AI 办公工具比较：用同一份文件检查交付结果

一个 AI 客户端可以方便地讨论附件，却未必负责公式重算；表格工具能执行规则，却未必能理解松散会议文本；编排工具能安排任务，也不会自动知道源文档漏了哪一行。先画出读取、理解、计算、排版、审阅与发送各环节，判断哪个环节才是当前瓶颈。

本页比较的是任务路线，不是把不同软件放在一起做未经实测的排名。官方文档用于确认产品描述，实跑记录用于说明本次样例结果，两者不能互换。涉及 KK 模型时以模型目录和接口文档核对当前配置；没有同文件、同参数的运行结果，就不写哪款模型更准或更快。

测试包至少包含原文件、人工核对的预期记录、输出格式、失败条件和接收端环境。本组可从四行 PDF开始：A01 为 12 × 20，有效；A02 为 3 × 50，有效；A03 为 2 × 30，取消；A04 数量为空、单价 80、待确认。每条都要保留，只有前两条进入有效合计。

对比时不更换题目。工具 A 给清晰文字文件、工具 B 给扫描图片，再据此比准确率没有意义。记录版本、配置、是否人工修改过输入、重试次数与结束状态；不能只留下最好的一次截图。数据为自有虚构样例，测试结果只适用于这个输入，不代表真实公司资料的平均表现。

文字提取与字段理解是两个环节。pypdf 官方说明它读取已有文本，不执行扫描 OCR；因此扫描输入需要另设识别环节与测试集。查阅日期：2026-09-12。pypdf 官方说明。先确认工具实际读到了哪些页、哪些文字，再比较结构化结果。

本组实际路径是 pypdf 抽文字后用 GPT-5.5 整理。原文四行均可见，records 只返回三行，漏 A03；有效合计复算为 390 元，完整性失败。当次 CSV保留这次结果。这不是对所有模型或 PDF 工具的普遍结论，而是说明一个合适的比较标准应能揭示漏掉取消项的问题。

对于列结构稳定的文件，优先让公式或查询承担转换与计算，模型协助解释列、起草规则、检查异常。比较时故意加入空值、完全重复、同编号冲突与取消记录，观察结果是否保留原始值、能解释删改依据、追加数据后仍正确汇总。

Power Query 官方文档说明去重比较区分大小写，且不保证保留哪一个重复实例。因此版本选择不能只靠默认去重。查阅日期：2026-09-12。Power Query 重复值处理。本组Excel 清洗教学提供公式与本地代码小样，但没有 Excel 应用或 Power Query 实测工作簿；选择这些工具后仍需在目标文件里重算确认。

从文档新建 PPT 要看事实来源、页级逻辑与原生对象；改造旧稿还需保留模板、图表数据关系、字体和备注。两个任务的输入与失败方式不同。只比较导出的漂亮预览，会漏掉文本变图片、图表无法更新、字体替换或原有备注丢失等问题。

本组三页 PPTX已有结构校验、第二页原生表格与最终文件回读 CPU 渲染证据，但没有 PowerPoint.app 打开记录，源 PDF 的漏行仍被标出。原生图表可编辑性应另用修改底层数据的动作检查，参考官方说明，查阅日期：2026-09-12。PowerPoint 图表数据编辑。

会议工具的测试重点是有没有把建议写成决定、把发言人当负责人、把模糊时间补成确定日期。多文档工具则要检查新旧版本是否混用、每个事实能否定位、冲突是否显式留下。给同一组虚构资料，事先标出两条真正决定与一条未决事项，比泛泛要求“写一份详细纪要”更容易验收。

Word 原生比较可帮助核对两个版本的文字变化，默认新建比较结果；这是与语义摘要不同的作用。查阅日期：2026-09-12。Word 版本比较说明。本组会议待办与文档对比使用教学输入及确定性检查方法，没有真实任务系统导入或 Word 应用比较证据。

给周期工具同一批资料跑两次，确认是否重复生成或发送；再改变一条已批准事实，看它是否形成新版本并重新等待审阅。单次手动运行成功不能说明定时、时区、重启恢复和消息回执都正常。接口配置通过，也不等于文件节点与后续导出链已通过。

n8n 的官方文档分别描述了定时时区和当前输入、跨执行两类去重，查阅日期：2026-09-12。Schedule Trigger、Remove Duplicates。本组周报样例只提供本地判断逻辑，不能据此承诺 n8n 或其他项目一键无人审核全流程。

先设不可妥协的条件，如完整记录、保留空值、原生编辑或发送前确认。满足条件后，再比较实际耗时、操作复杂度、复核工作量与维护成本。不要把缺失的测试项记为零分后混入平均分；未验证就是未验证，应当安排测试或缩小承诺范围。

每条路线记录工具费用、模型实际调用费用、解析与存储费用、人工确认时间和失败返工。模型单价统一查看实时价格，不要拿软件订阅费直接对比一次 API 调用。最后选择的是能以可接受投入交付指定结果的组合，而不是功能清单最长的产品。