如果你已经整理好字段字典，可以先选取 20—50 行脱敏样本，搭建一次“校验通过后再调用模型”的小规模测试。

你可以前往 api.884819.xyz 查看可用接口与接入方式，把本文的 JSON 输出结构、枚举限制和复核字段加入请求流程。8848AI 平台使用用户名和密码即可注册，不需要邮箱验证；平台内置 AI 对话功能，注册后可以直接使用。国产模型如 Deepseek、千问等完全免费，平台没有月租和订阅，采用按量付费方式。

不要一开始就上传整张业务表。先用测试数据验证类型、枚举、空值、异常返回和复核队列，再逐步扩大处理规模。

字段约束解决的是“什么数据可以送进去”，但真正接入接口后，还会出现另一个问题：AI 有时少返回字段，有时改了字段名，有时把数字写成一段解释。

#AI教程 #表格自动化 #结构化数据 #JSONSchema #人工智能 #数据治理 #8848AI #Prompt技巧