AI 发票校验：提取票据信息，核对关键字段一致性
把票据信息录入与核对交给 AI：字段按抽取规则提取，一致性按审核规则判断，每次执行保留完整记录，让报销与核算环节拿到规范、可追溯的结果。
业务里的这些麻烦，是不是很眼熟
- 发票数量一多，手工录入慢、抄错也没人发现
- 票据与报销单、合同之间的一致性核对，靠人眼逐项比对
- 审核口径因人而异，金额超标、抬头不符这类问题难以统一把关
雀为怎么做
抽取规则定义要从票据中提取哪些字段：发票号码、开票日期、金额合计、税率等，每个字段带类型与格式约定。模型按规则提取，输出必须通过 Schema 校验，格式不对的结果不会进入业务流程。
审核规则负责核对与判断：抬头与报销单是否一致、金额是否超阈值、票面信息是否互相对应。规则以结构化配置独立维护，调整口径时改配置即可，不需要重写提示词，也不依赖模型自觉。
可提取的字段（示例）
| 字段 | 说明 |
|---|---|
| 发票号码 | 票面唯一编号，用于查重与归档 |
| 开票日期 | 带格式校验，统一为标准日期 |
| 购买方名称 | 用于与报销单抬头一致性核对 |
| 金额合计 / 税额 | 数值型，参与金额类审核规则 |
| 税率 | 按票面税栏提取，异常税率可触发提醒 |
| 发票类型 | 区分常见票据类型，分别套用规则 |
字段清单按业务需求定义，以上为常见示例；提取结果必须通过输出 Schema 校验才会作为最终结果。
审核规则示例
| 规则 | 命中后 |
|---|---|
| 金额超过 1000 元触发人工提醒 | 提醒复核，不自动通过 |
| 购买方名称与报销单抬头一致性核对 | 不一致时标记复核 |
| 开票日期超出允许期限 | 标记复核并说明原因 |
规则以结构化配置独立维护、版本化管理，不写进提示词；调整口径时改配置即可，每次执行记录所使用的规则版本。
常见问题
发票校验的结果怎么接入现有报销或核算系统？
校验通过的结果按约定的输出格式生成，字段与业务系统对齐后，可通过 API 直接供现有系统消费；格式由输出 Schema 约定，保证结果稳定可读。
字段提取不准怎么办？
提取口径由抽取规则明确约定，模型按规则输出并通过 Schema 校验；对个别识别偏差，可以结合执行记录定位原因，调整规则或补充样例后重新验证。