發票處理預建 AI 模型

發票處理預建 AI 模型擷取主要發票資料，以協助您自動處理發票。 發票處理模型已最佳化，以辨識一般發票元素，例如發票識別碼、發票日期、應付金額和其他。

發票模型可讓您建立 自訂發票模型 ，以擴充預設行為。

在 Power Apps 中使用

若要深入了解如何在 Power Apps 中使用發票處理預建模型，請移至使用 Power Apps 中的發票處理預建模型。

在 Power Automate 中使用

若要深入了解如何在 Power Automate 中使用發票處理預建模型，請移至使用 Power Automate 中的發票處理預建模型。

支援的語言和檔案

支援以下語言：阿爾巴尼亞文 (阿爾巴尼亞)、捷克文 (捷克共和國)、中文 (簡體)、中文 (繁體) 香港特別行政區、中文 (繁體) 台灣、丹麥文 (丹麥)、克羅埃西亞文 (波士尼亞與赫塞哥維納)、克羅埃西亞文 (克羅埃西亞)、克羅埃西亞文 (塞爾維亞)、荷蘭文 (荷蘭)、英文 (澳洲)、英文 (加拿大)、英文 (印度)、英文 (英國)、英文 (美國)、愛沙尼亞文 (愛沙尼亞)、芬蘭 (芬蘭)、法文 (法國)、德文 (德國)、匈牙利文 (匈牙利)、冰島文 (冰島)、義大利文 (義大利)、日文 (日本)、韓文 (韓國)、立陶宛文 (立陶宛)、拉脫維亞文 (拉脫維亞)、馬來文 (馬來西亞)、挪威文 (挪威)、波蘭文 (波蘭)、葡萄牙文 (葡萄牙)、羅馬尼亞文 (羅馬尼亞)、斯洛伐克文 (斯洛伐克)、斯洛維尼亞文 (斯洛維尼亞)、塞爾維亞文 (塞爾維亞)、西班牙文 (西班牙)、瑞典文 (瑞典)。

若要取得最佳的結果，請為每張發票提供一張清晰的照片或掃描檔案。

• 影像格式必須為 JPEG、PNG 或 PDF。
• 檔案大小不得超過 20 MB。
• 映像維度必須介於 50 x 50 和 10,000 x 10,000 像素之間。
• PDF 維度必須最小為 17 x 17 英寸，相當於 Legal 或 A3 紙張的大小或更小。
• 對於 PDF 文件，僅處理前 2,000 頁。

模型輸出

如果偵測到發票，發票處理模型會輸出下列資訊：

索引鍵/值組

索引鍵/值組是所有的已識別標籤或索引鍵，以及其相關聯的回應或值。 您可以使用這些值來擷取不屬於欄位預先定義清單的其他值。

若要具體呈現發票處理模型所偵測到的所有索引鍵/值組，您可以在流程中新增建立 HTML 資料表動作 (如螢幕擷取畫面所示)，並執行流程。

若要擷取已知其值的特定索引鍵，您可以使用篩選陣列動作，如以下螢幕擷取畫面所示。 在螢幕擷取畫面的範例中，我們想要擷取主要電話的值：

限制

下列限制適用於每個環境跨文件處理模型 (包括預建模型) 進行的呼叫：收據處理和發票處理。

建立自訂發票處理解決方案

發票處理預建 AI 模型的設計目的是要擷取在發票中找到的一般欄位。 由於每個業務都是唯一的，因此您可能想要擷取此預建模型中未包含的其他欄位。 對於您使用的特定類型發票，也可能無法順利擷取某些標準欄位。 有兩種方式可以解決這種情況：

• 使用自訂發票處理模型：除了預設欄位之外，還新增要提取的新欄位或未正確提取的文件範例，從而增強預先建立發票處理模型的行為。 若要深入了解如何擴充預先建立的發票處理模型，請移至選取文件類型。

• 查看原始 OCR 結果：每次發票處理預建 AI 模型處理您提供的檔案時，也會執行 OCR 作業來擷取寫入檔案中的所有字詞。 您可以在模型所提供的偵測文字輸出上存取原始 OCR 結果。 對偵測到的文字所傳回的內容進行簡單搜尋，可能就足以取得您所需的資料。

• 使用文件處理：使用 AI Builder，您也可以建立自己的自訂 AI 模型，以擷取您使用之文件所需的特定欄位與資料表。 只要建立文件處理模型並加以定型，就可以從與發票擷取模型不相容的發票中擷取所有資訊。

定型自訂文件處理模型之後，您可以將它其與 Power Automate 流程中的發票處理預建模型相結合。

以下列出一些範例：

使用自訂文件處理模型來擷取未由發票處理預建模型傳回的其他欄位

我們在此範例中定型了一個自訂文件處理模型來擷取忠誠計畫編號，該編號僅出現在來自 Adatum 和 Contoso 提供者的發票中。

只要有新發票新增至 SharePoint 資料夾，就會觸發此流程。 然後，它會呼叫發票處理預建 AI 模型，以擷取其資料。 接下來，我們將檢查已處理之發票的供應商是否來自 Adatum 或 Contoso。 如果是這種情況，我們會呼叫一個經過定型的自訂文件處理模型，來獲取該忠誠度編號。 最後，我們將從發票中擷取的資料儲存在 Excel 檔案中。

如果發票處理預建模型傳回的欄位的信賴度分數較低，請使用自訂文件處理模型

我們在此範例中定型了一個自訂文件處理模型來擷取發票的總金額，在使用發票處理預建模型時，信賴分數通常會比較低。

只要有新發票新增至 SharePoint 資料夾，就會觸發此流程。 然後，它會呼叫發票處理預建 AI 模型，以擷取其資料。 接下來，我們要檢查發票總計值屬性的信賴分數是否小於 0.65。 如果是這種情況，我們就會呼叫自訂文件處理模型，我們已經用發票定型過該模型，在該模型中，我們通常會在整個欄位中獲得較低的信賴度分數。 最後，我們將從發票中擷取的資料儲存在 Excel 檔案中。

使用發票處理預建模型來處理自訂文件處理模型尚未經過定型可以處理的發票

發票處理預建模型的一種使用方式是將其當作遞補模型，以處理您尚未在自訂文件處理模型中定型的發票。 例如，假設您組建了一個文件處理模型並加以定型，以從您的前 20 個發票提供者中擷取資料。 然後，您可以使用發票處理預建模型來處理所有新發票或較少量的發票。 以下是如何進行此作業的範例：

只要有新發票新增至 SharePoint 資料夾，就會觸發此流程。 然後它呼叫自訂文件處理模型來擷取其資料。 接下來，我們要檢查已偵測集合的信賴度分數是否小於 0.65。 如果是這種情況，則可能表示提供的發票與自訂模型不太相符。 然後我們會呼叫預建發票處理模型。 最後，我們將從發票中擷取的資料儲存在 Excel 檔案中。

相關資訊

• 訓練：使用 AI Builder 的預建模型擷取發票資料 (課程模組)
• 影片：如何在 1 分鐘內自動化將發票資料複製到 Excel 的作業