AI 清理业务表时，怎样保留原值并记录每一步修改？

先定义“清理”允许改变什么

开始前列出字段、目标格式、可自动处理的规则和必须询问负责人的情形。例如，去除电话号码首尾空格可以是确定的格式规则；把两个相似公司名合并则可能改变业务实体，需要权威字段或人工确认。

把任务分成三类：

第三类不要自动覆盖。把原值、候选值、匹配依据和待确认状态列出来交给负责人。

• 格式标准化： 空白、日期格式、大小写或固定分隔符；
• 可确认映射： 根据批准的映射表，将别名转成正式名称；
• 疑似匹配： 依赖模糊相似度推断的公司、产品或联系人合并。

在新列中生成，不覆盖原始字段

为每个字段保留 raw_value，另设 normalized_value、rule_id、review_status 和 review_note 等列。AI 只生成建议值时，将其标为 suggested 或“待复核”；只有规则明确且审核通过后，才更新正式标准值。

这能让审查者逐条回答：改动前是什么，改动后是什么，为什么改，依据哪条规则，谁确认了例外。若只保留清理后的表格，后续很难区分原始来源差异、人工判断和模型推测。

用规则表和例外队列处理歧义

将批准规则写成表格，而不是散落在提示词里：字段名、允许值、标准格式、映射来源、生效日期、责任人和复核频率。不同系统字段含义不一致时，先确认源系统定义，不要把同名列当成同一含义。

对于模糊值，要求 AI 输出候选和理由，但不得自动选定。例如“SZ-02”可能是产品型号、仓库代码或销售区域；如果上下文不能确认，就放到异常队列。为每类异常设置责任人和处理结果：确认、驳回、补资料或保留原值。

抽样检查也要覆盖异常

抽样不应只挑最整齐的记录。至少查看：规则直接命中的记录、规则边缘的记录、空值、异常格式、重复候选和新出现的名称。对“合并”和“删除”操作要优先检查，因为错误动作可能更难恢复。

记录清理前后行数、字段变更数、无法处理数和人工确认数。它们用于解释本次数据变换，不代表模型准确率或未来效果。若有样本无法回溯、映射表无人负责或输出改变了关键业务标识，应暂停批量写回。

保持转换步骤可重跑

把输入文件版本、规则表版本、处理步骤、模型输出文件和审核记录一起归档。下一次更新同一数据源时，先重新应用已批准的确定性规则，再单独处理新增例外；不要把上次模型的全部输出直接当成永久真值。

Microsoft Power Query 的文档展示了在查询编辑器中导入和变换数据的流程，但团队使用的工具不同，具体操作与可追溯能力也不同。此处的原则是保留原始数据与步骤记录，不代表任何工具会自动满足企业的审计要求。

上线检查表

• 清理目标和允许变更的字段已写明。
• 原始值另存，标准化值不覆盖来源。
• 自动规则和需要人工判断的规则已分开。
• 每次修改可追溯到规则、来源或审核人。
• 模糊匹配进入异常队列，不自动合并实体。
• 样本包括边界记录和高影响变更。
• 清理失败可以回滚，处理结果能在下一批重跑。