审批摘要不是最终证据
AI 自动化办公能快速把邮件、表格、PDF、聊天记录整理成审批摘要，但摘要本身不是事实来源。审批人真正需要的是：这句话来自哪份材料、金额怎么加总、异常项有没有被标记、人工是否确认过。没有证据包的 AI 摘要，短期节省时间，长期会增加复盘和责任确认成本。
永沃云枢建议把审批摘要拆成三层：来源层、处理层、确认层。来源层保存原始文件和版本；处理层记录 AI API 接入调用的模型、提示词版本、字段映射和输出；确认层保存人工修改、审批意见和最终发送内容。这样开发者 AI 调用和模型调用管理才能支撑真实办公流程，而不只是生成一段漂亮文字。
适用场景
适合采购申请、报销初审、合同摘要、会议纪要转审批、客服工单升级、项目周报汇总和跨部门材料归档。前提是组织允许使用 AI 处理相应材料，并且已经识别敏感字段；涉及身份证号、合同金额、客户隐私或内部报价时，应先脱敏再进入模型上下文。
操作步骤：给每份摘要配一个证据包
- 冻结来源。把本次使用的文件名、版本号、上传时间、来源人和哈希值记录下来，避免审批后发现模型读的是旧文件。
- 建立字段映射。对金额、日期、负责人、供应商、审批节点等关键字段，记录它们来自哪一页、哪一行或哪封邮件。
- 保存模型调用信息。记录 provider、model、prompt_version、request_id、temperature 和输出时间，方便后续追踪 AI 模型接口表现。
- 标记人工改动。审批摘要生成后，人工修改的句子要能和原始输出区分，不能让模型输出和人工判断混在一起。
- 输出验收包。最终交付至少包含摘要正文、来源清单、异常项、人工确认人和未确认项。
一个具体开场：采购审批金额对不上
假设采购同事上传三份报价单和一张内部比价表，AI 生成摘要说“推荐供应商 A，总价 48600 元”。审批人问差异原因时，如果只有摘要，就很难判断模型是否漏读了税费、运费或数量单位。更稳的流程是让 AI 先输出字段表：供应商、单价、数量、税率、运费、总价、来源页码，再生成审批意见。遇到金额不一致，可以参考 多张表金额不一致时先做来源对账 的思路，让模型先列证据再写结论。
这类任务也适合让 Codex 辅助生成只读检查脚本，比如比对表格字段、找空值、统计金额差异。但脚本只负责检查，不应直接改审批结果。AI API 接入越深入业务，越要把自动化和审批责任分开。
常见问题 / 避坑
不要让模型直接输出“同意采购”“建议付款”这类最终审批动作，除非流程明确允许并有人复核。不要把所有附件原文塞进提示词后就删除来源文件，后续无法解释结果。不要只保存最终摘要截图，截图缺少模型版本、提示词版本和来源映射。对客服工单、合同、报价单这类材料，还要参考 客服工单标签置信度和升级规则 与 附件脱敏和人工复核，先设边界再自动化。
检查清单
- 原始材料、版本、来源人和上传时间已保存。
- 关键字段有来源页码、行号、邮件或表格位置。
- AI API 接入调用记录包含模型名、request_id、提示词版本和时间。
- 模型输出、人工修改和最终审批意见能区分。
- 异常项和未确认项没有被摘要自动吞掉。
- 站内资料可继续看 表格回写范围加锁、AI 自动化办公专题、Codex 专题 和 AI API 接入专题。
FAQ：证据包会不会让自动化变慢
会增加一点前置工作，但它减少的是后续返工。没有证据包的摘要，一旦金额、负责人或截止时间出错，需要从邮件和附件里重新翻；有证据包时，只要打开字段映射和调用记录就能定位。对永沃云枢用户来说，https://ai.jn83.com 的价值不只是让 AI 写得快，而是把模型输出放进可复核、可追责、可持续优化的办公流程里。
如果材料敏感，可以只保存脱敏证据包和哈希，不在外发文档中暴露原文。关键是留下足够的复核路径，让审批人知道哪些结论来自材料，哪些判断来自人工。