复盘一次翻车。人事的员工台账二百一十七行、十四列让我检查工号有没有重复。我当时的指令是把表格整个读一遍检查重复工号。AI 读完回报第 82 行工号与第 9 行重复。人事同事去查第 82 行没有问题——真正重复的是第 88 行。数字不会冤枉人翻车的是我把整张表丢给模型读它读串了行。这篇复盘这次翻车讲清楚表格的正确读法切片读先找锚点再动手。错误一把读全表当默认动作二百多行的表整表读进去模型要在几万个单元格里保持行列对位任何一个环节滑动一行后面的结论全部错位而且错得很有底气——行号、内容都报得有模有样。事后分析串行大概有两个原因一是那张表带合并单元格视觉上的第三行和坐标系里的第三行根本不是一回事二是第82行从表头起算还是从数据行起算我和 AI 没对齐口径——人以为说清楚了机器以为理解了两头都冤。回头看我的需求其实只涉及两列工号、姓名。正确的打开方式是切片读先用 header_read 拿表头结构和每列的位置再用 column_read 只读目标列。读得少对得准还省 token。后一点展开说说。这一年大家都在谈 Token 成本优化但表格场景里切片读的最大收益根本不是省钱——是读的范围越小串行错位的概率越低。省 token 是副产品降错误率才是主菜。整表读看似一步到位实际是把风险和账单一起拉满。错误二没先看文档体量后来我学乖了拿到长文档先看元信息文档元数据接口会给字数、段数和是否建议分块的提示正文文本超过约八万字符硬读会撞上 DOCUMENT_TOO_LARGE正确姿势是分块接口分页往下翻。表格同理宽表、长表都别整表丢按列切、按块读是长文档时代跟 AI 打交道的基本功。正确姿势长这样先做 header_read把表头每一列的列名和位置列出来不要读数据行只读工号和姓名两列列出工号重复的行号和对应姓名第一步只读表头成本极低先让 AI也让自己对表格结构建立准确认知第二步只读目标列在小区间里做比对重复行号一次报准。找到行号之后后续无论改值、加批注还是插行都按显式坐标执行——锚点校验对不上会报 LOCATE_MISMATCH工具宁可失败也不在错的位置上写东西。错误三没让 AI 先复述坐标这次翻车后我还养成了一个习惯任何写操作之前先让 AI 把目标坐标复述一遍——“将处理第几行第几列”人扫一眼就知道对不对成本一秒钟。这一步真拦下过问题AI 口头结论说的是第 82 行报出来的坐标却是第 88 行以坐标为准重新对表错位当场现形。记住一句话口头结论和执行坐标是两回事盯坐标别盯结论。结论可以错坐标必须对因为工具只认后者。再进一步锚点是所有表格操作的地基在合计行上面插入一行列结构和上一行一致这条插行指令能准确落地靠的也是同一套逻辑AI 先读表定位合计行的锚点换算成坐标后才执行插入。切片读找锚点不只为读更为一切后续操作打底。先看清楚再动手——这条车间里的老规矩在 AI 操作表格这件事上同样成立而且因为 AI 错起来不带犹豫这条规矩更加性命攸关。适合谁管人事台账、库存表、项目周报、成绩单这类行多列多表格的人。边界也要讲超宽表几十列建议分列多次读一次也别贪多切片读也不是万灵药如果比对逻辑本身要跨十几列就老老实实分几轮读每轮报一次坐标别指望一口吞切片读覆盖不到的信息不要让 AI 硬猜它读不到就是读不到这时候该换一种切法而不是换一种祈祷方式。