要用 AI 匹配并核对两份电子表格，先定义每个文件中一行代表什么，清理并测试匹配键，先做精确连接，只让 AI 为剩余记录提出候选。把每一行归为已匹配、仅左侧、仅右侧或冲突，再用数量、控制总额、证据和人工批准证明结果。

关键要点：

比较数值之前，先决定每个字段以哪个来源为准。

在重复键和多对多连接成倍放大记录之前，就把它们挡下。

精确匹配是证据；模糊分数只是仍需复核的候选。

核对全部总体，包括未匹配和未解决的记录。

本流程沿用建立证据和批准边界中有边界的模式：保留来源事实，限定模型角色，可重复地执行，并复核例外。

用 AI 匹配并核对两份电子表格前要定义什么？

从目的出发。你是在把发票与付款对账、比较两份联系人名单、查找库存差异、验证数据迁移，还是在关联使用不同标识符的记录？目的决定了行粒度、可接受的容差、权威字段，以及错误匹配的后果。

为每个文件记录：

来源负责人和获取日期；
工作表和表格名称；
一行代表什么；
主键或候选键；
哪些字段具有权威性；
币种、时区、日期和小数的约定；
预期总体和控制总额；
已知的排除项和保留规则。

不要以为较新的文件就是权威。付款系统可能掌握结算金额，订单系统则掌握客户和产品信息。权威性可以按字段区分。

写明核对契约

问题	示例答案
A 的行粒度	一张已开具的发票
B 的行粒度	一条已结算的付款明细
精确键	发票 ID 加法人实体
允许的关系	一张发票对应一笔结算
金额容差	按交易币种精确一致
日期容差	三个自然日，仍需复核
仅 A 的含义	结算文件中找不到该发票
仅 B 的含义	发票文件中找不到该结算明细
冲突负责人	财务运营

这份契约能防止 AI 为了提高匹配率而悄悄重新定义“匹配”。

如何准备并测试匹配键？

保留两份源工作簿，在派生表上操作。剖析行数、不同键的数量、空键、重复组、数据类型、日期范围和重要总额。如果任一文件很混乱，先按表格清理流程处理，并保留其规则日志。

新建规范化的辅助列，不要替换原值。获批的操作可能包括：去掉已知的空白、统一标识符的大小写、保留前导零、按声明格式统一日期，或映射权威的法人实体代码。绝不能仅因能提高匹配率，就去掉所有标识符中的标点。

连接之前先测试键：

统计双方的空键数量。
统计不同键和重复键的数量。
列出带源行 ID 的重复组。
确认允许的关系：一对一、一对多或多对一。
拒绝意外出现的多对多组。
比较键的长度和模式分布。
从每个总体的开头、中间和结尾抽样检查键。

多对多连接会造成笛卡尔式的成倍放大。A 侧两行、B 侧三行，连接后会变成六行；即使每一条源记录看起来都有效，数量和总额也会被破坏。

保留规范键表

来源	源行 ID	原始键	规范键	规则	键状态
A	A-1042	`inv-0017`	`INV-0017`	按批准规则去空格并大写	有效
B	B-881	`INV-0017`	`INV-0017`	不变	有效
B	B-882	空白	空白	不推断	异常

原始键始终可见。如果某条规范化规则造成键冲突，就停下来复核受影响的组。

如何先做精确匹配？

把两张表载入可重复执行的查询、公式模型、数据库或脚本。Power Query 可以用一个或多个共同列合并两个查询，并支持能显示匹配和未匹配行的连接类型。［1］目标是完整核对时，使用全外连接或等效的一组连接。

生成四个主要结果总体：

状态	定义	所需证据
matched	获批的键对应，且比较字段一致	双方源行 ID 和匹配键
left_only	A 记录没有获批的 B 匹配	A 行 ID 和尝试过的精确键
right_only	B 记录没有获批的 A 匹配	B 行 ID 和尝试过的精确键
conflict	获批的键对应，但受控字段不同	双方的值、容差和负责人

