一、任务设计：故意埋了五个坑

财务月底最常见的对账场景是这样的：银行流水、账务系统导出的明细账、单独下载的电子回单，三份资料来回切页面核对。两张表顺序不一样，交易日期和记账日期也不一定对得上，哪怕只有几毛钱差异，也得翻出对应回单确认。

测试用的资料包被刻意做成了"有问题的版本"：

里面埋了 5 类坑：3 笔交易没有回单、2 份回单一模一样、1 笔付款多记 100 元、1 笔银行是支出但账上记成收入。

二、操作：把文件夹拖进去，说人话

1. 把工具界面切到"办公模式"；
2. 新建任务，选择电子表格插件；
3. 把装流水和回单的文件夹拖进对话框；
4. 用大白话写需求，例如"帮我核对这些流水和回单，找出缺回单、重复回单和账银差异"。

首次使用需要先配置对应工具，耗时会长一些，之后就不用了。

三、过程：它没有只看文件名

这是整个实测里最值得记的一点：AI 没有靠文件名猜，而是逐份打开回单，核对里面的流水号、日期、方向和金额。

读取阶段就发现了 3 笔缺失回单，还发现一份内容完全相同的备份文件。重新清点后确认：实际 38 份 PDF，覆盖 37 个流水号，重复文件不能算成新增交易。

如果它只数文件数量，就会把 38 份当成 38 笔交易，对账从第一步就错了。判断"它是否真的读了内容"，这是最直接的检验方法。

随后它生成了包含逐笔明细、异常清单、回单索引、余额调节等内容共 5 张工作表，保留计算公式并重新计算核验。还把表格转成页面图片，用视觉检查环节核对排版，修掉了字太小、备注溢出等问题。

四、结果：六项差异，一个不漏

• 3 笔缺回单 —— 准确识别；
• 1 份重复文件 —— 准确识别，且未计入交易笔数；
• 6 项账银差异 —— 全部列出；
• 账银相差 19,798.75 元 —— 逐项解释来源。

更关键的是判断方式：跨月记账、晚一天入账这类情况，它单独列明，没有一概判成错账。全程耗时 25 分 40 秒。

这一点值得所有做自动化的人注意："发现异常"和"判定错误"是两件事。把时间差、跨期因素单独归类，而不是粗暴地标红，才是可用的结果——否则人工复核的工作量反而更大。

五、后续：结果要能落地到协作里

对账完成只是开始，后面还有一串事：缺回单的要补、金额不符的要查、得记录谁在处理、材料补齐没有。只留一份 Excel，反馈散在聊天记录里，过几天就忘了哪笔还没解决。

可行的做法是让 AI 读取对账结果，直接在协作工具里新建一张"对账异常跟进表"，把每条差异变成一条待办，带责任人和状态。这样"查出来"才真正变成"解决掉"。

六、这套方法能复用到哪些场景

共同特征是：规则明确、量大、重复。这类活交给 AI，人只管例外——这也是目前 AI 办公最靠谱的落地方式。