AI改过的工作簿没有版本标记，月底结账时分不清哪版是人工哪版是机器出的？

目录

一、问题界定：为什么“没有版本标记”是结账事故的温床

先把场景说清楚。典型情况是：财务共享中心或业务分析团队维护一套月度工作簿，包含总账余额表、往来对账表、费用分摊表和几张贴在报表上的辅助表。月初到月中，人工会计会做科目调整、补充备注、修正公式引用；与此同时，团队用大模型或规则脚本对同一批文件做批量处理，比如统一科目名称、补全成本中心、按模板重排列顺序、把自然语言备注转成结构化字段。两类改动落在同一批 .xlsx 文件上，文件名往往只差一个“_final”“_v2”“_改后”，时间戳又因为复制、同步盘、邮件附件而失真。到了月底结账，复核人打开文件，看到的是结果，看不到过程。

这个问题的严重性在于，它把“数据是否正确”与“数据由谁产生”两个问题混在一起。审计上，前者靠勾稽关系和抽样复核，后者靠留痕与责任归属。Excel 本身并不缺元数据：OOXML 规范里 docProps/core.xml 记录创建者、最后修改者、修订号，docProps/app.xml 记录应用程序名与版本，单元格批注、修订记录、共享工作簿变更日志也都能承载信息。问题在于，这些字段默认没有被赋予“区分人工与机器”的语义，AI 脚本改写后往往原样继承旧属性，甚至把“最后修改者”覆盖成运行脚本的服务账号，于是元数据反而制造了误导。

笔者认为，把这件事当成“文件命名规范”问题去解决，是治标不治本。命名可以改，时间戳可以伪造，复制粘贴会丢失，邮件附件会重命名。真正可靠的做法，是让工作簿自己携带可验证的版本指纹：文件层有不可轻易抹除的属性，单元格层有粒度到区域的来源标记，审计层有可追溯的变更日志。三者叠加，才能回答“哪一版是人工、哪一版是机器、机器改了哪些区域”这三个结账时最常被问到的问题。

本文评述：版本标记不是给文件“贴标签”，而是给变更“留证据”。标签可以被撕掉，证据链一旦形成，复核人就能用脚本在几分钟内完成判定，而不是靠记忆和聊天记录对账。

二、主线设计：三级版本指纹模型

2.1 模型结构

三级指纹的分工是这样的：文件层回答“这个文件整体是什么状态”，载体是自定义文档属性与外部哈希清单；单元格层回答“哪些区域被谁改过”，载体是批注签名、单元格样式标记与命名区域；审计层回答“改动的顺序和内容是什么”，载体是隐藏审计工作表与结构化日志。三层之间用同一个“批次号”串联，批次号由时间、操作者类型、脚本版本哈希生成，保证跨层可关联。

这个设计借鉴了软件工程里的“构建元数据 + 变更集 + 构建日志”三段式，但做了面向电子表格的裁剪。本文评述：软件构建有不可变的制品仓库，电子表格没有，文件会被另存、被邮件转发、被同步盘合并，所以指纹必须“可重建、可校验、可降级”。所谓可降级，是指当自定义属性被某些工具剥离时，审计页和批注仍能支撑判定，不至于全盘失效。

2.2 环境与准备

本文示例在以下环境验证：Windows 11 23H2，Microsoft 365 应用版 Excel 版本 2405（内部版本 17628），Python 3.11.9，openpyxl 3.1.2，PowerShell 7.4。Excel 2016 及以上对自定义文档属性的支持一致，但“共享工作簿”旧式功能在 Microsoft 365 中已逐步被“共同创作”取代，涉及共享冲突的步骤请按版本区分。准备工作包括：一份待处理的测试工作簿（建议复制生产文件脱敏后使用）、一个专用服务账号（用于 AI 脚本运行，便于在“最后修改者”里识别）、以及一个只读的清单目录（存放哈希清单，避免被脚本误写）。

最终效果是：结账前运行一条校验命令，输出每个工作簿的“人工/机器/混合”判定、机器改动区域列表、批次号与哈希是否匹配；不匹配的文件被自动移入待复核目录。下面按层展开操作。

