第一百七十九章 字段映射
周四下午，卫越发来一条语音。
「我把那个字段映射工具做了个测试版，你有空试一下。」
陆衍点开来听，卫越的声音里有一点轻描淡写，像是在说一件顺手完成的小事，但语音一共一分钟零四秒，说清楚了思路：精确匹配走第一层，没命中的走模糊相似度比对，候选字段列表来自前两个项目手工整理出来的别名表——「供应商代码」和「vendor_code」和「供应商编号」都指向同一个标准字段，这类映射直接走；遇到相似度在阈值附近、拿不准的，先标出来，不自动映射。
「不拿把握的，让用户看一眼，」卫越在语音末尾说，「比静默映射错了要好。」
陆衍把语音又听了一遍，然后打开卫越发来的压缩包，把制造公司那批文件里的采购记录导进去跑了一次。
采购记录是整批文件里字段命名最乱的一类。同一份标的公司的文件，三个不同部门交上来的版本用了三套命名：财务部叫「合同金额」，采购部叫「合同总价（含税）」，质量部叫「采购金额」。
工具跑完，精确映射了十四个字段，模糊映射了七个，剩下三个打了标注：「置信度低，建议确认」，旁边列着两到三个候选，按相似度排了序。
陆衍看着那三个待确认的字段，想了一下，给卫越发语音：「这个设计对。但有个问题——这三个让用户确认的字段，要在哪里让他们确认？放进主报告里的话，用户在看矛盾发现的时候突然冒出来三条「请确认字段映射」，节奏会断。」
卫越大概想了五分钟，发了一条文字：「单独一个步骤？」
陆衍回：「对。在扫描开始之前。」
「预处理。」
「对，预处理。」
两个字来回了一趟，这件事就定了。
陆衍在本子上画了一张简图：
三个方块，左到右，用箭头连着。
第一个：字段映射——确认不确定项。 第二个：矛盾扫描——检测文件内部的版本、日期、标准引用。 第三个：两层报告——高置信度直接标，中置信度附提示语。
从第一步到第三步，用户每走一步都是在做一个判断，但每一步只做那一步该做的判断，不混在一起。
他把这张图看了一会儿，然后在边上写了一行：「这是个产品了。」
不是一个脚本，不是一个函数，是有入口有出口有流程的东西，可以解释给别人听，可以一步步走下来，走完之后有一份报告。
当天晚上，霍建新发来消息。
「上次那个项目我们这边已经结清了，下个月还有一个项目，目标企业是生物技术公司，文件量大概和上次差不多，但行业不一样，认证文件的格式应该和制造业不同。你们那个工具支持不同行业的文件格式吗？」
陆衍把这条消息看了一遍，然后想了一下怎么回。
「生物技术的认证文件我们还没跑过，」他回，「但工具这边有个预处理步骤，在扫描开始前先做字段映射和确认——不同行业字段命名不一样，这个步骤把这块差异吸收掉。你把文件格式和字段清单发给我，我先过一遍，看有没有需要补充的映射规则。」
霍建新过了十分钟回了一句：「好，我这周让助理整理一下发给你。」
然后停了一下，又发了一条：「那个预处理步骤，是你们新加的？」
「刚确定的，」陆衍回，「这两天才把流程捋清楚。」
「那就是说你们这个东西一直在改。」
「一直在改，」陆衍回，「用完一个项目就知道下一个地方需要补。」
霍建新发来一个「好」，没有多说。
陆衍把对话记录看了一遍，觉得有什么地方变了。
以前发给霍建新的是一份报告，现在他在描述的是一个流程——字段映射在前，扫描在中，报告在后，用户进来，一步一步走，走完拿结果。这是第一次他用「流程」这个词在客户面前描述这件工具，而不是说「我们工具会给你发现什么」。
说「我们会给你发现什么」，是在卖结果。说「你进来会走这三步」，是在描述一件产品。
差距不算大，但不一样。
他给卫越发了一条消息，把霍建新的问法截图过去，加了一行：「他问的是「你们那个工具支持不同行业格式吗」，我用预处理流程回答的，他接受了，还在追问。」
卫越回了一句：「他在想第三个项目怎么跑。」
「对，」陆衍回，「所以预处理的界面你先别动，先把生物技术行业的字段别名表整理出来，等他的文件过来了，第一步就跑字段映射，让他自己确认一遍，他就知道这个步骤是怎么用的了。」
「好。」
陆衍把手机放下，看着本子上那张三个方块的简图。
第三个项目还没有文件，但工具已经有了一个可以接收新行业的地方——预处理。下一个来的，不管是生物技术还是别的，先走这一步，把新字段的映射关系建起来，然后再往下走。
这不是扩展，是结构。
他在简图下面加了一行：「接新行业 → 补字段别名表 → 走预处理确认。」
这件事，他没有问卫越，是自己想清楚的。