开发指南 / AI 文件与系统集成
AI 文档处理：读出文字后，怎样核对才可用？
AI 可以读出文件内容，但金额、客户名称、日期和版本仍可能有错。正式写入系统前，同事要有方法对照原文、补资料和确认结果。
读到文字，为什么还不能直接录入系统？
把文件交给 AI，很快就可以得到摘要。但同事可能需要的是找出缺少的附件、把字段写入系统，或整理成一份可核对的文件。摘要是否有用，要看它能否接上这些工作。
开始前，列出要输出什么、谁作最后确认，以及哪些错误不能接受。金额、客户名称和日期可以逐项对照来源；未能确认的内容标出来，留给同事处理。
一般程序、OCR 和 AI，怎样分工？
固定格式及计算规则先考虑一般程序或现有工具；来源多变、需要理解文字时，才评估 AI 的作用。先拿正常、模糊、缺页及不同格式的样本试验，不只展示最容易的一份。
试验前确认所选服务能否处理这些文件、哪些字段需要遮盖、谁可以查看，以及保存多久。在自己的服务器上运行，也可能通过外部 API 发送数据，因此仍需逐项确认。
明确的规则
固定字段、必填检查及可确定的计算关系，可先用程序处理。规则也能检查 AI 输出，但不能代替来源核对。
文字及版面辨识
先看文件是否已有可读文字，再决定是否需要 OCR。扫描质量、表格位置、语言及页面缺漏都会影响测试。
理解多变内容的 AI
格式及措辞多变时，可评估 AI 抽取或分类。仍须定义输出字段、缺资料时的处理，以及什么结果要交人复核。
从供应商文件到正式记录，怎样处理？
以下为说明方法的假设例子，并非客户案例或已交付成效。
假设需要把供应商文件整理成待复核资料：保留原文件与页码，抽取指定字段，检查必填项目及金额关系。对不上或不确定的内容进入复核清单，由同事确认后才建立正式记录，并保留修正记录。
试用时，留意这三种问题
答案很完整，但来源没有这项资料
要求每个重要字段可回到原文件及页码查看，并清楚区分原文、抽取结果与人工修正。缺少日期就标示缺资料，不能为了填满表格而推算一个日期。若允许推算，应把规则及推算标示分开，交由负责人确认。
平均表现不差，关键字段却常读错
把金额、文件编号及其他关键字段分开看，也把文件类型分开看。一批简单样本可能掩盖少数模糊扫描的问题。报告要列出测试样本、读错的字段，以及哪些问题已被系统标出并交人处理。只有一个整体百分比，还看不出这些细节。
抽取很快，复核却比手工更慢
审核界面应将来源与结果放在便于对照的位置，并标出需要注意的内容。如果员工要逐个字段查找文件，或修正后还要再次录入其他系统，就未必减少了工作。试行时记录查找原文、修正和录入的时间。
怎样验收，才能知道真的可用？
- 建立人工核对的答案，按字段比较抽取结果，分开记录正确、漏读及读错；高风险字段独立验收。
- 测试文件重复上传、服务中断及人工修正，确认不会重复建立记录，亦可追溯到原文件。
- 测量每份文件的处理费用、复核时间及例外比例；用结果决定适用的文件类型，不预设节省百分比。
比较成本，要算到复核完成
AI 文件项目除了读取或生成内容，还可能涉及上传、保存、权限、来源追溯、人工复核及连接现有系统。比较方案时，要看整段工作完成后剩下多少人工处理，而不是只比较单次模型费用。
试行时保留一部分未用来调整流程的文件作验收，避免只对熟悉样本表现良好。加入新文件类型或更换模型后，再核对结果；如果复核时间反而增加，就应先调整适用范围。
先决定适用范围，再逐步增加自动化
把试行结果分成可处理、需人工复核及暂不支持的文件类型。正式流程可以先全部由人确认，待样本及操作经验累积后，再评估哪些低风险步骤适合减少复核。不要把某一种整齐表格的结果推广到所有文件。
在确认费用可接受后，继续记录每类文件的例外原因。新增版面、供应商或语言，应重新取样验证。模型或提示更新也可能改变结果，因此要保留一组固定核对样本及版本记录，方便发现退步并决定是否暂停更新。
试行前，准备文件和正确答案
准备获准使用的匿名样本、目标字段、正确输出例子、复核负责人及要接入的系统。可以先就一小批样本报价，试过结果后再决定是否扩充。模型、API、存储及维护费用，也要算进日常成本。
开始前，还有这些常见问题
是否一定要使用 AI 才能自动处理文件？
不一定。可直接读取的固定格式，配合明确规则可能已足够。先比较实际样本、例外及维护工作，再决定是否需要 OCR、AI 或两者配合。
供应商说准确率很高，可以省去复核吗？
先看测试文件、计算方法及你的关键字段是否包括在内。正式使用应根据自己的样本与出错后果决定复核安排；供应商的整体数字不能直接代替项目验收。