三、文件层实操：自定义属性与哈希清单

3.1 步骤一：写入自定义文档属性

操作：用 openpyxl 打开工作簿，写入四个自定义属性——Origin（human / ai / mixed）、BatchId、ToolVersion、TouchedRanges。预期结果：在 Excel“文件 → 信息 → 属性 → 高级属性 → 自定义”中可见，且保存后不丢失。常见错误：用 wb.properties 之外的方式写 core 属性，导致被 Excel 重写覆盖。

from openpyxl import load_workbook
from datetime import datetime
import hashlib, json

def stamp_workbook(path, origin, batch_id, tool_version, touched_ranges):
    wb = load_workbook(path)
    props = wb.properties
    # 自定义属性挂在 custom_doc_props 上，openpyxl 3.1 起支持
    from openpyxl.packaging.custom import StringProperty
    wb.custom_doc_props.append(StringProperty(name="Origin", value=origin))
    wb.custom_doc_props.append(StringProperty(name="BatchId", value=batch_id))
    wb.custom_doc_props.append(StringProperty(name="ToolVersion", value=tool_version))
    wb.custom_doc_props.append(StringProperty(name="TouchedRanges", value=json.dumps(touched_ranges)))
    wb.properties.lastModifiedBy = f"svc-ai-{tool_version}"
    wb.properties.modified = datetime.now()
    wb.save(path)

# 批次号：时间 + 来源 + 脚本哈希前 8 位
tool_hash = hashlib.sha256(b"normalize_v3.py").hexdigest()[:8]
batch = datetime.now().strftime("%Y%m%d%H%M") + "-ai-" + tool_hash
stamp_workbook("2024-06_总账.xlsx", "ai", batch, "normalize_v3", ["Sheet1!B2:F400"])

关键参数解释：Origin 是判定主键，人工保存时写 human，AI 脚本写 ai，两者都改过写 mixed；BatchId 用于跨层关联；TouchedRanges 用 JSON 字符串存区域列表，便于脚本解析。注意 openpyxl 保存会重写整个包，若工作簿含数据透视表缓存或外部连接，建议先在副本上验证，避免缓存丢失。

3.2 步骤二：生成外部哈希清单

操作：对每个工作簿计算 SHA-256，连同批次号、来源、修改时间写入清单 CSV。预期结果：清单与文件一一对应，任何后续改动都会导致哈希不匹配。常见错误：把清单放在可写目录，被 AI 脚本一并改写；正确做法是清单目录只读，由独立进程写入。

# PowerShell 7：生成清单
$dir = "D:\close\2024-06"
Get-ChildItem $dir -Filter *.xlsx | ForEach-Object {
  $h = (Get-FileHash $_.FullName -Algorithm SHA256).Hash
  [PSCustomObject]@{
    File = $_.Name
    Sha256 = $h
    Size = $_.Length
    Modified = $_.LastWriteTime.ToString("s")
  }
} | Export-Csv "D:\close\manifest\2024-06.csv" -NoTypeInformation -Encoding UTF8

笔者认为，哈希清单的价值不在“防篡改”而在“防误判”。结账时最常见的误判是“文件看起来没动过”，实际上被同步盘静默合并或被人另存覆盖。哈希不匹配时，复核人不必立刻怀疑数据错误，而是先确认“这一版是否在清单登记之后被改过”，把问题定位到流程而不是数字。

四、单元格层实操：批注签名与区域染色

4.1 步骤三：给机器改动区域加批注签名

操作：AI 脚本在写入每个区域后，在该区域左上角单元格添加批注，内容为结构化签名：[AI] batch=... tool=... ts=...。预期结果：人工复核时鼠标悬停即可看到来源；脚本也能批量读取批注做统计。常见错误：批注作者留空或写成“Admin”，导致无法区分；应在批注 author 字段写服务账号名。

from openpyxl.comments import Comment

def sign_range(ws, cell_ref, batch, tool, ts):
    text = f"[AI] batch={batch} tool={tool} ts={ts}"
    c = Comment(text, "svc-ai-normalize")
    c.width = 260
    c.height = 80
    ws[cell_ref].comment = c

ws = wb["Sheet1"]
sign_range(ws, "B2", batch, "normalize_v3", "2024-06-28T10:12:00")

本文评述：批注签名是成本最低、兼容性最好的单元格级标记。它不改变单元格值，不影响公式，Excel、WPS、LibreOffice 都能读。缺点是批注可被手动删除，所以它必须与审计页配合，形成“删了也能查”的双保险。

