AI 導入技巧

AI 讀發票與單據的六個步驟:OCR 負責看字,LLM 負責填欄位,規則負責抓錯

把單據辨識拆成收件、影像前處理、OCR、LLM 欄位抽取、規則檢核、人工覆核六步,每步列出產出與驗收方式,讓會計敢把結果直接入帳。

讓 AI 讀發票,最大的誤解是以為丟一張照片進去就能直接入帳。可以用,但要拆工:OCR 把影像變成文字,LLM 把文字對到欄位,最後一定要有一層不靠 AI 的規則檢核。少了最後一層,你只是把打字的錯換成更難發現的錯。

01Step 1~2:收件與影像前處理

Step 1,統一收件入口。紙本發票、收據、廠商寄來的 PDF 請款單,全部進同一個信箱或雲端資料夾,檔名規則先訂好,例如「收件日期_部門_流水號」。產出是一份收件清單,驗收方式是每張單據都對得到一個流水號,沒有散落在個人手機相簿裡的。

Step 2,影像前處理。手機拍的單據常見三個問題:歪斜、反光、只拍到一半。這一步做裁切、轉正、提高對比,並且把解析度太低的直接退回請對方重拍。驗收標準很簡單:人眼看得清楚的,才送進下一步。人都看不清楚,AI 猜出來的數字你也不該信。

02Step 3:OCR 先把字讀出來

OCR 的工作是把影像轉成文字和座標,不負責理解。雲端服務或開源套件都可以,選的時候拿 30 張自己公司的真實單據測,包含熱感應紙收據、手寫收據、三聯式發票,看數字和統一編號讀錯幾張。

產出是每張單據一份純文字加位置資訊。驗收時特別看兩種字:數字 0 和英文 O、數字 1 和英文 I。發票字軌是兩個英文字母加八位數字,這兩組最容易互換,後面的規則檢核要專門抓它。

03Step 4:LLM 把文字對到欄位

拿 OCR 的文字給 LLM,要求它只輸出固定格式的 JSON,欄位先定死:發票號碼、開立日期、賣方統一編號、買方統一編號、未稅金額、稅額、總計、品名摘要。找不到的欄位填 null,不准自行推測。這一句要寫進提示詞,而且要測。

為什麼不直接讓 LLM 讀圖?可以,但先 OCR 再抽取有兩個好處:出錯時你分得出是看錯字還是填錯欄,而且 OCR 文字可以留檔備查。驗收方式是同一批 30 張單據,逐欄比對人工輸入的答案,算出每個欄位的正確張數。

04Step 5:規則檢核,不靠 AI

這一層用一般程式寫,不用模型。第一,統一編號是 8 位數字,而且有檢查碼規則,算不過就標紅。第二,未稅金額加稅額要等於總計,差一元都標紅。第三,發票號碼格式不符、日期不在本期,標紅。第四,同一個發票號碼出現第二次,標為重複請款。

規則抓的是 AI 最難自己發現的錯:它很有自信地填了一個看起來合理的數字。驗收方式是故意放幾張改過金額的測試單據進去,確認每一張都被攔下來。

05Step 6:人工覆核只看紅燈

全部通過規則的單據,會計抽查;有紅燈的,逐張人工看。這樣人力集中在少數有疑問的單據上。算一下工時:假設每月 400 張單據,人工輸入每張 2 分鐘,是 800 分鐘;導入後假設有八分之一亮紅燈要逐張看,其餘抽查,覆核時間就能壓到原本的一小部分。實際比例要用你自己前兩個月的紀錄算。

下週一可以做的事:從上個月的單據裡挑 30 張,涵蓋你們最常見的五種格式,請會計把正確答案打成一張表。這張表就是之後所有工具的考卷,沒有考卷,換什麼工具都只能憑感覺說好用。

徐愷(KK)肖像照

作者

徐愷(KK)

遊遊股份有限公司負責人、主導顧問

LinkedIn →

先預約 30 分鐘需求初談,確認下一步該做什麼

初談免費。我們會確認問題範圍、預算與決策者,再提出初步建議與可執行的下一步。