和对账报表不一致时，先对齐口径再改语句

问数最常见的信任危机，是和对账报表差一截。公开文章把指标一致性校验写成：回答必须引用口径名称。个人做法更慢：列出两边的时间列、含税、含退、含内部单、粒度。有一项不同，先改定义，不改心理预期。

列出差异清单

五项对齐检查，逐项打勾。

用同一天对

不要用一月对一月。一天对上了，再放大。

允许合法差异

报表含税、问数不含税，差那一截应等于税额。能解释的差异不是错误。

一次完整的问法可以先写成下面这样：

同一天、同一城市、已支付、不含内部单，两边 GMV 对一下。

落到语句上，草稿常常是：

SELECT SUM(pay_amount) AS gmv
FROM orders
WHERE pay_time >= DATE '2026-03-01'
  AND pay_time < DATE '2026-03-02'
  AND city = '上海'
  AND pay_status = 'paid'
  AND is_internal = 0;

对上了再扩大。对不上就停在这一天，不要用更复杂的语句去「凑」报表。

质量看结果，不看词序

自然语言到 SQL 的评测，后来用执行结果是否一致来打分。个人核对也应该看数。语句丑、结果对，比语句漂亮、结果错更有用。

空结果先查过滤，再查有没有数据。和对账报表不一致，先对齐五项：时间列、含税、含退、内部单、粒度。报错之后改一处，同一问题设迭代上限。路径要看得见：选表原因、关联原因、过滤原因，写在收据上。

金标准至少二十道，覆盖时间、粒度、一对多、空值、同环比。标准数从报表来，不要用某次问数的结果自我证明。给出数字时，把口径名称和单位一起写上。

读完这一辑可以做什么

选五道你每周都问的题，把报表数抄在卡片背面。以后只认这五个数。感觉上的准确率，先靠边。

对账先对一天。用一个月去凑报表，会把错误摊平。