这两天刷小红书搜"办公神器"，一半屏幕都是 #办公神器howto 话题：一句话生成PPT、AI自动做表格、智能体帮你对账。这波教程确实把不少人看心动了。最硬核的玩家，已经直接让AI自己去官网找零件图，从零摆出一整张机箱配件表。微博
但我把几个平台翻了一遍，发现这股热潮的另一面：AI做的表格出事故的帖子，正在知乎和小红书上被集中晒出来。今天这篇不劝退，只想在你把表格交出去之前，把分工说清楚，比多学十个新工具省事。
事故现场有多离谱
最生动的一条来自知乎网友：把18页数据截图丢给AI，让它整理成表格，从第二行就开始跑偏——A列数据填进B列，负数变正数，23.6%被认成123.6%。让它改错，认错态度很好，改完还是错的。知乎换成把文字版数据直接粘过去，一次就对。楼主总结得很直白：AI读图，是在猜像素。
财务那边伤得更重。一位财务人分享，让AI校对一份增资报告，AI给出的结论是"问题不大"，结果人工复核查出5个硬错误：研发费用0.5亿被写成0.0001亿，5000倍的断崖错误，AI一声没吭；IRR算出8.5%，是因为压根没把2.2亿增资算进去，口径从一开始就是错的。知乎这种数字要是进了集团评审，就是事故。
AI为什么做不好表格
先说清楚，这不是你用的那个工具不行，是现在的大模型普遍不擅长这件事。SpreadsheetBench 是一个拿 912 个真实 Excel 问题考模型的评测，2024 年公布的结果里，GPT-4o 的准确率只有 15.02%，几个开源模型更是只有个位数。知乎
原因可以归成三条：
一是表格是二维的，文字是一维的。表格进入大模型前要被摊平成一段文字，行列关系、合并单元格、跨表引用，基本都在摊平的过程里丢了。
二是AI读图靠猜，带小数点、带负号的数字，猜错了它自己都察觉不到。
三是大模型没有"数字直觉"。它的本质是按概率生成下一个字，不是在做算术。所以让它写公式，准确率能到七成多。知乎但让它直接报数、查数字对不对，就完全靠不住。
但也不是不能让AI碰表格
公道话也要讲。凡是机械的、规则明确的、结果一眼能验的活儿，AI是真快：格式转换、去重、批量加单位、把散乱的文字材料整理成表，这些都是小红书上爆款教程的真本事。
翻车集中在另一类：把"对数字的判断"也交给了AI。典型四个坑——有空值它自己补全猜一个数；销售额、回款、签约金额这种口径它混着用；日期格式和单位混着写也不提醒；你只想看个趋势，它敢告诉你"因为A所以B"。知乎还有条很多人忽略：涉密文档别丢给在线AI工具去比对、整理，数据出门容易，出事就是大事。
打工人分工清单
有一类表我劝你尤其别整包交给AI：带联动的复杂表。比如一张进销存管理表，上面是KPI卡片，中间是趋势图，底下好几张明细表互相引用、互相勾稽——AI错一个数，错误会顺着引用关系串遍全表，你查都查不过来。这种活儿必须自己盯到底。
可以交给AI的：
格式转换、去重、批量处理这类机械活
写公式（写完自己改一个单元格验证一遍）
把文字版数据整理成表（注意：别扔截图）
按你的要求从零起草表格框架
必须自己把关的：
财务数字、报价单、任何要交给老板或客户的数据
多张表之间重要数字的勾稽核对
空值处理：明确要求它只标"待确认"，不许猜着补
口径问题：先一句话告诉它"这张表要回答什么问题"
再给一条可以直接抄进工作的把关提示词。知乎
你是一名数据整理助手。请先检查数据中的空值、重复项、日期格式、单位和分类口径；把发现的问题单独列出。未确认前，不要修改原始数据，也不要推测缺失信息。
再给一个值得留意的信号：今天微博上已经有消息说，豆包要出独立AI办公产品，最快这周就会和大家见面。微博办公专用AI工具接连入场，"让AI做表"的门槛只会越来越低，但工具再进化，上面这份分工逻辑不会过时。
出错的代价，最后还是打工人自己扛。一句话收尾：把结构活儿交给AI，数字的责任留在自己手里。
