① 任务与输入
一段路径,加一句话
用户给出的全部输入就是这两行:
D:\YWJ\温医\报销\20260908-南京出差\出差审批单.docx
帮我填写这个出差审批单,并且帮我整理那个文件夹里边的文件名。 —— 用户原话(本会话)
文件夹里一开始有 12 份文件,命名随意
400-会员费.jpg 车票270.5.pdf 车票292.5.pdf 出差审批单.docx 会务费.jpg 缴费记录.png 退票-2.pdf 心理学会会员发票.pdf 中国心理学会心理学质性研究专业委员会第六届学术会议邀请函_已盖章.pdf 住宿发票-温州医科大学.pdf 住宿退84.jpg 住宿预支600.jpg
看起来只是填表改名,实际要做的是四类不一样的活:
- 表单是带合并单元格的 Word 表格,转成纯文本会散架,得先看懂它的真实网格。
- 12 份票据混着电子发票(PDF)、手机银行截图和网页状态截图,信息散在各处。
- 金额要能互相对上,否则交上去会被退。
- 哪些项目能报、哪些不能,取决于经费口径,不能由 AI 替用户决定。
② 侦察
先看清结构,再动手
2.1 表单的真实结构,藏在合并单元格里
常见的做法是把 .docx 转成 Markdown。转出来是这样:
| 出差时间 | | 出差地点 | | 拟乘坐的交通工具 | | | | | | | | | | | | | | | | | | | | | | 至 | | | | |
!合并单元格被压平,位置信息丢了
文本层只剩一堆分不清哪格为空、哪格有字的碎片。标题栏、填写栏、跨列合并全部消失,照这个填,必然会填错位置。于是改用底层解析:读取 Word 的底层文件(document.xml),把每个格子跨了几列(gridSpan)还原出来,得到真实的 7 列网格。表格只有三行数据区,三个字段各占一列:
| 出差人 | 颜文靖 | 工作部门 | 精神医学学院 | 职称 | 教授 |
| 出差时间 | 出差地点 | 拟乘坐的交通工具 | |||
| (空白) | (空白) | (空白) | |||
| (空白) | (空白) | (空白) | |||
| (空白) | 至 | (空白) | |||
模板在「出差地点」列底部留了一个孤立的「至」,它是原设计的残留,位置并不在「出差时间」栏。这种细节无关紧要,却影响观感,先发现它,才能决定怎么处理(见 ④ 细节二)。
2.2 把 12 份票据逐份读一遍
不靠文件名猜内容:6 份 PDF 走文字提取,5 张截图走读图。
◆环境坑:一个同名文件让 Python 全线瘫痪
工作用的临时目录里残留了一个inspect.py,它会遮蔽 Python 标准库的同名模块,python-docx、markitdown、pdfplumber 全部导入失败。换到干净目录,立刻恢复。排查靠的是一次最小复现,不是反复猜。
③ 执行路径
从一张空白表单,到一套自洽的材料
1 · 读身份与状态
先读个人状态档案。这次南京的会议(9 月 18–20 日、南京师范大学)早已记在案,时间地点可以直接对上,不用再问用户。
2 · 还原表单网格
转 Markdown 失败,改读原始 XML,还原 7 列真实结构,并发现那个孤立的「至」。
3 · 逐份读票据
6 份 PDF 加 5 张截图全部提取,摘出金额、日期、区间、车次、开票方。
4 · 交叉对账
把票据归成交通、住宿、会议费、会费四类,逐类核金额,验证三张住宿凭证能不能自洽。
5 · 填表
用 python-docx 按网格逐格写入,保留原有的宋体与字号,清掉模板里的孤立「至」。
6 · 渲染核验
把填好的 Word 渲染成图,确认版式无错位、无溢出。
7 · 先样例、后批量重命名
给出 12 个新旧文件名对照表让用户选方案,确认后才改名。
④ 关键细节
质量取决于填表之外的几个动作
细节一 · 票据核对
12 份票据整理成一张总表:
| 票据 | 类型 | 关键信息 | 金额(元) |
|---|---|---|---|
| 邀请函(已盖章) | 中国心理学会心理学质性研究专业委员会第六届学术会议暨第九届海峡两岸「生命叙事与心理传记学」研讨会 · 9/18–20 · 南京师范大学 | — | |
| 车票 270.5 | 温州南 → 南京南 · G7652 · 9/18 14:43 · 二等座 | 270.50 | |
