验收 AI 生成的 Excel，先核对字段名与来源，再检查完整目标区域，最后分别验证底层数值、显示格式和单位。 三项检查分别帮助发现字段错误、区域遗漏和数值尺度错误，其中一项通过，不能替代其他项。
本文依据 EvalDock 2026 年 9 月办公实测中的三份交付，给出普通办公用户可执行的检查方法。开始前保留原件，试算和格式调整在副本中进行。
AI 生成的 Excel，优先检查哪些内容？
| 检查对象 | 具体动作 | 本批案例发现 |
|---|---|---|
| 字段名 | 与题目逐列对照，并核对列内数据来源 | 年份金额正确，但 year 写成 d |
| 完整目标区域 | 检查约定起点到终点，再抽查计算逻辑 | 后八格有公式，前三格仍为 n/a |
| 数值及显示 | 独立计算非零样本，查看底层值与数字格式 | 十一个非零比例约放大 100 倍 |
这些方法来自具体案例，不是本批所有表格错误的统计分类。自己的业务还有哪些规则，也应一并写入验收要求。
字段检查：指定列名是否准确保留？
OfficeBench 收入提取案例要求将邮件中的收入保存为 Excel，表头使用 year 和 revenues。题目模拟年份为 2020，邮件中的去年 120 万美元、今年 150 万美元，对应 2019 年和 2020 年。
千问交付的 Revenues 工作表中，A2:B3 两行年份金额正确，B1 为 revenues，A1 却为 d，不满足指定字段要求。
原有的文件存在和数值检查均通过；增加题目明确要求的表头检查后，该交付未通过。若后续流程按固定列名读取文件，错误列名可能影响导入或合并；本次没有执行下游导入测试。
验收时可以依次完成以下动作：
- 将任务要求中的字段逐列与首行对应。
- 点击单元格查看完整文本，确认拼写、缩写和空格。
- 取少量源数据核对，检查列名与内容是否错位。
如果任务只约定字段含义，没有指定名称，应按实际约定验收。本例已经明确要求 year，返工时可以写：“请将 Revenues 工作表 A1 的 d 改为 year，保留已核对的两行年份和金额。”
区域检查：怎样发现公式之外的遗漏？
SpreadsheetBench 滚动求和案例中，A 列为递增但不连续的日期，B 列为当天积分，目标区为 C4:C19，共 16 格。
规则是从当前日期减七天起，到当前日期止，两端都包含。例如 3 月 12 日要包含 3 月 5 日。这与“含当天共七个自然日”的口径不同，也不能直接替换成“加上方七行”。
输入与 WPS 灵犀交付的差异如下：
| 区域 | 输入状态 | 实际交付 | 核对结果 |
|---|---|---|---|
| C4:C6 | 文本 n/a | 仍为 n/a | 应为 4、6、12，遗漏 |
| C7:C11 | 已有数值 | 保留原有数值 | 与参考结果一致 |
| C12:C19 | 空白 | 新增八个公式 | 计算值与参考结果一致 |
前三格可以直接核算：3 月 5 日的 4 分，3 月 8 日再加 2 分，3 月 9 日再加 6 分，依次得到 4、6、12。每个窗口内都有可计算的数据，不需要先攒满七行。
检查时，在工作表左上方显示单元格地址的名称框中输入 C4:C19，选中完整目标区，检查空白、占位文本和未处理的位置。本例的 n/a 是普通文本，不是 Excel 的 #N/A 公式错误，只扫描公式报错可能发现不了它。
随后独立计算一个起点和一个日期边界。3 月 12 日应包含 3 月 5 日的 4 分，合计为 26，可以检查下边界是否计入。需要后续自动更新时，还应核对约定范围是否保留公式。
计算抽查与区域检查应分别记录。 前者检查计算规则，后者发现遗漏；抽看后八格正确，不能证明前面也完成了。
数值检查：怎样区分小数比例和百分比格式？
SpreadsheetBench 夜班比例案例要求根据所示年份和各月天数，计算 B11:M11，并以小数输出：零不带小数位，只有一位非零小数的值保留一位，其余九位。
年份为 2016，1 月有 10 次夜班、31 天，预期显示为 0.322580645。WorkBuddy 的 B11 却保存了 32.258064516，数字格式为 0.000000000，其中没有百分号。
原表行名确实为 result in %，但题目明确规定小数输出，参考结果也按夜班次数÷当月天数保存比例。不能仅凭行名忽略具体输出要求。
| 检查位置 | 独立计算 | 题目要求显示 | 实际交付显示 |
|---|---|---|---|
| B11，1 月 | 10÷31 | 0.322580645 | 32.258064516 |
| C11，2 月 | 15÷29 | 0.517241379 | 51.724137931 |
| I11，8 月 | 0÷31 | 0 | 0 |
| J11，9 月 | 12÷30 | 0.4 | 40.000000000 |
完整核查发现，十一格非零值都有尺度问题；零乘以 100 仍为零，不能用零值揭示这种差异。2 月的交付值与 15÷29×100 一致，当前静态结果采用了正确的闰年天数，但比例尺度仍不符合要求。
验收时，先独立算一个容易核对的非零值，再查看原格数字格式。在副本空白格输入 =B11，将检查格设为普通数值并增加小数位，观察实际参与计算的值。
底层约 0.32258、显示成 32.26%，比例数值本身正确；底层约 32.258、以普通数字显示，则对本题要求约大了 100 倍。前者在本题中应调整显示方式，后者需要修正数值。查清之前，不宜直接除以 100。
本例目标区交付的是固定数值。如果自己的任务要求更换年份后自动计算，还应在副本中改动年份，检查二月等位置；本次静态结果不能证明动态更新能力。
常见问题
抽查几行正确，能否认为整张表已经完成？
不能据此确认全区完整。本例末尾八格公式正确，开头三格仍遗漏。较长的表也应先覆盖完整目标区检查空白和异常文本，再按业务边界抽查计算。
没有公式报错，是否表示没有遗漏？
不表示。空白、普通文本 n/a 和旧示例值都可能留在文件里，需要与目标范围和输入文件比较。若要求随输入自动更新，再核对公式是否覆盖约定位置。
显示成百分比就算数值错误吗？
不一定。约 0.32258 正确显示为 32.26%，是同一比例的不同显示。应分别核对底层数值与输出要求；本例要求小数输出，所以显示方式也需要符合约定。
应该怎样要求 AI 返工？
写明工作表、单元格、预期值和需要保留的内容。例如“请核对完整 C4:C19，C4:C6 应分别为 4、6、12”。重新收表后按相同验收记录再查一次，不能用回复中的完成声明替代文件检查。
证据与适用范围
本文由 EvalDock 团队撰写，案例资料核验日期为 2026 年 9 月 26 日。核查包含题目、输入文件、参考结果、实际交付的数值、公式及数字格式，并进行了独立计算；未新增跨软件兼容性或更换年份后的动态测试。
所属办公实测于北京时间 2026 年 9 月 24 日完成：五套评测各 15 题，75 道不同任务，四款产品 300 项结果。允许人工辅助、续接与重试，评价最终交付质量，非首次无人干预成功率。OfficeBench 采用文件交付适配检查，SpreadsheetBench 使用 Verified 子集目标区域比较，非完整官方复现。小样本、无重复运行，不据个案判断产品普遍表现或稳定排名。
灵犀采用 DeepSeek V4.1 Flash 标签配置，WorkBuddy 为 hy4-preview，依据评测记录及评测方确认；千问精确后端模型未独立核实。本文不引入综合分数或产品排名。