AI 接入 Excel 之前，先给每一列立规矩：一套可执行的数据治理方法

1000 行客户反馈已经全部调用完 AI，分类、摘要也顺利写回了表格。程序没报错，接口没中断，看起来一切正常。

直到运营开始抽查：

• 金额列里同时出现了 1000、1,000元 和 约一千
• 日期列里混入了 2025/3/1、下周三 和纯文本
• 空白单元格有时代表“没有”，有时代表“尚未采集”
• VIP 被写成 vip、V.I.P，甚至“重要客户”
• 部分反馈没有来源，已经无法追溯原始记录

真正棘手的不是重新调用 AI，而是你根本不知道：哪几行应该重跑，哪些结果还能相信，哪些错误已经悄悄进入下游。

AI 批处理最危险的状态，不是程序直接报错，而是程序正常运行，结果却合理地错了。

这类事故通常不是模型能力不足，而是输入表格没有明确的“数据契约”。AI 会努力猜测每个单元格的意思，但批量流程最怕的，恰恰就是这种看似合理的猜测。

在让 AI 自动分类、摘要、翻译或补全数据之前，先要约束五件事：类型、范围、缺失、来源和复核。

一、AI 不是从第一行开始出错，而是从表头定义不清开始出错

很多表格只有字段名，没有字段定义。

例如一列叫“客户等级”，填写的人可能理解为：

• 普通、重要、VIP
• 一级、二级、三级
• A、B、C
• 高价值、普通、流失风险

人类看到这些内容，大致可以猜出意思。但代码无法稳定判断，AI 即使能够理解，也可能在不同批次中给出不同映射。

下面是一份故意加入问题的“客户反馈自动分类”演示表。为了避免伪造真实客户信息，示例均为脱敏构造数据，但错误类型来自常见业务场景。

图 1：问题表格截图素材

这里至少包含五类风险：

1. 日期格式不统一；

2. 必填文本为空；

3. 枚举值拼写不一致；

4. 来源缺失或不可追踪；

5. 高风险客户反馈没有复核标记。

如果不做预检，这 12 行都可能被发送给 AI。模型或许能“看懂”其中大部分，但看懂不等于数据合法，更不等于流程可靠。

二、先约束类型和范围，堵住最常见的格式错误

字段类型不能只写“文本、数字、日期”，还要明确机器能够检查的格式。

例如：

• 日期统一为 YYYY-MM-DD
• 金额保存为数值，不要把“元”“美元”写进金额字段
• 币种单独保存为 CNY、USD 等枚举值
• 折扣使用 0～1 之间的数值
• 客户等级只能是“普通、重要、VIP、未知”
• 反馈文本长度限定为 1～2000 个字符

如果一列金额同时出现 1000、1,000元 和 约一千，不要让 AI 直接理解。更稳妥的做法是拆成：

范围不只是最大值和最小值

范围约束还包括：

• 文本长度：摘要不能超过规定长度；
• 合法枚举：分类只能从固定选项中选择；
• 日期区间：提交日期不能晚于当前业务日期；
• 字段关系：结束日期不得早于开始日期；
• 业务逻辑：退款金额不能大于订单实付金额。

Excel 或 WPS 用户可以先使用：

1. 数据验证限制日期和数值；

2. 下拉列表限制枚举值；

3. 条件格式标记空值、重复值和异常值；

4. 公式检查跨字段逻辑。

图 2：Excel/WPS 数据验证截图素材

进阶用户可以进一步使用 JSON Schema、Pydantic 或 Python 脚本，把规则放在 API 调用之前执行。

关键原则是：异常值进入隔离区，而不是直接交给 AI“自行理解”。

三、处理缺失、来源和复核，避免结果无法追责

一个空白，可能代表四种不同状态

业务表格中的空白单元格，至少可能表示：

• 确实没有；
• 暂未采集；
• 对当前记录不适用；
• 采集失败。

如果四种状态都用空白表示，AI 和代码都无法区分。

更合理的做法是给关键字段设置明确的缺失策略：

来源字段是数据的“快递单号”

每条输入都应尽量保留：

• 原始文件名或 URL；
• 导入批次；
• 采集时间；
• 操作者或导入系统；
• 原始行号。

每条 AI 输出则建议记录：

• 请求编号；
• 使用的模型；
• 处理时间；
• AI 返回内容；
• 处理状态；
• 错误信息；
• 重试次数；
• 是否需要人工复核。

没有来源，错误发生后只能猜；有了来源，才能回到原始记录重新核对。

高风险结果必须进入复核闭环

以下内容不应由 AI 结果直接覆盖原始数据：

• 金额和财务数据；
• 合同条款；
• 医疗、法律等专业建议；
• 对外公开发布的内容；
• VIP 客户投诉；
• 涉及服务承诺或赔偿的结论。

审核状态至少应包含：

图 3：AI 结果复核队列截图素材

注意，人工复核不是“重新看一遍所有结果”，而是按照风险规则，只把需要判断的记录送进队列。

四、把五类约束做成可执行的字段字典

字段字典不是写完就存进文件夹的说明文档，而应该成为表格、代码、提示词和审核规则共同引用的单一事实来源。

图 4：字段字典截图素材

两层校验比一道防线更可靠

第一层放在 Excel/WPS 中，尽量阻止明显错误进入表格。

第二层放在 API 调用前。因为表格数据可能来自复制粘贴、文件合并或外部系统导入，前端的数据验证并不能覆盖所有情况。

下面是一段新手也能理解的 Python 校验代码：

from datetime import datetime

ALLOWED_LEVELS = {"普通", "重要", "VIP", "未知"}

def validate_row(row):
errors = []

