月底把几十张发票、收据和供应商账单拖进 AI，最诱人的目标是“一键做报销表”。真正危险的地方也在这里：金额少了一个小数点、日期读错、税额被当成含税总额、同一张电子票重复上传。AI 可以把整理速度提高很多，但不该替你决定一笔款项是否正确、是否应付款，或是否符合公司的财务政策。
更稳的做法是把 AI OCR 当作录入和分流工具：先提取字段，再把有冲突、看不清或高金额的单据送进人工核验队列。本文适用于自由职业者、小团队和运营部门整理采购、差旅或供应商单据，可用 ChatGPT 或 Gemini 处理已经脱敏、获准上传的文件；涉及个人身份信息、银行卡和敏感合同，应使用你所在组织批准的工具与存储方式。
不要从“识别文本”开始，从字段规则开始
同一张账单里可能有订单日期、开票日期、付款日期和到期日；可能有未税金额、税额、折扣、运费和应付总额。如果没有预先定义列，模型会挑一个看起来最合理的数字填进去，之后很难追溯。
先建立一个统一表头，并给每项规则一个明确含义：
- document_id：原文件名加序号，不用供应商名称代替唯一标识。
- supplier / document_number：供应商与发票号；看不清时必须留空并标记。
- issue_date / due_date：明确只记录开票日和到期日，不把付款日混进来。
- currency / subtotal / tax / total：总额必须保留币种，税额不明确时不自行反推。
- expense_category：只能从预定义类别中选择，无法判断时填“待分类”。
- evidence：页码或原文片段，方便复核。
- confidence / review_reason：不是让 AI 自我打分，而是记录为什么需要人看。
把文件名、上传日期、原始文件链接保留在受控位置。表格只是索引，不应成为唯一的凭证库。
先去重、分文件类型，再识别
重复计入比 OCR 漏字更常见。电子发票、邮件附件和手机照片可能是同一笔费用的三个版本。上传前先计算文件哈希；对于不同文件但内容相近的情况，再用供应商、单号、币种、总额和日期做候选重复组。AI 可以标记相似项，但不能自动删除记录。
同时区分发票、收据、对账单、报价单、订单确认和付款截图。它们携带的事实不同。报价单不是应付款凭证，付款截图也不必然包含税务信息。先分类型，后面的字段规则和核验条件才不会混乱。
根据以下单据图像或 OCR 文本，以指定字段表输出 JSON。每个字段必须附带 evidence（页码与原文片段）。只有原文明确出现时才填值；看不清、存在多个候选或字段不适用于该文件时填 null，并说明 review_reason。不要推算税额、汇率、付款状态、报销资格或会计科目。把文件先归类为 invoice、receipt、statement、quote、order_confirmation、payment_proof 或 other。
把异常规则写出来，别只相信置信度
“置信度 0.92”不说明一笔费用可以入账。更实用的是一组可以复现的异常规则：总额不等于小计加税和运费（允许明确的折扣项）；币种缺失；单号为空；日期落在不合理区间；同一供应商和金额在短时间重复出现；文件是报价单却被归为发票；金额超过团队设定的复核阈值；图像模糊、裁切或多页缺失。
这些规则能把人工时间用在真正有风险的地方。低风险且字段齐全的记录可以进入“待确认”队列；异常记录必须保留原因、负责人和处理结果。不要因为模型给了答案就自动改写原始数据。
人工复核要看什么
复核人员不需要重新录入一遍。打开原件，只核对被标红的字段和业务合理性：供应商是否存在、号码是否一致、金额是否是总额、税率是否来自单据、费用是否与业务目的有关、是否已经支付、是否重复。对外币单据，保留原币金额和汇率来源，别让 AI 根据当天网页猜一个汇率。
建立三种结论即可：确认无误、需要补充材料、拒绝或排除。每种结论都留下简短原因。这样当供应商追问、报销被退回或月底对账不平时，团队能回到原件和处理记录，而不是追问“当时 AI 是怎么判断的”。
保护隐私与访问权限
单据经常含有姓名、地址、电话、税号、银行尾号和内部项目名称。用于试验的样本应遮掉不需要的字段；共享表格使用最小权限；不要把原件直接贴进公开聊天、公共提示词库或未经批准的第三方服务。若政策要求本地处理或数据驻留，优先使用组织允许的 OCR 与文档管理流程。
对于付款审批、税务申报和法律留档，AI 生成的结构化结果只能是辅助材料。具体留存期限、税务处理和审批要求应由财务或专业人士确认。
一个每周可运行的节奏
- 收集：统一上传入口，命名规则和原件存放位置。
- 预处理：哈希去重、文件分类、图片旋转和清晰度检查。
- 提取：按固定 JSON 结构读取字段并保留 evidence。
- 校验：运行金额、日期、编号、币种和重复规则。
- 复核：只处理异常、高金额和低质量文件。
- 归档：记录结论，链接原件，导出到会计或报销系统前再次确认。
AI OCR 最好的结果不是“完全无人处理的账单”，而是一张每行都有来源、异常有解释、人工只看关键项的工作表。先把字段、异常和权限设计好，自动化才会减少重复劳动，而不会把错误更快地带进账本。