真实问题
AI 自动化办公最容易被低估的环节，是把非结构化资料抽取成表单字段。演示时给模型一份邮件或 PDF，输出看起来很准；上线后换成扫描件、转发邮件、旧模板、多人填写的表格，就会出现字段漏填、金额单位错位、联系人写错、日期格式不一致等问题。如果没有样本集和验收口径，团队只能凭感觉判断“差不多能用”，后续人工返工会越来越多。
适用场景
适用于把客户邮件转工单、把合同 PDF 抽取成台账、把报销单整理为表格、把会议纪要生成任务字段等流程。使用永沃云枢 https://ai.jn83.com 接入 AI 模型接口时，可以先在小样本里验证字段抽取，再接入批量队列。重点不是追求一次性全自动，而是先确定哪些字段能自动填、哪些字段必须人工确认。
操作步骤
第一步，列出字段字典，包括字段名、类型、必填状态、允许为空的条件和示例。第二步，准备样本集，至少覆盖标准模板、缺字段模板、噪声文本、图片转文字误差、跨页内容和多语言夹杂。第三步，为每个样本写人工标准答案，不要用模型第一次输出当答案。第四步，运行抽取并保存原文、提示词版本、模型名、输出 JSON 和人工比对结果。第五步，按字段计算准确率，而不是只看整单是否成功。金额、日期、身份证号、客户名称等高风险字段应单独统计。第六步，设置复核规则：低置信度、字段冲突、金额超过阈值、来源不清楚时进入人工队列。
排错路径
如果整体准确率低，先检查字段口径是否含糊，例如“联系人”到底是发件人、签约人还是项目负责人。如果只有某类文件失败，检查 OCR、附件版本和页码范围。如果 JSON 经常缺字段，给输出 schema 加必填字段和空值原因。如果金额或日期错位，要求模型返回来源片段，人工只核对片段而不是重读全文。站内《AI 自动化办公读附件前哪些敏感字段必须先脱敏》适合做上线前安全检查，《AI 自动化办公读取网盘附件前怎么检查权限和版本》可以补充附件来源控制。
常见问题 / 避坑
问：样本集要多大？早期不必追求很大，但必须覆盖真实边界。20 份高质量样本比 200 份同模板样本更有价值。问：字段准确率达到多少才能上线？取决于风险，低风险备注字段可以宽松，金额、身份、审批人等字段必须更严格。问：能不能让模型自己给置信度？可以参考，但不能只相信自评，最好结合规则和人工抽检。问：样本答案谁来写？应由业务负责人或熟悉流程的人写，不应由开发者猜。
检查清单
上线前确认：字段字典已冻结；样本集覆盖异常模板；人工标准答案已保存；提示词版本和模型名可追踪；每个字段有准确率统计；高风险字段有人工复核；输出保留来源片段；失败样本进入复盘清单；批量队列有暂停和回滚入口。
验收标准
样本集验收完成后，结果要能回答三个问题：哪些字段可以自动写入，哪些字段必须人工复核，哪些输入类型暂时不支持。建议把字段分成低风险、中风险和高风险三档。低风险字段可以允许模型给出空值原因；中风险字段需要来源片段；高风险字段必须人工确认后才能回写。上线初期还要保留抽样复盘节奏，例如每天抽查 30 单，记录错字段、错因、样本类型和修复动作。只有当新样本连续稳定通过，才逐步扩大自动处理范围。这样做会慢一点，但能避免把演示样本的准确率误当成生产准确率。
复盘记录
复盘样本也要持续更新。每次人工发现新错误，都应把原文、错误输出、正确答案和修复说明加入样本集。样本不是一次性验收材料，而是后续提示词、模型和规则变更时的回归测试基础。
当字段抽取接入业务系统后，还要记录回写前后的差异。原始文本、模型输出、人工修正值和最终入库值应能串起来。只要链路可追踪，即使某次抽取出错，也能快速定位是模型理解问题、规则转换问题，还是人工复核时改错。
这些记录也能反向帮助团队改字段口径。
持续复盘。
延伸阅读
更多 Codex 接入、AI API 接入、CCSwitch 配置和 AI 自动化办公教程，可从 Codex 实操与 AI 资讯栏目 继续阅读。永沃云枢 会持续把真实使用问题整理成可复核的操作步骤，帮助用户在 https://ai.jn83.com 完成接入、排错和日常调用管理。