4.2 步骤四：用单元格样式做可视染色

操作：为机器写入的区域套用统一命名样式，例如浅绿底纹加细边框，样式名固定为 AI_TOUCH。预期结果：打开文件一眼能看出哪些区域是机器产出；样式名可被脚本枚举。常见错误：直接改 fill 而不建命名样式，后续人工调整格式时无法批量还原。

from openpyxl.styles import PatternFill, Border, Side, NamedStyle

ai_style = NamedStyle(name="AI_TOUCH")
ai_style.fill = PatternFill("solid", fgColor="E8F5E4")
ai_style.border = Border(
    left=Side(style="thin", color="7FC27A"),
    right=Side(style="thin", color="7FC27A"),
    top=Side(style="thin", color="7FC27A"),
    bottom=Side(style="thin", color="7FC27A"))
wb.add_named_style(ai_style)

for row in ws["B2:F400"]:
    for cell in row:
        cell.style = "AI_TOUCH"

注意：样式染色是“提示”不是“证据”，因为人工可以改回默认样式。它的作用是降低复核人的认知负担，让“机器碰过哪里”在视觉上先暴露出来，真正的判定仍以批注和审计页为准。

五、审计层实操：隐藏审计页与变更日志

5.1 步骤五：建立 _AUDIT 工作表

操作：在每个工作簿新建名为 _AUDIT 的工作表，列为：时间、批次号、操作者类型、工具版本、工作表、区域、动作、行数、备注。AI 脚本每次写入后追加一行；人工保存前也追加一行“human save”。预期结果：审计页成为变更时间线，可按批次号筛选。常见错误：审计页被公式引用或参与打印区域，导致报表多页；应设置 sheet_state="hidden" 并排除打印区域。

def ensure_audit(wb):
    if "_AUDIT" not in wb.sheetnames:
        ws = wb.create_sheet("_AUDIT")
        ws.append(["ts", "batch", "origin", "tool", "sheet", "range", "action", "rows", "note"])
        ws.sheet_state = "hidden"
    return wb["_AUDIT"]

audit = ensure_audit(wb)
audit.append(["2024-06-28T10:12:00", batch, "ai", "normalize_v3",
              "Sheet1", "B2:F400", "normalize", 399, "科目名统一"])

笔者认为，审计页的关键设计是“只追加、不改写”。一旦允许脚本回头修改历史行，证据链就失去意义。工程上可以用工作表保护（允许插入行、禁止编辑已有行）来约束，但保护密码不应由脚本持有，而应由复核人掌握，形成职责分离。

5.2 步骤六：读取批注与审计页做判定

操作：写一个判定脚本，读取自定义属性 Origin，再扫描批注与审计页，输出判定结果。预期结果：输出“human / ai / mixed / unknown”四类，mixed 表示既有 AI 批注又有 human 保存记录。常见错误：只读自定义属性就下结论，遇到属性被剥离的文件直接报错；应做降级判定。

def classify(path):
    wb = load_workbook(path)
    origin = None
    for p in wb.custom_doc_props:
        if p.name == "Origin":
            origin = p.value
    has_ai_comment = False
    for ws in wb.worksheets:
        for row in ws.iter_rows():
            for c in row:
                if c.comment and c.comment.text.startswith("[AI]"):
                    has_ai_comment = True
                    break
    audit_origins = set()
    if "_AUDIT" in wb.sheetnames:
        for r in wb["_AUDIT"].iter_rows(min_row=2, values_only=True):
            if r and r[2]:
                audit_origins.add(r[2])
    if origin == "mixed" or (has_ai_comment and "human" in audit_origins):
        return "mixed"
    if origin == "ai" or has_ai_comment:
        return "ai"
    if origin == "human" or "human" in audit_origins:
        return "human"
    return "unknown"

这个判定逻辑刻意保守：宁可判 unknown 也不误判 human。结账场景下，误判 human 的代价远高于多一次人工确认。本文评述：版本判定不是分类竞赛，而是风险控制，召回率优先于精确率。

六、流水线集成：AI 改写脚本的强制打标

6.1 步骤七：把打标做成装饰器

操作：把“打开—改写—打标—保存—记审计”封装成一个函数，所有 AI 改写任务必须经过它，禁止直接调用 openpyxl 保存。预期结果：任何 AI 产出都自带三层指纹，漏打标会在代码评审阶段被发现。常见错误：在函数内部吞掉异常导致半成品文件落盘；应在异常时删除临时文件并记录失败批次。

def run_ai_job(src, dst, tool, fn):
    wb = load_workbook(src)
    batch = make_batch(tool)
    touched = fn(wb)  # 返回被改区域列表
    stamp_workbook_obj(wb, "ai", batch, tool, touched)
    audit = ensure_audit(wb)
    for rng in touched:
        sheet, ref = rng.split("!")
        audit.append([now_iso(), batch, "ai", tool, sheet, ref, "write", 0, ""])
        sign_range(wb[sheet], ref.split(":")[0], batch, tool, now_iso())
    wb.save(dst)
    append_manifest(dst, batch)

