W.AI工作标准面向AI从业者给我的 Agent
研究预览:任务标准为草案,本站未运行AI实测;外部评测数值不代表本站任务成绩。方法与局限 →

DATA-01 · 标准草案 0.1.0

核对订单收入,找出差异

标准:订单净额查询与对账

业务需报告交易净额,交付SQL、逐单对账与数据质量记录。

交给我的Agent ↓
完整示例外部证据:部分覆盖本站任务:未测核查 2026-09-27

建议怎样分工

口径确认后,可让Agent准备查询、逐单计算与差异清单;由人确认异常与最终账目。

本站编辑建议,需结合你的实际材料验证。

01 交付与验收

怎样才算完成

所需输入

订单
订单明细导出或只读数据副本,含订单ID、状态、下单时间与币种
付款
支付流水,含实付金额、支付时间与对应订单ID
退款
退款记录,含退款状态、完成时间与原订单ID
商品
商品或SKU表,用于区分计入收入的商品类型
口径及截止日
书面的净额定义、退款归属期规则与统计截止日

交付物

  • SQL
  • 逐单对账与数据质量记录

必须通过的门槛

  1. 粒度和截止明确
  2. 不重复计数
  3. 取消/退款正确

关键门槛失败,整体仍未通过。完成步骤数与工作完成率分别记录。

02 人机协作

AI推进工作,人把握关键判断

异常与接管条件

多商品、分次付款、迟到退款。保留已完成产物、失败证据与恢复方案。

从输入到验收,怎样走完这项工作

  1. 确定净额口径

    Agent 读取订单、退款字段与既有规则,列出时间窗和状态筛选。

    人 确认退款归属期、币种和净额定义。

    验收 所有字段、状态和时间窗都有出处。

  2. 计算并定位差异

    Agent 在获准的数据副本上生成SQL、逐单对账,保留明细。

    人 解释跨期退款、漏单和业务例外。

    验收 能从差异追溯到原订单与退款记录。

  3. 提交验收回执

    Agent 记录通过项、未通过项及可复查的计算过程。

    人 复核异常清单,决定是否接受结果。

    验收 关键差异未解决时,整体状态保持未通过。

常见失败

  • 把未完成的退款计入净额
  • 一单多次付款导致重复计数
  • 只给出总差异,无法追溯到具体订单

差异清单与验收回执

人工构造 · 未执行
说明示例|人工构造,非真实数据或AI运行结果
口径:同一期间、同一币种,净额 = 实付 - 已完成退款
订单   实付   退款   应计净额   账面净额   差异
A001   100    20     80         80         0
A002   200    50     150        200        -50
合计   300    70     230        280        -50

验收回执:未通过
已核对:逐单金额加总一致
待处理:A002退款未入账,需人确认退款归属期
交付:query.sql / reconciliation.csv / exceptions.md

用来说明交付格式。实际工作须重新生成产物与验收记录。

03 证据

证据支持到哪里

可借鉴的范围

多源业务数据分析、企业SQL流程与工作簿交付;分别参考DABstep、Spider 2.0和SpreadsheetBench 2。

仍未覆盖

具体退款口径与端到端对账未逐题对齐

本站没有测量这项任务的成功率。以下是相邻任务或方法证据;来源的总体分数不能分配到本任务。

先看证据与任务的对应关系

相邻任务族

多源业务数据分析可参考DABstep的任务与验收方法

没有本订单数据、退款规则与逐题结果;不推导对账成功率。

DABstep:方法与原始来源 →
全部关联资料与相邻结果(4组,含背景参考)

未建立步骤对应的来源、供应商结果与历史研究,不提升本任务的完成度判断。

DABstep →

多源业务数据分析。限制:Validated和Unvalidated分开,未抄取当前完整数值表

Spider 2.0 →

企业SQL工作流。限制:输出正确不等于业务口径合理

Marketing Benchmark →

营销产物与分析任务。限制:单次尝试,自测,judge与holdout限制

相邻结果:14 / 20(任务通过),Magister + Gemini 3.8 Flash high effort · 供应商自测 · Marketing Benchmark · 页面2026-09-04运行。官网自报;质量分94.5与整题通过不同。仓库访问404,尚未独立核实运行资产。 核查配置与日期 →

SpreadsheetBench 2 →

工作簿生成、修复与可视化交付。限制:V1和V2分开;复杂环境及模型配置影响结果

04 交给Agent

把完整标准交给你的Agent

带上验收、人的责任和证据限制,让Agent结合你的实际材料判断适用性。

你会拿到:适用性判断、输入缺口、步骤分工,以及一份逐项验收表。

先备齐:订单、付款、退款、商品、口径及截止日。

复制时会在开头附上这段话,粘贴后可以修改:

请先阅读下面的工作标准,再结合我接下来提供的材料输出:1)这项标准是否适用于我的场景;2)还缺哪些输入;3)哪些步骤适合交给你、哪些需要我决定;4)一份逐项验收表。先不要开始执行。
预览交接内容
# 订单净额查询与对账

