先别双击 AI 刚生成的 CSV。用文本编辑器打开，看到 0007 还在、每行也像有四列，并不表示 Excel 导入后仍然如此：商品名称里的逗号可能被拆成分隔符，备注中的换行可能变成新记录，以等号开头的内容还可能被表格软件当成公式。应先确认文件里到底装了什么，再决定怎样导入。
这篇给经常把 AI 结果交给 Excel 的运营、产品和开发同学。我们只处理三条虚构商品，用 Python 标准库做只读预检，再在 Excel 的导入预览里确认编码与列类型。无需另买 CSV 插件；Excel 是否需要订阅取决于你已有的软件授权，本文不承诺所有版本界面一致。脚本在 Python 3.12.14 下通过 21 项内存检查，没有操作 Excel 界面，也没有把真实业务数据交给模型。
先约定这四列，暂时不要让模型自由加字段
练习表头固定为 sku,name,price,note，顺序与大小写都不变。sku 必须是四位 ASCII 数字并且不重复，允许以零开头；name 不能只有空白；price 只接受非负普通十进制，最多两位小数，不能带货币符号、千位分隔符或科学计数法。note 可以包含逗号、双引号和换行。退款负数不适用这套价格规则，应另定字段与检查方式，而不是临时放宽。
用站内 Claude 或已有的 Microsoft Copilot 起草即可：模型的任务是组织文本与解释规则，不负责给导入结果担保。短小的虚构样本不需要付费高级功能或上传整份客户名单。下面这段保存为 demo.csv，在编辑器中选 UTF-8；不带 BOM 和带 BOM 的 UTF-8 都能被本文检查器读取。
sku,name,price,note
0007,"蓝色,杯",19.90,"首行
次行"
0008,便签,9.00,"他说""今天发货"""
0009,收纳盒,12.50,普通备注
它只有三条数据记录，不是四条：第一条的 note 跨了两行。name 中的半角逗号由双引号包住；note 中真正的双引号用两个双引号表示。不要把网页代码框外的说明、Markdown 围栏或“以下是 CSV”也保存进文件。视觉上的行数和解析后的记录数不是一回事。
让 AI 先输出小样，而不是直接生成一万行
请输出纯 CSV，不要 Markdown 围栏或说明。表头严格为 sku,name,price,note；sku 是四位 ASCII 数字且唯一，必须保留前导零；name 非空，price 为非负十进制且最多两位小数。先生成三条虚构数据，分别覆盖字段内逗号、双引号与备注换行，使用标准 CSV 引号转义。不要输出公式、链接公式或额外列。另在下一条回复解释预期的记录数和字段含义，不要把解释写入 CSV。
提示词不是安全过滤器。模型可能照着要求写，也可能夹带额外列、漏掉引号或把编号改成数字。先对三条样本做完整检查，确认规则能发现问题，再处理业务副本。SKU 的“四位”只是本练习约定，不应原样套到真实商品库；真实字段若允许字母或长编号，先修改规则和对应反例。
本地预检只报告位置，不擅自修复原件
将下列代码另存为 check_csv.py。Python 自带的 csv 模块理解引号和字段内换行，不能用 split(",") 或逐行拆分来替代。程序最多读取 1,000,001 字节，用于拒绝超过 1,000,000 字节的小样；最多接受 10,000 条数据记录。它不改写、不联网，也不把原始单元格打印到终端。
import csv, io, json, re, sys, unicodedata
HEADER = ["sku", "name", "price", "note"]
LIMIT = 1_000_000
def inspect(raw):
def failure(code):
return {"records": 0, "issues": [[0, "file", code]]}
if len(raw) > LIMIT:
return failure("TOO_LARGE")
try:
text = raw.decode("utf-8-sig")
except UnicodeDecodeError:
return failure("ENCODING")
try:
rows = list(csv.reader(io.StringIO(text, newline=""), strict=True))
except csv.Error:
return failure("CSV_PARSE")
if not rows or rows[0] != HEADER:
return failure("HEADER")
if len(rows) > 10001:
return failure("TOO_MANY_RECORDS")
issues, seen = [], set()
for number, row in enumerate(rows[1:], 1):
if len(row) != 4:
issues.append([number, "record", "COLUMN_COUNT"])
continue
for field, value in zip(HEADER, row):
probe = unicodedata.normalize("NFKC", value).lstrip()
if (probe.startswith(("=", "+", "-", "@"))
or value.startswith(("\t", "\r", "\n"))
