经营数据都在 Excel 里，AI 答的数和表对不上——进知识库要过哪三关

老板在群里问「上月华东毛利多少」。AI 答 38.6 万。财务把表拉出来，是 41.2 万。

两个数都是真的：一个按含税收入算，一个按未税收入算。不是模型算错，是两张表都在库里，系统没有理由认为哪一张更该被引用。

Gartner 2023 年 5 月的调查（4,861 名数字工作者，2022 年 9—11 月）给出的结论是：47% 的人找不到完成工作所需的信息。Panopto 估算，知识共享不畅让大型企业每年损失 4700 万美元。ACL 2025 的 CiteFix 论文提到，业界研究显示主流生成式搜索的引用准确率约为 74%——四次里大概有一次，引用的那段话支撑不了结论。

让 AI 直接答 Excel 里的经营数据，卡点不在模型，在表进库之前：一条记录要还能被当成一条记录，一个字段要能被认出是什么，一个数要能回到它所在的那一行。

一、表格和文档不是一回事，切碎了就查不回来

表格按行成义，一行就是一条事实。按段落切分，一行记录会被拆进相邻几段，行与列的对应关系在切片那一步就丢了，后面再强的模型也拼不回来。

判定方法很朴素：问它「3 月华东的毛利率」，看返回的是一行数，还是把整张表念一遍。

二、第一关 · 表头：机器认字段，人认标题

人看到「华东-3月」就知道这一格是什么。机器看到的可能是合并单元格、两行表头、一个叫「备注」的宽列。

可用的表至少要满足三条：一行一个字段、字段名唯一、单位写进字段名（金额（元）、毛利率（%））。同一列里既有「1,200」又有「约1200」又有「1200元」，这一列在任何系统里都只能当文本处理。

三、第二关 · 口径：同一个「毛利」，四张表四个算法

毛利是收入减成本。收入含不含税、成本含不含运费、退货算不算、跨期怎么切——四个选择就是四套数，四套数都能自圆其说。

口径不写下来，AI 每次都在猜。猜对了也解释不了为什么是这个数。

做法是把口径写成一条可检索的字段说明，和表放在同一个库里：指标名、算法、取数范围、生效时间。口径说明不是文档附件，是要被检索到的正文。

四、第三关 · 出处：答案要能回到那一行

74% 那组数说的是这件事——给得出句子，不等于给得出支撑这句话的那一行。

最低三条：答案带来源（哪张表、哪个字段）、来源能点开看原值、多版本有提示。缺任何一条，业务方只能靠记忆判断「这个数像不像真的」。

五、边界：AI 能查表，不能替你定指标

口径：AI 能按写下来的口径算，不能判断哪个口径对。含税还是未税，是财务和管理层的决定。

数据：AI 只能查到进了库、且有权限的那部分。没进库的数据它查不到，也不该凭常识补一个。

正确性：AI 能给出来源，不能担保这一行就是你要的那一行。关键数仍然要人复核，尤其是对外披露和结算用的数。

六、好易智算在这个环节的落点

好易智算（Haoee）是 AI 服务要素平台。把模型、智能体、数据与能力集合组织成可以创建、运行、发布、运营和持续演进的 AI 服务。其中，数据与能力集合在目前阶段 AI 的基础概念上集中体现为知识库、Skills、MCP Server。

对应上面三关：知识库支持文本、表格、图片三类导入、解析与检索，召回结果带来源标识；资产可以设定来源、版本、负责人、权限与撤回机制，口径说明和表可以放在同一个库里；需要连内部系统取实时数时，用 MCP Server 接，不必把数据再导出一次。

范围声明比能力更重要：这套机制解决的是「表能被查到、答案能对回原行」，不等于「保证每次召回都完整、都是最新版」。超长表格与多分片场景以实测为准；指标口径的最终定义权在业务方，平台不替代。

常见问题

Q：表里那列备注写得很乱，导进去会不会干扰？

A：会。备注列要单独成字段并标明「非结构化备注」，否则会被当成数据参与计算。删不删由业务方定，标不标是导入时必须做的。

Q：一个 Excel 有 30 个 sheet，要全导吗？

A：先导被问得最多的那几张。导入范围越大，口径冲突越多；三十张表同时进库，答错的概率高于答不出。

Q：AI 答的数和财务对不上，先查哪一步？

A：先查口径，看同一指标是不是有两套算法；再查版本，看库里是不是还留着旧表；最后才查检索和模型。