#WorkBuddy# 我让 AI 校了 50 份财务表格，它漏掉了一个会毁掉集团评审的数字

我用大模型校稿，发现个要命的事：它对表格的"理解"停留在文本层面，根本看不到数字层面的硬错。等领导把表格甩回来的时候，我才发现——一份"看似完美"的增资报告里，藏着多个数字硬错，每个都足以让集团评审毙掉。

这篇文章写给所有用 AI 校表格、改表格、写表格的人。我会告诉你：现在的 AI 表格工具在老财务面前就是小儿科，遇到复杂数字问题直接抓瞎；以及我用什么思路、什么工具把它解决了。

一、工作中的痛点：AI 看表格，到底"看"到了什么？

1.1 我经历的真实事故

去年我帮一家公司做增资请示报告校稿。流程是这样的：

1. 把 Word 主文 + Excel 附件丢给 AI
2. AI 读 → 输出校稿意见
3. 我审 → 改 → 出稿

AI 校完说"问题不大"。领导接手后，第一句话：

"今年研发费用怎么只有 1 万元？"

我翻回去看表格——断崖 + 反弹。AI 一字没提。

更糟的是后面审计发现的：

5 个硬错，AI 一个都没抓到。

1.2 为什么 AI 抓不到？

我事后复盘，发现根本原因是AI 看表格的方式错了：

错误做法（主流 AI 校表格的标准流程）：

xlsx → 转成 Markdown 文本 → LLM 读文本 → 输出"看起来不对"的地方

问题在哪：

2024 收入：0.5 亿
2025 收入：0.0001 亿
2026 收入：0.565 亿

LLM 看到的是 3 行文本。它不知道 0.5 → 0.0001 是 5000 倍断崖，因为它没有"数字直觉"——它看到 0.0001 就是一个"小数字"，不是"异常值"。

再比如 IRR 测算：

2026 年（T0）净现金流：-1.42 亿
...
2030 年：+0.01 亿
2031 年起转正
IRR：8.5%，回收期 8.3 年

AI 看到"IRR 8.5%，回收期 8.3 年"觉得"挺合理"。但它根本不知道——本次增资 2.2 亿压根没进现金流表。这 8.5% 是"经营 IRR"，不是"增资项目 IRR"。口径错误。

1.3 老财务怎么看表格？

我跟一个做了 20 年审计的老前辈聊，他说：

"你看 Excel 表，最重要的不是算，是找关系。先看几个 sheet 页，摸清楚结构；再扫公式，看哪些是死的、哪些是活的、表和表之间怎么勾；最后逐行比对，差 1 分钱都不放过。"

他顿了下：

"说白了，Excel 就是格式化数据。按数据库处理就行了——sheet 是表，列是字段，公式是 JOIN 和 GROUP BY。"

我突然被点醒。过去 2 年我用 AI 校表格，都让 LLM "读"——读不到的就跳过。但其实我应该让它"查"——查公式、查引用、查量级。

这就是我开始做这套工具的起点。

1.4 现有 AI 表格工具的 3 大流派（看完你就懂为什么抓瞎）

为了搞清楚"市面上有什么"，我花了 2 周调研 4 套主流方案：

没有任何一家把"看 → 查 → 比 → 改"四阶段 + 11 项数字规则做到一起。

更扎心的是——老财务的"逐行比对 + 差 1 分钱都不放过"，主流 AI 工具一个都做不到。这就是"小儿科"的本质。

二、怎么解：把表格当数据库，让 AI 走 4 阶段

2.1 核心思路：表格 = 数据库

如果你接受"Excel 就是格式化数据"，那所有 AI 校表格的难题都能套数据库思维解：

sheet      → 表（table）
行/列      → 字段（field/column）
公式       → 视图（view）/ JOIN / GROUP BY
小计行     → SUM(子项)
跨表引用   → foreign key + JOIN
同比/环比  → window function

