我手上有批数据要迁：一千多条物料，从旧系统的格式转到新系统。两边字段对不齐，命名习惯也不一样，还有一些历史遗留的脏数据。
人工一条条改，不现实。直接丢给 AI 让它转，我不放心。
最后我用的办法是：先写一份规则文件，再让 AI 照着跑。
为什么不能让 AI 直接干
不是能力问题。现在的模型处理这种格式转换，准确率比我高。
问题在于它会把不确定的地方”合理”掉。
举个具体的：某条数据有个字段值是空的。人看到会停下来想——这个字段是本来就没有，还是漏采了？AI 看到了，大概率会根据上下文猜一个最合理的值填进去，不告诉你。
等我发现的时候，几百条数据已经转完了，我根本看不出哪几条是它猜的。
我把 AI 编程工具当成了替代品，这是最大的错误 里我写过类似的判断：AI 出错不可怕，可怕的是它出错的方式很像一个正确的结果。批量数据处理把这个问题放大了——一次猜错，就是几百条。
所以我需要的是一套机制，让它在不确定的时候必须停下来问我，而不是自己决定。
规则文件里写什么
我的规则文件不长，就三块内容。
一、字段映射
旧系统的每个字段对应新系统的哪个字段，写清楚。对不上的单独列出来，标注”待确认”。
旧字段 新字段 处理方式
物料编码 → material_code 直接映射
规格型号 → spec 直接映射
单位 → unit 需转换（见下方对照表）
旧分类 → category 待确认（见异常清单）这部分是最枯燥的，但也是最有价值的。因为写的时候你会发现：有些字段你以为知道怎么转，写出来才发现自己没想清楚。
二、转换规则
需要计算的、需要查表的、需要格式化的，逐条写死。
比如单位换算，旧系统用”KG”，新系统要”千克”，那就写明白。别指望 AI 每次都推导出同样的结果——它可能这次写”千克”，下次写”kg”。
三、异常定义
这部分最关键。我明确列出什么情况算异常，以及遇到异常不许猜，要报回来。
- 必填字段为空
- 编码格式不符合规范
- 同一编码对应多条不同记录
- 出现规则文件里没覆盖的分类
报回来的形式是清单：行号、原始值、问题类型。我看了再决定怎么处理，然后把处理方式补进规则文件，让下一轮跑的时候能自己处理同类情况。
三条我坚持的规矩
跑了几批之后，有三条是我不让步的。
批量转换之前，先确认字段映射。 哪怕规则文件写得很完整，正式跑之前也要让 AI 把映射表复述一遍，我确认了再开工。这一步花五分钟，能挡掉大部分返工。
异常项主动记录回报，不许静默处理。 每批跑完必须有一张异常清单，哪怕清单是空的也要说一声”没有异常”。空清单本身也是信息——它说明这批数据很干净。
规则文件是活的。 每处理完一类异常，就把处理方式补进去。跑到后面，规则文件越来越厚，需要人工介入的越来越少。它不是一次性的说明书，是沉淀。
为什么不让 AI 自己维护规则文件
我试过让它每轮跑完自己更新规则文件。结果是它会把某一次的临时判断写进规则，下一批数据情况不同，规则就错了。 规则文件现在只能我改，或者它改完必须经过我确认。
这个方法真正好用的地方
不是让 AI 跑得更快——其实因为要停下来问，反而慢了。
好用的是它逼我把规则想清楚。
写规则文件的时候，我发现很多”模糊项”不是数据的问题，是我自己没想明白。比如某个分类在新系统里到底该归到哪，我一直以为到时候看着办，等要写进文件了，才发现必须现在就决定。
方法论不是学来的，是自己长出来的 里那个判断在这里又应了一次：这套规则不是我提前设计好的，是第一批数据跑挂了之后，被迫补出来的。
一个边界
这个方法适合格式固定、规模大、容错低的活：数据迁移、批量重命名、格式转换这类。
不适合一次性、小规模的事。三五条数据，直接改比写规则文件快。
也不适合需要判断力的事。如果每条数据都要靠理解上下文才能处理，那规则文件写了也白写，不如自己来。
判断标准就一条：这件事你会重复做第二次吗？ 会，就值得写规则文件。