技能提升网董事会材料最尴尬的时刻，往往不是有人提出尖锐问题，而是第一页写“收入增长12%”，第十页却写成10.8%。两个数字也许都能解释，但如果材料没有解释，读者只会怀疑整份报告。
AI在这类任务中负责整理资料、执行重复检查并生成可复核的中间结果，负责人仍然掌握规则和最终决定。本文使用虚构案例说明做法，示例中的人员、数字和文件均不对应真实组织。
先把失败代价写在任务开头
本场景的直接触发是多部门交稿后，同一指标在摘要、正文、附表和演示稿中出现不同数字或口径。负责人最终要判断的是哪些差异是合理口径变化，哪些属于必须修改的内部矛盾。如果只追求快速生成而没有检查点，最可能的后果是管理层基于错误数字决策，或在会议现场把时间浪费在解释材料本身。因此，任务说明要把决策、交付物、截止时间和不能越过的人工边界一起写清。
输入资料不齐时不要急着运行
建议先建立一份输入登记表，至少包括以下内容：
- 报告正文、附表和上一版定稿
- 指标定义、币种、单位和数据截止日
- 权威经营底表与财务口径
- 组织、产品和项目标准名称
- 章节编号及引用关系
每份资料都要注明来源、版本、数据截止时间和负责人。多个系统里的同名字段未必采用同一口径；如果没有先做映射，AI输出越整齐，后续误用的风险反而越大。
本篇使用的工作能力来自文档一致性校对助手负责检查数字、逻辑、编号、术语和格式一致性。这些 Skill 承担的是结构化整理、检查和生成中间产物，不替代业务负责人、财务、HR、安全或法务人员的最终审批。
把工作拆成能够逐段检查的步骤
1. 先建立本次报告的权威口径表，不让AI自行选择看起来合理的数字
把输入文件和数据截止时间写进记录。后续发现资料换版时，负责人可以判断哪些结果需要重做。
2. 扫描同名指标、日期、单位、百分比和合计关系
先处理重复、空值和口径冲突。无法确认的内容进入问题清单，并注明由谁补充。
3. 检查目录、图表编号、交叉引用和术语是否漂移
同时保存规则、计算过程和异常样本。复核人员需要看到结果如何得出，而不是只看最终状态。
4. 把发现分成确定矛盾、疑似差异和需要业务确认三类
这一步涉及业务取舍。AI列出选项和影响，负责岗位确认采用哪条规则并留下理由。
5. 修改后再次检查受影响段落，防止修一处又造成另一处冲突
换一位未参与整理的同事反查关键结论。对不上来源或无法重算的项目退回上一环节。
哪些省事做法会留下隐患
- 把同比和环比、含税和不含税当成同一指标
- 只校对正文却遗漏图表和脚注
- 发现差异后直接覆盖原文，导致失去修改依据
AI可以扩大检查范围，但它不知道组织内部没有写进资料的约定。处理记录应保留“事实、推断、待确认”三种状态：事实指向原始记录，推断写明采用的规则，待确认项指定负责人和期限。未知内容保持为空，比填入一个顺眼的答案更安全。
发布或交付前怎么复核
最终交付应是带位置、严重程度、对照值和处理意见的一致性问题清单。至少逐项确认：
- 摘要与正文引用同一权威值
- 金额单位和时间范围有明确标注
- 表格合计与正文结论相符
- 所有疑似项都有业务负责人结论
复核最好由没有参与首次整理的人完成。他应能从任一结论回到来源，重新执行关键计算或判断，并看懂异常为什么被保留。如果只能看到一个漂亮结论，却找不到依据、版本和责任人，这项工作还没有完成。
AI和负责人分别做什么
AI负责读取、归类、比对、计算和生成初稿；业务人员负责规则、例外、权限和最终决策。写操作、对外发送、薪资影响、投标提交与发布阻断等高影响动作，应在预览后明确确认。团队由此可以把讨论集中到少数有争议的项目，减少整批返工。
验收时检查答案的来源、限制和下一步。输入版本可追溯，异常保留在记录中，人工责任也放在正确岗位，这套流程才适合在下一批数据或下一个项目中复用。
