上一篇讲的是材料短的时候，麻烦在口气。表格的麻烦换得更彻底——你交给它的不是“写”，是“算”，而算这件事它的把握比你想象得低得多。

它报出的数字，看不出是算出来的还是猜出来的

它逐 token 生成文字，数字在它眼里也是 token，不是数值，它没有一个可以调用的“进位”“位数对齐”的动作。所以位数越长，错得越多：一项研究测 3 位数乘 3 位数，ChatGPT 55%、GPT-4 59% 2；更近的一项直接测加法，所有前沿模型都随位数增加明显掉准确率，错处集中在数字没对齐和进位没处理两类 4。

对办公的意义在这里：它给的数字和正确数字长得一模一样。 写错的句子你能感觉出来，写错的合计数你看不出来。按第一篇那条判据，不值得交出去的活是检查成本接近重做的那种——“隔着聊天窗口让它心算你的表”基本不合格。

改成让它写公式，风险就换了一边

正确的用法不是让它算，而是让它写一段能算的东西。ChatGPT 的数据分析、Claude 的 code execution 都带这个能力，环境里装着 pandas、openpyxl 这类处理表格的库 5。它负责把“算上季度已完成订单的客单价”翻译成一段代码，代码由一台确定性的机器执行，这一步不会算错。

前面那份测加法的研究正好是对照：唯一几乎不出错的是带代码执行的那个模型，因为它每次都写一小段 Python 去加；它剩下的错只出在两种情况——它没去用工具，或者它把工具算出来的结果抄错了 4。

第二点提醒你，它不会自动帮你跑代码。官方文档写得很明确：多步、精度敏感的计算和数据分析它会跑代码，简单算术它就直接答；想让它跑，你得明说“用代码算一遍” 5。

机器接管了“算”，风险就挪到“口径”

有一份综述把话说得很直：工具能让计算精确，但工具并不消除理解问题，只是把理解问题 换了个位置 3。换到哪儿？换到“你让它算的，是不是你想算的”。表格最容易在这里出错——因为 一列数据是什么意思，只有你知道。要交出去的是三类信息：

  • 一行代表什么。 一笔订单，一个人，还是一次访问？“一共多少条”就是分母。
  • 每一列是什么。 列名不算说明。金额含不含税，日期是下单还是支付，空格代表 0 还是代表“没登记”。空值要单独说，它默认会丢掉。
  • 口径。 分子分母分别是什么，算哪段时间，哪些状态排除在外，要不要去重。

“上季度平均客单价”这句话，下面每个选择都成立、都能算出数：只算已完成订单；退款的算不算；同一客户下两单算一单还是两单。换一个选择，结果差几成很正常，而 它给的数字上不会标出它替你选了哪个。所以跟一句封口：

1只按我给的列含义和口径算。
2我拿不准的地方已经写成假设列在下面，照假设做，并在结果里注明。
3你觉得需要、但我没说的判断，不要自己定，单独列出来，我来确认。

邮件里它替你选错口气，你读得出来；表里它替你选错口径，你只能看到一个数字。

抽查按这个顺序做，先查便宜的

一、先确认它读的是整张表。 让它报出“用了几行几列、时间范围从哪天到哪天”。行数对不上，后面全部作废。粘进聊天窗口的长表可能被静默截断，而它照样会给你一个完整好看的结果。

二、先对总量，再对分组。 表里有多少条记录、上个月总金额、团队人数，这些你手上就有。先拿它们碰它给的合计数；总量对不上，明细不用看。

三、要每个分组带上样本量 n，再做交叉验算。 分组加总是不是等于总数，占比加起来是不是 100%。带上 n 还会顺带暴露“这个分组只有 3 条记录、比例 67%”这种情况。

四、手算一个最小案例。 挑两三条记录，自己算一遍它给的那一列。跟着算一遍很贵，但你只需要在最小样本上做一次——这就是把检查成本压下来的办法。

另外看一件事：它有没有把代码和中间结果贴出来。直接报数字、一行代码都没有，就当成未验证处理，要求“把你的代码和过程贴出来”。

还有个坑值得单独说：代码整齐不等于口径对。 它写出的 pandas 片段往往很规范，那只能说明它语言能力好。要盯的是筛选条件和分组键——那几个 == '已完成'，是不是你要的那个筛选。

什么时候不值得走这条路

表小、只求一列的和，Excel 里一个公式就完了。值得走完流程的是另一类：行数数不过来、要分组交叉、结果会出现在别人面前的。

还要知道现在的成功率在哪。有一份测试集全部取自真实的 Excel 论坛提问，其中约四成表格结构不规范；在这种接近真实办公的表格上，最强的一批模型和产品都在两成上下（GPT-4o 约 18%，Excel 自带的 Copilot 约 20%），同样这 50 道题交给 Excel 专家做，约 71% 1。注意对照方式：人类也被要求写出公式或 VBA 方案，不是手工填答案——这道题比的是 能不能写对公式，人类赢在这里。所以：让它在小、干净的表上干活，成功率明显更高；表越乱（多个工作表、多级表头），越值得先把它整理成一个规整区域再交出去。

最后一条边界：涉及钱和责任的数字，必须有一个 独立的第二算法——你自己用 Excel 公式或另一条路径算一遍；不要用“再问它一遍看答案一样不一样”来验证，同一类错误它可以稳定重复。

到这里，表格这条线的核心就闭环了：它擅长的是把你的口径翻译成公式和代码，不擅长“算”本身，更不知道你的口径是什么。