数据库怎么查数据，AI 就应该怎么查表格。

2.2 四阶段强顺序流程

┌─────────────────────────────────────────────────────────────┐
│  Phase 1 · 看   读懂结构                                       │
│  ↓ 多 sheet 摘要 + 单 sheet schema（行/列/标签/数据型）         │
├─────────────────────────────────────────────────────────────┤
│  Phase 2 · 查   找关系                                         │
│  ↓ 找公式 → 追溯引用 → 画跨表引用图 → 分类求和                  │
├─────────────────────────────────────────────────────────────┤
│  Phase 3 · 比   找差异                                         │
│  ↓ 11 项数字合理性自动校验 + 多版本 diff                       │
├─────────────────────────────────────────────────────────────┤
│  Phase 4 · 改   改内容                                         │
│  ↓ 批量改 + 增删 + recalc + 改完自动审计                       │
└─────────────────────────────────────────────────────────────┘

强顺序——不看完结构不能查关系，不查清关系没法比差异。这就是老财务的"先看结构、再扫公式、最后逐行比对"，只是把它流程化、可执行化。

2.3 11 项数字合理性自动校验规则

Phase 3 的核心是11 项确定性规则——不靠 LLM 推理，纯逻辑判断，两次跑结果必须一致：

每条规则的输出都是 JSON：

{
  "rule": "R2",
  "severity": "🔴",
  "location": "1.效益测算表!D27 (6.研发费用)",
  "evidence": "C=0.5000 → D=0.000100 (暴跌至近0)",
  "suggestion": "强烈怀疑漏填或公式失效，优先核实"
}

关键设计：LLM 只负责"理解发现"，不参与"判断对错"。这是工具和 LLM 协作的核心边界。

2.4 为什么不用 LibreOffice？

主流方案用 LibreOffice 重算公式。但这玩意 macOS 上不一定有、启动慢、还偶发卡死。我的方案：直接读 Excel 缓存值，不重算。代价：未跑过 LibreOffice 的文件会触发 R9 提示。99% 场景够用，且启动 < 1 秒。

三、具体实践：4 阶段框架 + 11 项规则，从 0 到 1

3.1 我做了什么

我把这套思路做成了一套工具，核心包括：

• excel.py（915 行）—— 4 阶段统一入口（Python 库 + CLI 双调用）
• numeric_audit.py（440 行）—— 11 项数字校验独立 CLI
• SKILL.md v3.0——完整方法论 + 工具说明

3.2 实战复盘：用工具重跑那份增资报告

$ python3 excel.py audit financial_plan.xlsx

🔴=1  🟡=8  🔵=18

工具 1 秒钟抓出的硬错（我之前肉眼漏看的）：

🔴 R2  1.效益测算表!D27 (6.研发费用)
        C=0.5000 → D=0.000100 (暴跌至近0)
        💡 强烈怀疑漏填或公式失效，优先核实

🟡 R5  2.现金流及回收期
        T0 列（2026 年）净现金流=-1.42，绝对值<2.5。
        若 IRR 测算拟含本次增资（2.2 亿），T0 应包含该笔投资流出。

结论：

• R2 🔴 抓出某年研发费用 1 万元（漏填或公式错位）
• R5 🟡 抓出 IRR 8.5% 是经营口径（增资 2.2 亿根本没进表）
• R3 🟡 抓到备注 30% 增长 vs 实际年化 20.6% 矛盾
• R8 🟡 抓到累计现值 4 次递减

对比我肉眼校稿：只抓到 3 处明显数据错误。工具多抓出 5 处。

3.3 4 阶段工具链一图流

# Phase 1 · 看
python3 excel.py sheets   financial.xlsx          # 列所有 sheet
python3 excel.py schema   financial.xlsx "1.x"     # 单 sheet 结构
python3 excel.py summary  financial.xlsx          # 全工作簿摘要

# Phase 2 · 查
python3 excel.py formulas financial.xlsx           # 找所有公式
python3 excel.py trace    financial.xlsx "2.x" D25 # 追溯 IRR 行公式输入
python3 excel.py links    financial.xlsx           # 跨表引用关系图
python3 excel.py catsum   financial.xlsx "1.x" B C,D,E 收入  # 分类求和

# Phase 3 · 比
python3 excel.py audit    financial.xlsx           # 11 项数字校验
python3 excel.py diff     v1.xlsx v2.xlsx "1.x"    # 两版本 diff