不要只用内连接。它只显示成功的匹配，却让未匹配记录消失。同样，如果契约要求复合键，就不能只因一个字段相等就把记录标为已匹配。

按明确容差比较字段

每个字段一条比较规则。文本可能要求在获批规范化之后完全相等；金额可能允许有记录的舍入容差；日期可能允许一个结算窗口；类别可能使用有版本的对照表。

记录双方的值、差额、规则和结果。容差只是解释差异，并不抹去差异。仔细复核边界值并检验单位。0.01 的差额在最小货币单位不同的币种中含义不同，日期差也可能跨越月末报告边界。

精确连接后核对数量和总额

对 A 侧，证明在关系规则下，matched + left_only + conflict 涵盖了范围内的每一条源记录；对 B 侧做对应的检查。按状态重新计算金额总额，并与冻结的来源控制数比较。

如果一对多关系是合理的，就在行层面和业务对象层面都做核对。例如，几条付款明细可能结清一张发票；行数不同，但分组后的金额和发票总体仍应对得上。

何时使用 AI 或模糊匹配？

只有在精确匹配用尽了获批的键之后，才对剩余总体使用模糊匹配。Microsoft 把 Power Query 的模糊匹配描述为按相似度比较文本值的方法，并提供阈值和转换选项。［2］这让它适合生成候选，但不能自动证明身份相同。

模糊匹配之前，先定义分块规则，把比较限制在合理的配对之间。例如同一国家、邮编前缀、法人实体、月份，或规范化名称的首字符。分块能减少误报，也避免每一行都与其他所有行比较。

让 AI 提出候选配对并说明理由：

对每条未匹配的 A 记录，在满足分块规则的 B 记录中最多排列三个候选。展示比较的字段、确切差异、相似信号、相反证据和缺失证据。不要把任何配对标为已匹配。证据不足时写 no candidate。

AI 可以帮忙解释缩写、词序调换、音译或可能的输入错误，但不得编造标识符或填补缺失证据。名称相似并不能证明两个客户、供应商或交易是同一实体。

使用人工复核表

A 记录 ID	B 记录 ID	匹配键	方法	分数	差异	状态	证据	复核者
A-1042	B-881	INV-0017	精确	不适用	无	接受	复合键	OP
A-1049	B-907	名称加邮编分块	模糊候选	0.88	后缀及街道缩写	待审	无共同外部 ID	待定
A-1051	无	账户 ID	精确检索	不适用	B 侧缺失	left_only	来源查询	OP

复核人应对每个候选作出接受、拒绝或暂缓的决定，并补充证据。在没有用已标注样本测量误报和漏报之前，绝不能把 0.85 这样的阈值变成一刀切的批准。

OpenRefine 的核对流程同样区分候选匹配和已确认匹配，并支持对照外部服务复核或核对数值。［3］更普遍的启示是：候选状态必须与已确认的身份保持区分。

如何处理冲突而不掩盖它们？

按类型分流冲突：金额、日期、状态、缺失键、重复键、归属或不受支持的映射。按业务流程指定负责人和期限。保留原值，并在真正拥有该字段的系统中记录任何更正。

不要只“修好”核对输出，却让源系统保持原样；否则下一次运行又会出现同样的差异。每项处理都应写明权威来源、证据、行动、批准人，以及变更是否已在上游落实。

使用以下状态：

accepted_exact；
accepted_reviewed；
rejected_candidate；
left_only；
right_only；
conflict_open；
conflict_resolved；
out_of_scope。

避免使用无法区分精确证据与主观复核的笼统 matched 标记。

NIST 的生成式 AI 风险概况强调虚构、信息完整性、隐私和人工监督方面的风险。［4］在核对工作中，这意味着：提示词受来源约束、尽量少共享数据、设立异常队列，并且在任何模糊候选改动记录或触发外部行动之前，先由人作出决定。