# 1. 类型
if not isinstance(row.get("feedback_text"), str):
errors.append("feedback_text 必须是字符串")

# 2. 范围
text = row.get("feedback_text") or ""
if not 1 <= len(text) <= 2000:
errors.append("feedback_text 长度必须在 1～2000 之间")

level = row.get("customer_level", "未知")
if level not in ALLOWED_LEVELS:
errors.append("customer_level 不在允许范围内")

# 3. 缺失
if not row.get("record_id"):
errors.append("record_id 不允许缺失")

# 4. 来源
if not row.get("source"):
errors.append("source 不允许缺失")

# 日期格式检查
try:
datetime.strptime(row["submitted_at"], "%Y-%m-%d")
except (KeyError, TypeError, ValueError):
errors.append("submitted_at 必须为 YYYY-MM-DD")

# 5. 复核
needs_review = level == "VIP"

return {
"valid": len(errors) == 0,
"errors": errors,
"review_status": "待复核" if needs_review else "无需复核"
}

AI 输出也要结构化，例如只允许返回：

{
"category": "投诉",
"summary": "用户反馈退款到账时间过长",
"needs_review": true,
"review_reason": "涉及退款金额和服务承诺"
}

但必须强调：模型输出了 JSON，不代表数据一定合法。

代码端仍需检查：

• category 是否属于固定枚举；
• summary 是否为字符串且长度合规；
• needs_review 是否为布尔值；
• 必填字段是否全部存在；
• 是否出现了合同中没有定义的新字段。

五、接入 AI，采用“校验—调用—回写—复核”四段式流程

一个可长期运行的 AI 表格流程，应该是：

原始表格
↓
字段校验
├─ 不合格 → 错误表 → 人工修正
└─ 合格 → 调用 AI → 输出校验
├─ 不合格 → 重试/人工处理
└─ 合格 → 回写结果 → 必要时人工复核

1. 校验

逐行检查类型、范围、缺失和来源。不合格记录写入错误表，禁止发送给 AI。

图 5：异常记录隔离表截图素材

对上面的 12 条演示数据进行静态预检，可以确定拦截 7 条异常记录，仅让 5 条进入下一步。若完全不校验，则会发起 12 次调用。

这里能可靠统计的是本地规则拦截数量。至于结构化输出失败、接口错误和人工返工数量，必须使用确定的模型、提示词与接口实际运行后记录，不能预先编造一个百分比。

建议按下面的实验表如实填写：

2. 调用

只有通过校验的记录才能调用模型。此时提示词只传递任务需要的字段，不要把无关的客户隐私和内部备注一并发送。

当字段校验通过后，可以通过 api.884819.xyz 配置并测试 API 调用。建议先使用 10～20 条脱敏样本，确认结构化输出、错误记录和复核流程正常，再扩大处理规模。

8848AI 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、千问等可免费使用，其他服务没有月租和订阅，按量付费。

3. 回写

AI 结果必须写入新列或独立结果表，例如：

• ai_category
• ai_summary
• ai_request_id
• ai_status
• ai_error
• retry_count

不要让模型直接覆盖 feedback_text 等原始字段。原始数据一旦丢失，后续几乎无法审计和重跑。

4. 复核

满足风险条件的记录进入复核队列。审核人只能修改 AI 结果列，不能悄悄改掉原文；审核通过后，再进入发布、统计或客户跟进流程。

上线前检查清单

正式批量运行之前，至少确认以下问题：

• [ ] 每个字段是否定义了明确类型？
• [ ] 日期、金额、枚举和文本长度是否有范围约束？
• [ ] 空值是否区分缺失、不适用和采集失败？
• [ ] 异常记录是否进入独立错误表？
• [ ] 每条输入能否追溯到文件、URL或导入批次？
• [ ] AI 输出是否经过类型和枚举校验？
• [ ] 原始数据是否保持只读，没有被直接覆盖？
• [ ] 高风险结果是否有明确审核人？
• [ ] 是否保存请求编号、错误信息和重试次数？
• [ ] 是否先用脱敏小样本完成测试？

能跑通一次，只能说明演示成功；能够定位错误、局部重跑并追溯责任，才说明流程具备长期运行的基础。

准备搭建时，先复制本文的字段字典和校验代码，再前往 api.884819.xyz 测试模型接口。不要直接上传整份业务表：先脱敏、先小批量、先验证返回格式，最后再进入正式流程。

可靠的 AI 自动化，不是让模型少犯错，而是让错误能被提前拦截、定位和复核。

字段约束解决的是“什么数据可以送进 AI”，但接口上线后，还会遇到超时、限流、重复重试、返回格式错误和部分行处理失败。

下一篇，我们将继续拆解表格 AI 批处理的容错机制：如何设计请求编号、幂等、重试、错误表和断点续跑，让 1000 行任务失败后不用从头再来。

#AI教程 #Excel自动化 #数据治理 #人工智能 #Python #AI工作流 #8848AI #表格处理