技能提升网一场两小时的线上培训，系统显示有86个名字出现过。可“出现过”并不等于“参加完成”：有人只登录三分钟，有人网络断开后重复进入，还有人用部门简称当昵称。出勤核实首先是身份和时间问题。
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培训结束后需要证明谁实际参加，但参会者可能改昵称、多次进出或中途掉线。负责人最终要判断的是谁满足出勤要求，谁需要说明、补训或人工核对身份。如果只追求快速生成而没有检查点，最可能的后果是只看是否出现过会把短暂登录算成完成，也可能误伤因网络重连而多次进出的员工。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：
- 目标会议号和培训时间
- 报名或应到人员名单
- 腾讯会议导出的参会统计
- 允许迟到、早退和最低时长规则
- 昵称与员工身份映射及例外说明
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腾讯会议 MCP 服务负责导出参会成员和累计时长；考勤核验与工时统计 Skill负责按既定规则核验迟到早退和缺席。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. 先确认会议和统计范围，保留原始导出文件
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. 把同一人的多次进出合并成时间区间，不简单累加重叠时长
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. 将昵称、手机号等身份线索安全映射到应到名单
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. 按照事先公布的规则标记缺席、迟到、早退和时长不足
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. 把网络中断、代参会和身份不明项交由人工确认
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
- 只按昵称匹配导致同名或改名错误
- 只看首次入会而忽略中途长时间离开
- 培训结束后才临时改变合格标准
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
最终交付应是参会原始记录、身份映射、迟到早退规则和最终出勤清单。至少逐项确认：
- 会议号和时间范围正确
- 多段参会记录已去重合并
- 规则在分析前已经固定
- 不合格记录可查看原始时间证据
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。