# Phase 4 · 改
python3 excel.py apply_edits financial.xlsx out.xlsx '[{"sheet":"1.x","cell":"D27","value":0.5}]'
python3 excel.py recalc   financial.xlsx           # LibreOffice 重算（可选）

或者作为 Python 库调用：

from excel import numeric_audit, cross_sheet_links, find_formulas
audit = numeric_audit("financial.xlsx")
# → agent 直接读 JSON 报告，零依赖 LibreOffice

3.4 踩过的坑（老财务看了会心一笑）

坑 1：C 列数据起点 bug

第一版 R2 写了 if col in ('A', 'B', 'C'): continue——把 C 列（数据起点）也跳过了。结果：

Row 27 (6.研发费用): nums=[('D', 0.0001), ('E', 0.565), ...]   ← C=0.5 被跳过！

调试半天才发现——从 D 开始算相邻两期都是 0.0001→0.565，看起来"合理"。现在改成只跳 A/B 两列。

坑 2：T0 列找不到

R5 最初设计找"T0 行"，但实际表格里 2026 是列头不是行标签。改成找"T0 列号"才解决。

坑 3：子项扫描"贪婪"

R1 自动找小计行下面的子项求和，最早版本没设终止条件，子项扫描能扫出 100+ 行（跨了"收入"和"成本"两个分组）。加了"遇到下一个分组/合计行就停"的终止逻辑才正常。

坑 4：IRR 阈值定多少

R5 设阈值最难。最终方案：T0 净现金流绝对值 < 2.5（基于"典型增资项目应 ≥ 2.2 亿"），同时支持 3 种触发：① 全 0（漏了投资）② 绝对值 < 1（仅经营）③ 绝对值 < 2.5（含投资的临界）。

四、这套工具能解决什么？

典型场景：每年做预算、增资、年度审计、专项审计时，5 秒跑完 11 项校验，比老财务手撸 2 小时还全。

五、下一步

我打算继续扩展：

• P1 敏感性分析模板（双变量数据表）—— 财务预测标配
• P1 移植 formulas 库纯 Python 重算——绕开 LibreOffice 依赖
• P2 多年期 sheet 自动生成器（5-10 年期一键出）
• P3 三方批注模式（出资方/审计师 红头批注 + 锁定）—— 增资报送场景

六、写在最后

回到开头那个事故——我让 AI 校了 50 份财务表格，它漏掉了一个会毁掉集团评审的数字。

这事本质不是 AI 笨，是方法错了。

我们总以为 AI "看懂"了表格，其实它只是"读到了"文本。它不知道 0.5 → 0.0001 是 5000 倍断崖，不知道 IRR 8.5% 缺了 2.2 亿投资，不知道备注"增长 30%" 和实际"增长 20%" 是矛盾的——这些数字层面的硬错，必须用确定性规则抓，不能靠 LLM 推理。

老财务说的"逐行比对 + 差 1 分钱都不放过"，不是情怀，是20 年踩坑总结的方法论。我们 AI 不是要替代他们，是要把这套方法论结构化、自动化、可复用。

这就是我做的——4 阶段框架 + 11 项规则。让 AI 校表格，从"读文本"升级到"查数据库"。

七、联系我们 / 工具订阅

工具已在本地金标库沉淀，并跑通多份金融模型实测。

如果你也踩过 AI 校表格漏报硬错的坑，或者想把这套 4 阶段框架用到自己的场景，欢迎私信交流。

我们可以提供：

• 🎯 定制校验规则——基于你的业务场景加 R11/R12/R13...
• 🔌 MCP 工具封装——把工具封装成标准 MCP Server，接入你的 Claude / Cursor / 其他 Agent
• 📦 团队订阅——多个 Agent / 多个财务共享同一份工具 + 规则库
• 🎓 内训 + 陪跑——带你的团队走完"看 → 查 → 比 → 改"4 阶段，配合真实案例

私信关键词："表格 skill" 或 "心之桥"，优先回复。

相关阅读：

• Anthropic 官方 xlsx skill 镜像
• vasilyu1983 document-xlsx（74⭐）
• davila7 spreadsheet skill
• AI Agent 自动化处理 Excel 表格实战教程（主流写法参考）