AI 读的是哪张表？
计算之前，先核对

打开您已有权限审阅的工作簿，写清答案需要回应的问题，并确认正在查看的版本。相关表格从哪里开始、到哪里结束？同一工作表上的另一块区域可能有自己的表头和用途；位置相近，并不意味着属于同一张表。 保留原始布局，让工作簿负责人能够查看。空白行可能分隔两块区域，横跨多列的上层表头则可能限定每一列的含义。不要仅仅为了简化助手展示的内容，就删去这些特征。

读懂结构和依据数值计算，是两项不同的任务。如果助手选错了区域，核算其算式也不能证明它回答了原本的问题。同样，找对表格，也不代表每个表头和数值都已被正确理解。 这里提出的对照，关注答案究竟代表什么。它不调查支出原因，不比较供应商的商务条件，也不判断搜索索引是否包含全部记录。把问题限定在负责人能够直接对照源工作簿查看的范围内。

把助手所指的表格与原文件对照。负责人能否从答案追溯到工作表、相关区域和来源单元格？将行标签与完整列标题一起阅读，包括统领一组列的上层表头。相同标签出现在不同上层表头之下，未必指同一回事。 SpreadsheetLLM 的历史研究为区分这些问题提供了依据。修订后的方法先识别相关表格及其边界，再生成回答。针对大型表格的处理过程，也讨论了拆分时如何保留表头上下文。作者报告，相较于选定的历史对照方法，表格检测有所改善；这并不意味着 AI 普遍无法读取电子表格。 检测评估要求表格的上、下、左、右四个边界全部精确匹配，并使用经过人工复核改进的标注。这项指标并不检验每个表头的含义。另一项问答评估涵盖查找、比较和基本算术，排除了复合运算，并依据来源单元格地址或含有这些地址的公式进行判断。流畅的解释本身不是评估目标。 研究中的部分压缩会有意用数据格式信息替代精确数值细节，以帮助识别结构。这不能作为已经核实的计算依据。论文也没有证明当前商用助手采用了这项技术。

OpenAI 当前文档介绍了实用的辅助方式，包括汇总行列内容，以及生成供逐行查看的表格。文档建议在首行使用描述清楚的列标题、每行放一条记录，并建议避免在同一工作表中放置互不相关的表格，或用空白行列隔开数据。这些是文档列出的输入建议，不是实测准确率。 对于现有工作簿，这些建议并不授权您删除有意义的分隔或改写表头。请负责人说明布局含义。缺失的表头、不确定的边界或不清楚的对应关系，应当留在对照材料中，不要悄悄补齐。 文档还说明，文件即使上传成功，也可能因为大小、复杂程度、图片、结构或公式复杂性而无法完成全面分析。可用文件类型会随模型、套餐、工作区设置和账号能力而变化。对于图片中的表格、扫描文件或复杂视觉布局，精确数值可能无法可靠提取。因此，展示出一张表，并不证明读取完整或理解正确。

我们建议在公司现有规则下准备一份简短的读取说明：事实性问题、工作簿版本、工作表及表格范围、相关完整表头、来源单元格引用、助手的呈现内容，以及尚未解决的差异。这是编辑层面的建议，不是经过这些来源验证的工作程序。 请工作簿负责人将这些引用与获准使用的原文件对照。答案是否合并了原本分开的区域？是否丢失了共同的上层表头？引用的单元格是否真的属于答案为它指定的表头？记录负责人实际澄清的内容，以及剩余问题由谁跟进。引用可以让歧义更容易定位，但不能自行消除歧义。 如果表格或表头关系仍不明确，暂不使用该答案。让助手换一种更肯定的说法，并不能补上缺失的解释。负责人可以明确目标区域，或要求缩小读取范围；未经查看的其余部分，不应被写成已经核对。 这次交接不增加访问权限，不修改权威记录，也不授权采购、付款或其他财务决策。即使读取范围已经澄清，计算和答案后续用途仍须由日常负责这些事项的人员审阅。