| 车票 292.5 | 南京南 → 温州南 · G41 · 9/20 12:23 · 二等座(始发改签) | 292.50 | |
| 退票 -2 | 南京南 → 温州南 · G7661 · 9/19 · 差额退票手续费 | 2.00 | |
| 住宿发票 | 南京随园山庄(南山专家楼)· 住宿费 · 开票 9/20 · 购方 温州医科大学 | 516.00 | |
| 住宿预支 600 | 截图 | 手机银行 · 9/18 19:58 · 付款方 本人 | 600.00 |
| 住宿退 84 | 截图 | 手机银行 · 9/20 09:21 · 收款方 本人 | 84.00 |
| 会务费 | 截图 | 银行明细 · 9/8 · 财付通-中国心理学会(会议注册费) | 1000.00 |
| 缴费记录 | 截图 | 中国心理学会会议系统 · 缴费状态 已完成 · 参会号 134-49927 | 1000.00 |
| 会员发票 | 全国性社会团体会费统一票据 · 个人会员会费(2026–2029)· 开票 10/8 | 400.00 | |
| 400-会员费 | 截图 | 银行明细 · 9/8 · 财付通-中国心理学会 | 400.00 |
◆住宿三张凭证对得上
预付 600 − 退款 84 = 516,正好等于住宿发票的 516 元。三条独立凭证互相咬合,这段住宿费既没有缺口,也没有重复报销。!有一笔可能不在报销口径内
中国心理学会的会费 400 元与会议注册费是两回事,能不能报销取决于学院经费口径。这里不擅自剔除,也不偷偷凑进去,而是明确标出来,留给用户决定。金额汇总
565
交通费(270.5+292.5+2)
516
住宿费(发票)
1000
会议注册费
400
会费(待定口径)
合计(不含会费)2081 元;含会费 2481 元。
细节二 · 填表与渲染核验
填表用 python-docx 按网格逐格写入,保留原模板的宋体与字号。填完之后,再把 Word 渲染成图看一遍。
左边是原始空白模板,右边是填好之后的效果:
◆那个孤立的「至」怎么处理
做法是清掉它,把完整日期范围「2026 年 9 月 18 日 至 2026 年 9 月 20 日」整体写进「出差时间」栏。孤立符号挂在「出差地点」栏下方容易让人误读,集中到一处更清楚。▸审批意见与签名,一律留白
这两栏不代填、不代签。AI 只填申请人这一侧,其余留给人力流程。细节三 · 先给样例,再改文件名
重命名属于批量改动。先把「旧名 → 新名」对照表列出来,用户选定方案后再执行。命名规则是「序号_类别_说明_金额」。
| 原文件名 | 整理后 |
|---|---|
| 出差审批单.docx | 01_出差审批单.docx |
| 中国心理学会…邀请函_已盖章.pdf | 02_会议邀请函(已盖章).pdf |
| 车票270.5.pdf | 03_交通_去程高铁票_0918温州南至南京南_270.5元.pdf |
| 车票292.5.pdf | 04_交通_返程高铁票_0920南京南至温州南_292.5元.pdf |
| 退票-2.pdf | 05_交通_高铁退票费_2元.pdf |
| 住宿发票-温州医科大学.pdf | 06_住宿费发票_516元.pdf |
| 住宿预支600.jpg | 07_住宿费_预付款凭证_600元.jpg |
| 住宿退84.jpg | 08_住宿费_退款凭证_84元.jpg |
| 会务费.jpg | 09_会议注册费_支付凭证_1000元.jpg |
| 缴费记录.png | 10_会议注册费_缴费状态_1000元.png |
| 心理学会会员发票.pdf | 11_中国心理学会会费_电子票据_400元.pdf |
| 400-会员费.jpg | 12_中国心理学会会费_支付凭证_400元.jpg |
整理后的清单按报销类别排序,金额一眼可见,交材料时不必再逐份打开确认。
⑤ 妙处时刻
四处让人「哦,原来可以这样」的地方
下面四个是这场里最值得学的地方。每条写两段:发生了什么、你可以怎么用。
1没人要求,它先把账对了一遍