最终核对报告应包含什么？

交付一份别人能够复现的报告：

目的、范围、来源版本和负责人；
行粒度、权威性、键、规范化规则和容差；
来源数量和控制总额；
精确匹配、仅左侧、仅右侧和冲突的数量；
模糊候选总体和复核人的决定；
未解决的例外及其负责人；
前后控制指标；
查询或脚本版本和运行时间戳；
批准记录和上游更正。

测试重复运行。相同的来源版本和规则应得出相同的输出。新的来源版本要么通过 schema 契约，要么以明确的错误停止。悄悄改名的列、强制类型转换或缺失的工作表，都应以失败告终。

如果争议发生在叙述性来源之间而不是表格记录之间，使用比较冲突来源的方法。对核对过程中生成的说法，遵循事实核验流程。

常见错误有哪些？

未检查重复键就连接

意外的重复会造成多对多的成倍放大。剖析双方数据，遇到契约不允许的关系就停下。

只追求更高匹配率

高百分比可能掩盖错误匹配。应当追求正确、可解释的决定和可见的例外。

自动批准模糊分数

相似不等于同一。用分数给候选排序，并要求基于证据的复核。

用内连接隐藏未匹配记录

未匹配的总体也是答案的一部分。使用全体控制指标，并分别输出仅左侧和仅右侧的结果。

只改报告而不修正权威源系统

本地修改会在下次运行时消失。在拥有该数据的系统中解决问题，或记录它为何仍是例外。

总结

定义行粒度、字段权威、键、关系和容差。
通过获批的辅助列清理源值，同时保留原值。
连接前测试空键、重复键和多对多键。
先做精确匹配，并显示两侧的未匹配总体。
模糊和 AI 方法只用于给未解决的候选排序。
每一项非精确的接受都要求人提供证据。
核对数量、金额、例外和上游处理结果。
保留规则、查询、报告和批准记录，以便重新运行。

常见问题

匹配两张表最好用什么键？

使用双方共有的稳定标识符，通常再加上法人实体等范围字段。姓名和地址较弱，一般属于需复核的候选匹配。

如何找只存在一边的行？

在获批的键上使用全外连接或一对反连接。分别保留仅左侧和仅右侧的表，并把两者都与来源行数核对。

AI 能匹配拼写不同的客户名吗？

它可以提出候选，尤其是在按其他字段分块之后，但拼写相似并不能确立身份。要求有佐证并经人工复核。

模糊匹配阈值应设多少？

没有通用的安全阈值。用已标注的样本衡量候选质量，检查边界附近的结果，并把分数当作排序信号，而不是自动批准。

怎样避免合并后出现重复行？

连接前剖析双方键的基数。拒绝意外的重复组和多对多关系，或先按已批准的业务规则汇总。

未匹配记录应该怎么办？

把它们放进明确的仅左侧或仅右侧队列，附上源 ID、尝试过的键、负责人和处置结果。绝不能为了让总额对上而删除它们。

金额只差一点怎样核对？

比较之前，先定义考虑币种的舍入或时间容差。展示双方的值和差额，超出容差的值转入冲突复核。

什么证明核对已经完整？

每条范围内的源记录都必须出现在允许的结果总体中，数量和控制总额必须能对回双方来源，未解决的例外必须有可见的负责人和状态。

来源:

Microsoft Support - Merge queries (Power Query) — https://support.microsoft.com/en-US/Excel/merge-queries-power-query
Microsoft Support - Create a fuzzy match (Power Query) — https://support.microsoft.com/en-us/excel/create-a-fuzzy-match-power-query
OpenRefine - Reconciling — https://openrefine.org/docs/manual/reconciling/
NIST - Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile — https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence

Sources checked 2026 年 8 月 29 日。

延伸阅读：

如何用 AI 匹配并核对两份电子表格：先精确连接，再人工审核模糊候选