AI 对账落地前，规则引擎与数据质量要先解决什么？

订单号相同、金额相等、时间在容差范围内，这类确定性关系更适合交给规则引擎。AI 的价值在于处理描述不一致、组合差异和历史模式异常，而不是重新学习所有明确规则。

如果订单、退款和结算之间没有稳定关联键，或者金额字段混合含税与未税口径，模型给出的异常判断就难以解释。上线前至少要解决唯一标识、时间语义、金额口径和状态完整性四类问题。

训练数据还需要包含已经确认的正常与异常结果。没有业务人员的反馈闭环，模型只能发现“不同”，无法判断“是否值得处理”。

建议将 AI 输出作为异常评分、原因建议和处理优先级，而不是直接修改财务结果。保留规则命中、模型版本、输入证据与人工确认记录，才能满足复核和审计要求。