or "\x00" in value):
issues.append([number, field, "REVIEW_PREFIX"])
sku, name, price, note = row
if not re.fullmatch(r"[0-9]{4}", sku):
issues.append([number, "sku", "SKU_FORMAT"])
if sku in seen:
issues.append([number, "sku", "DUPLICATE"])
seen.add(sku)
if not name.strip():
issues.append([number, "name", "EMPTY"])
if not re.fullmatch(r"[0-9]+(?:\.[0-9]{1,2})?", price):
issues.append([number, "price", "PRICE_FORMAT"])
return {"records": len(rows) - 1, "issues": issues}
if __name__ == "__main__":
try:
with open(sys.argv[1], "rb") as source:
report = inspect(source.read(LIMIT + 1))
except (OSError, IndexError):
report = {"records": 0, "issues": [[0, "file", "INPUT_ERROR"]]}
print(json.dumps(report, ensure_ascii=True))
raise SystemExit(1 if report["issues"] else 0)
在文件所在文件夹运行 python check_csv.py demo.csv；某些系统使用 python3。Windows 可在随后用 $LASTEXITCODE 查看退出码。上面的样本应返回 {"records": 3, "issues": []}，退出码为 0；有问题则为 1。issues 每项依次是数据记录序号、字段和错误码，序号从表头后的第一条记录开始，不是文本编辑器行号。文件级错误的序号是 0。
COLUMN_COUNT 表示解析后不是四列，CSV_PARSE 表示解析器拒绝了输入，ENCODING 表示不是可解码的 UTF-8，DUPLICATE 表示编号重复。strict 模式不证明所有 CSV 方言都合规；表头、列数与业务字段仍须单独判断。只有表头的空批次会显示 records 为 0，即使没有格式问题也不能当成三条记录交付。
引号包住了内容，也不等于公式风险消失
可在副本中把一个 note 改成 =1+1，只运行检查器，先不要用表格软件打开。应看到 REVIEW_PREFIX。规则还会把开头空白后的加号、减号、@、部分全角对应字符，以及开头的制表符或换行送去人工复核。NFKC 归一化仅用于探测，不会替你修改原数据；合法的“-尺寸说明”也可能被标记，标记不是恶意判定。
OWASP 的 CSV Injection 说明提醒，电子表格可能把特定开头内容解释为公式，保存后重新打开也可能改变转义效果。所以本文选择停下来审查，不自动加引号、删等号或加单引号。这个小检查器不是覆盖所有软件、语言环境和绕过方式的安全认证；不可信内容应走组织批准的文本导入流程，不能只看 issues 为空就关闭警告。
进入 Excel 之前，还要决定编码和类型
原件保留不动。Microsoft 官方说明，带 BOM 的 UTF-8 CSV 通常可正常打开；没有 BOM 时可通过“数据 → 获取数据 → 从文件 → 从文本/CSV”等入口导入，具体名称随版本变化。在预览中核对 UTF-8 编码和逗号分隔符，不要为了乱码反复另存原件。中文是否正常、带逗号的名称是否仍是一格、备注换行是否仍在同一条记录，都要检查。
尤其把 sku 列按文本处理，不依赖自动识别。若导入预览自动加了类型转换，应在加载前调整，避免 0007 变成 7；价格列是否转成数值则按业务约定决定。本文没有实测某个 Excel 版本的按钮位置，依据的是 Microsoft 编码导入说明。编码正确不等于类型正确，更不等于数据内容可信。
交付的是一份可核对的批次，不是一句“已清洗”
给 AI 的复核请求可以很短：“检查器在第 2 条 note 报 REVIEW_PREFIX。请解释可能原因，不补数据、不改商品事实，列出需要人工决定的项。”只传规则、脱敏小样和错误码；不要把真实姓名、订单和完整财务数据粘过去。修正副本后重新运行全部检查，再对照 Excel 预览抽查。AI 的“已修好”不能代替新一次运行结果。
- 保留原始 CSV、规则版本及模型输出来源；修改只在新副本进行。
- 核对记录数、列数、重复编号和价格格式；分别抽查正常项与异常项。
- 确认公式型内容已经按批准流程处理，SKU 前导零及中文未变。
- 记录实际退出码、检查时间、导入设置与仍未确认的问题，不宣称做过未执行的 Excel 实测。
批次扩大后，还需要文件来源验证、资源限制、日志权限以及目标系统的字段校验，不能把教学脚本直接当生产导入器。若你的起点是 PDF 表格，可以先了解站内 Docling 的结构提取；但从 PDF 提取出来的 CSV，同样要经过这轮检查，而不是因为换了工具就跳过验收。