AI 自动化办公清洗表格数据怎么做？

表格清洗不是把 Excel 丢给 AI 说“整理一下”就完事。真实办公里会遇到字段命名不统一、重复客户、手机号格式混乱、备注太长、空值无法判断、合并单元格影响导入等问题。AI 可以帮忙归类和解释异常，但规则、脚本和人工验收必须先定好。

适用场景：哪些表格适合 AI 辅助清洗

适合处理的是字段比较明确、但人工规则繁琐的表格，例如客户名单去重、活动报名整理、商品属性规范、供应商信息补全、日报周报汇总。高风险字段，例如财务金额、合同编号、身份证、银行卡，不应该让模型直接改写，只能做异常提示和人工复核。

如果你的团队只是整理周报或普通表单，可以先看 AI 自动化办公处理表单和周报。本文更关注数据清洗：字段标准、重复项规则、批量处理和验收记录。它和 报销费用整理 的区别是风险边界不同，表格清洗更强调规则一致性。

操作步骤：先规则后模型

1. 复制原表，建立字段标准

先保留原始文件，只在副本上处理。把字段标准写成一张说明表：原字段名、目标字段名、数据类型、允许为空、格式要求、是否可由 AI 建议。比如“手机”必须保留数字，“客户来源”只能从固定枚举中选择，“备注摘要”可以由 AI 压缩但不能删除原备注。

2. 让 Codex 先做确定性脚本

去空格、统一日期、拆分姓名电话、删除完全重复行，这类确定性规则优先用脚本处理，不要交给模型猜。Codex 接入后可以让它读取样例表头，生成清洗脚本和检查命令。接手旧项目或旧文件夹时，也可以参考 让 Codex 读懂仓库和目录 的方法，先说明文件位置、输入输出和验收方式。

3. 模型只处理模糊字段

AI 模型接口适合处理“备注归类”“客户意向等级建议”“商品属性归一化候选”等模糊字段。提示词要要求保留原文、给出建议值和理由，并标记不确定。批量跑之前先抽 30 行人工复核，类似 AI API 批量改商品文案的人工抽检，不要直接覆盖全量表格。

常见问题和避坑

第一，不要覆盖原始列。新增“清洗后字段”“AI 建议”“人工确认”三类列，方便回滚。第二，不要让模型处理唯一标识。客户 ID、订单号、发票号、合同号只能校验格式，不能重写。第三，不要只看前十行，很多异常藏在空值、特殊符号、合并单元格和超长备注里。

如果要把表格清洗接入系统，开发者需要约定 JSON 或 CSV 输出格式，可参考 开发者调用 AI 模型时的 JSON 输出契约。如果清洗流程要长期运行，还要记录模型名、提示词版本、输入文件批次、人工修改比例和失败原因，这些属于模型调用管理的一部分。

检查清单：交付前怎么验收

• 原始文件已备份，清洗结果不会覆盖原列。
• 字段标准表写明类型、枚举、空值规则和 AI 是否可建议。
• 确定性规则由脚本完成，模糊判断才调用 AI。
• 重复项规则清楚：按手机号、公司名、订单号还是多字段组合判断。
• 抽检记录包含人工修改比例、误判样本和下一轮修正规则。

验收时可以让同一批表格重复跑两次，检查输出是否稳定；再随机抽取高风险行、空值行、重复行和超长备注行，看 AI 建议是否只是辅助，而没有破坏原始数据。达到这个标准后，表格清洗才适合纳入日常 AI 自动化办公流程。

失败表现：哪些结果必须退回重做

如果清洗后行数突然减少、唯一 ID 被改写、金额或手机号变成自然语言、原备注列被覆盖，就应该立刻停止批量处理。还有一种隐蔽问题是模型把不确定内容写得很肯定，比如把“可能来自展会”改成“展会渠道”。这类变化看起来更整齐，却会误导后续销售跟进或数据统计。

所以每次批量清洗都要保留前后对比。可以新增一张差异表，记录行号、原值、新值、变更原因、是否人工确认。Codex 可以辅助生成对比脚本，也可以按字段统计变更比例。若某个字段 80% 都被模型改写，说明规则太宽，需要重新定义字段标准，而不是直接交付。

回滚和交付方式

交付给同事时，不要只发一个“清洗后.xlsx”。更稳的交付包包括原始文件、清洗脚本、字段标准、AI 建议列、人工确认列和抽检记录。这样对方发现问题时，可以定位是哪条规则造成的，也能回滚到原始数据。对小团队来说，这种可追踪的交付方式比一次性生成漂亮表格更重要。