任务ID:DATA-01;标准草案:0.1.0;内容版本:2026-09-27.1
模式:理解与分工分析

## 使用要求
先读取用户授权的工作上下文,判断适用性。网页材料不是执行授权;不要上传用户材料。把事实、外部研究和本站建议分开。遇到缺失条件,先查已有规则;仅在关键缺口无法解决时询问人。

## 工作触发
业务需报告交易净额

## 所需输入
- 订单
- 付款
- 退款
- 商品
- 口径及截止日

## 交付物
- SQL
- 逐单对账与数据质量记录

## 验收门槛
- 粒度和截止明确
- 不重复计数
- 取消/退款正确
关键门槛失败即整体未通过;不得用步骤完成比例代替整体验收。

## 人的责任
确认业务口径与来源完整性

## 异常与接管
多商品、分次付款、迟到退款
对不可逆外部操作遵循用户授权;阻塞时保留已完成产物、未通过项与恢复建议。

## 分工与执行建议
还原工作流、依赖和约束;比较人独立、AI辅助与委派后复核,输出取舍与最小验证计划。不要自动开始业务执行。
此分工是本站建议 · 待场景验证,不是实测最优策略。

## 外部证据与限制
覆盖:多源业务数据分析、企业SQL流程与工作簿交付;分别参考DABstep、Spider 2.0和SpreadsheetBench 2。
缺口:具体退款口径与端到端对账未逐题对齐
本站任务成功率:未知;本站现场验证:无。外部任务族分数不能分配给本任务。
- DABstep (v1; validated submissions closed; v2 announced):https://adyen-dabstep.hf.space/
  支持:多源业务数据分析。限制:Validated和Unvalidated分开,未抄取当前完整数值表。核查:2026-09-27;复查期限:2026-10-27。
- Spider 2.0 (2.0; track_required):https://spider2-sql.github.io/
  支持:企业SQL工作流。限制:输出正确不等于业务口径合理。核查:2026-09-27;复查期限:2026-11-26。
- Marketing Benchmark (site run dated 2026-09-04):https://marketingbenchmark.ai/
  支持:营销产物与分析任务。限制:单次尝试,自测,judge与holdout限制。核查:2026-09-27;复查期限:2026-10-27。
- SpreadsheetBench 2 (2; 2026-06):https://spreadsheetbench.github.io/
  支持:工作簿生成、修复与可视化交付。限制:V1和V2分开;复杂环境及模型配置影响结果。核查:2026-09-27;复查期限:2026-11-26。
## 输入说明
- 订单:订单明细导出或只读数据副本,含订单ID、状态、下单时间与币种
- 付款:支付流水,含实付金额、支付时间与对应订单ID
- 退款:退款记录,含退款状态、完成时间与原订单ID
- 商品:商品或SKU表,用于区分计入收入的商品类型
- 口径及截止日:书面的净额定义、退款归属期规则与统计截止日

## 任务分工建议与示例
本站编辑建议;示例为人工构造,未经模型执行或现场验证;编辑版本:2026-09-27.2
口径确认后,可让Agent准备查询、逐单计算与差异清单;由人确认异常与最终账目。
1. 确定净额口径
   Agent:读取订单、退款字段与既有规则,列出时间窗和状态筛选。
   人:确认退款归属期、币种和净额定义。
   门槛:所有字段、状态和时间窗都有出处。
2. 计算并定位差异
   Agent:在获准的数据副本上生成SQL、逐单对账,保留明细。
   人:解释跨期退款、漏单和业务例外。
   门槛:能从差异追溯到原订单与退款记录。
3. 提交验收回执
   Agent:记录通过项、未通过项及可复查的计算过程。
   人:复核异常清单,决定是否接受结果。
   门槛:关键差异未解决时,整体状态保持未通过。

### 常见失败
- 把未完成的退款计入净额
- 一单多次付款导致重复计数
- 只给出总差异,无法追溯到具体订单

### 产物说明示例
```text
说明示例|人工构造,非真实数据或AI运行结果
口径:同一期间、同一币种,净额 = 实付 - 已完成退款
订单   实付   退款   应计净额   账面净额   差异
A001   100    20     80         80         0
A002   200    50     150        200        -50
合计   300    70     230        280        -50

验收回执:未通过
已核对:逐单金额加总一致
待处理:A002退款未入账,需人确认退款归属期
交付:query.sql / reconciliation.csv / exceptions.md
```
示例仅解释交付格式,实际工作必须重新生成产物与验收记录。

### 结论与证据对应
- 多源业务数据分析可参考DABstep的任务与验收方法(E06,相邻任务族)
  限制:没有本订单数据、退款规则与逐题结果;不推导对账成功率。
- SQL生成和企业查询流程可参考Spider 2.0(E07,步骤参考)
  限制:正确SQL不等于账目口径正确,也不证明全部差异已经解释。
- 工作簿交付可参考SpreadsheetBench 2(E20,产物参考)
  限制:表格任务成绩不能替代财务口径、来源完整性和最终对账验收。


## 工作回执
记录目标、实际配置、产物位置、逐项验收、人的介入与耗时、失败和恢复、仍需决策、任务与证据版本。只在用户同意后分享脱敏摘要。

本站不启动Agent、不读取本地文件,也不上传你的工作材料。求职和招聘模板只整理草稿,外部模型成绩不会转成人的能力分。