PowerShell 侧可以用计划任务在结账窗口前跑校验，把 unknown 与哈希不匹配的文件移到 D:\close\review。这样复核人打开目录就知道该看哪些文件，而不是逐个打开猜。

6.2 步骤八：处理共享工作簿与共同创作冲突

操作：若团队仍在使用旧式“共享工作簿”，在“审阅 → 共享工作簿 → 高级”中开启修订记录，保留天数设为覆盖整个结账周期；若使用 Microsoft 365 共同创作，则依赖版本历史（文件 → 信息 → 版本历史）。预期结果：冲突合并后仍能通过审计页与批注追溯来源。常见错误：共享工作簿与 AI 脚本同时写同一文件，导致合并冲突丢失批注；应约定 AI 脚本只在“独占窗口”运行，运行期间锁定文件。

笔者认为，共同创作环境下的版本标记要接受一个现实：文件是持续演化的，不存在“最终版”这一静态对象。因此标记的重点从“给最终版盖章”转向“给每次写入留痕”，审计页的追加日志比文件属性更贴近真实过程。

七、结账前验证：清单、脚本与回滚

7.1 步骤九：运行结账前校验

操作：在结账 T-1 日运行校验脚本，输出表格：文件名、判定、批次号、哈希匹配、机器区域数、最后修改者。预期结果：所有文件判定明确，哈希全部匹配。常见错误：校验脚本本身修改了文件访问时间，被误认为改动；应以只读方式打开，或在校验前记录访问时间基线。

7.2 步骤十：回滚与留档

操作：保留每个批次的前一版副本（命名含批次号），回滚时用副本覆盖并追加一条“rollback”审计记录。预期结果：回滚动作本身也可追溯。常见错误：直接覆盖导致原批次证据丢失；应先复制再覆盖。

扩展学习可以参考 Microsoft 官方关于 Office 自定义文档属性与 Excel 版本历史的说明，以及 openpyxl 文档中 comments 与 custom properties 章节；视频类教程可在 YouTube 搜索“openpyxl comments custom properties”与“Excel version history co-authoring”获取演示。链接建议以官方文档为准，避免引用过期博客。

八、排错清单与进阶方向

排错清单按症状组织：症状“自定义属性保存后消失”——检查是否被 Excel 重写，改用 custom_doc_props 并确认版本；症状“批注在 WPS 中不显示”——检查批注 author 是否为空；症状“哈希不匹配但内容没变”——检查是否被同步盘重写压缩包，可对比解压后的 XML；症状“审计页行数暴涨”——检查是否在循环内重复追加，应批量写入；症状“共享工作簿冲突后批注丢失”——检查是否在合并前未保存副本。

进阶方向有三个。其一，把批次号与 Git 提交哈希绑定，让脚本版本可复现；其二，用 Excel 的“修订”功能或 Office 脚本（Office Scripts）在云端自动记录变更，减少本地脚本依赖；其三，对高敏感工作簿引入数字签名，用证书对文件层指纹签名，使“谁打的标”也可验证。本文评述：这些方向不必一次上齐，先跑通三级指纹的最小闭环，再按风险逐步加码，才是工程上可持续的路径。

九、总结

回到最初的问题：AI 改过的工作簿没有版本标记，月底结账分不清人工版和机器版。本文给出的答案不是“记得改文件名”，而是把版本标记做成三级指纹：文件层用自定义属性与哈希清单锁定整体状态，单元格层用批注签名与命名样式标出机器区域，审计层用隐藏工作表记录变更时间线。三层用批次号串联，判定脚本保守输出 human / ai / mixed / unknown，unknown 一律进人工复核。

这套方案的成本很低：一个 Python 函数、一条 PowerShell 命令、一张审计表，就能在下一个结账周期前落地。它的价值也不止于结账——当 AI 越来越多地参与数据生产，“谁改了什么”会从财务问题变成通用的数据治理问题。先把证据链建起来，再谈自动化程度的提升，顺序不能反。