发生了什么用户只说了填表、改文件名。它先把 12 份票据读完,做成一张总表,再用「预付 600 − 退款 84 = 发票 516」核对住宿费,并算出交通、住宿、会议费的合计。
你可以怎么用它按「这份材料能不能一次过」来做,不是按字面要求做——报销被退,多半就是数字对不上。交代任务时加一句「按能不能一次过的标准做」。
2这条路走不通,就换一条读
发生了什么表格转成文字后,合并的格子被压成一堆碎片,分不清哪格是空的。它没有照这个填,而是换到更底层的文件里,把真实的 7 列格子还原了出来。
你可以怎么用第一次转换失败时,它换的是办法,不是硬猜。AI 说「这个格式处理不了」时,别急着换任务,问它「为什么不行、还有哪条路」。
3改完先出一张图,用眼睛看
发生了什么填完 Word 后,它把文档渲染成图看了一遍,于是发现模板底下孤零零留着一个「至」。
你可以怎么用这个残留藏在表格底下,光看填表过程看不出来。凡是涉及版式的交付(Word、网页、图表),要求「先出一张图给我看,再交付」。
4该你定的,交回给你定
发生了什么申请人日期填哪天、文件按哪个方案改名,这两处都有真实的选择,它没有猜,而是列出来让用户选——整场里人只介入了这两个决定。会费 400 元可能不在报销范围里,它照实标了出来,既没删掉,也没偷偷算进去。
你可以怎么用它分得清哪些能自己安排、哪些必须由人拍板。秘书能安排事情,不能替领导签字。要求 AI「需要我决定的,标出来问我」,它交回来的决策点往往就是这件事的风险点。
⑥ 原始材料
过程与结果的事实凭据
文件名的整理前后
输入(原始 12 份)
400-会员费.jpg 车票270.5.pdf 车票292.5.pdf 出差审批单.docx 会务费.jpg 缴费记录.png 退票-2.pdf 心理学会会员发票.pdf 中国心理学会…邀请函_已盖章.pdf 住宿发票-温州医科大学.pdf 住宿退84.jpg 住宿预支600.jpg
产出(整理后 12 份)
01_出差审批单.docx 02_会议邀请函(已盖章).pdf 03_交通_去程高铁票_0918…_270.5元.pdf 04_交通_返程高铁票_0920…_292.5元.pdf 05_交通_高铁退票费_2元.pdf 06_住宿费发票_516元.pdf 07_住宿费_预付款凭证_600元.jpg 08_住宿费_退款凭证_84元.jpg 09_会议注册费_支付凭证_1000元.jpg 10_会议注册费_缴费状态_1000元.png 11_中国心理学会会费_电子票据_400元.pdf 12_中国心理学会会费_支付凭证_400元.jpg
票据原文摘录(关键行)
【车票 · 去程】温州南站 → 南京南站 | G7652 | 2026年09月18日 14:43开 | 二等座 | ¥270.50 【车票 · 返程】南京南站 → 温州南站 | G41 | 2026年09月20日 12:23开 | 二等座 | ¥292.50(始发改签) 【退票费】 南京南站 → 温州南站 | G7661 | 2026年09月19日 17:26开 | 差额退票 | ¥2.00 【住宿发票】*生产生活服务*住宿费 | 数量 2 | 价税合计(大写)伍佰壹拾陆圆整 | ¥516.00 【会费票据】中国心理学会 | 会费 | 金额合计(大写)肆佰元整 | ¥400.00 | 开票 2026-10-08
产出文件清单
| 产出 | 类型 | 说明 |
|---|---|---|
| 01_出差审批单.docx | Word 表单 | 六项字段全部填好,审批与签名栏留白 |
| 12 份规范命名的票据 | PDF / 截图 | 按报销类别排序,序号 + 类别 + 说明 + 金额 |
| 对账摘要 | 文本 | 交通 565 / 住宿 516 / 会议费 1000 / 会费 400(待定),交叉验证通过 |
⑦ 实用启示
一张可复用的检查清单
- 表格类 DOCX:先看清真实的表格网格(读 Word 的底层文件,还原每个格子跨了几列),再逐格填。
- 多份凭证:逐份提取 → 汇成一张总表 → 交叉验证关键等式。
- 批量改名:先样例对照 → 用户确认 → 再执行;规则写成「序号_类别_说明_金额」。
- 交付前:把文档渲染成图看一遍,不要凭代码想象版式。
- 守边界:审批意见、签名一律留白;可能超口径的项目明确标出。
- 做完:把踩过的坑写回知识库。