TL;DR
Tarkista ensin, onko PDF:ssä tekstikerros. Jos on, lyhyt skripti ilman tekoälyä luki kaikki 30 testilaskuani oikein, sekä otsikkotiedot että kaikki 113 laskuriviä, mediaanilla 0,03 sekuntia laskua kohden. Skannauksella sama skripti ei palauta mitään, ja tarvitset mallin. Raportoimassani ajossa Claude Haiku 5.5 luki kaikkien 30 skannauksen verottoman summan, ALV:n ja loppusumman oikein mutta sekoitti numeroita ALV-tunnuksissa, laskunumeroissa ja kuvauksissa sekä kahdessa laskurivin summassa: täysin oikein meni 4 laskua 30:stä, ja 12, jos samannäköisiä merkkejä ei lasketa. Aritmeettiset tarkistukset löysivät 2 väärästä laskusta 18:sta. ALV-tunnuksen tarkistenumero löysi 16 18:sta, ja aritmeettisten tarkistusten kanssa yhdessä 17 18:sta.
Olen Denys, full-stack- ja tekoäly-insinööri. Halusin tietää, mikä toimii, kun PDF-laskun tiedot siirretään Exceliin, ja kuinka usein se menee pieleen. Ajoin siksi koko työn itse alusta loppuun 30 kuvitteellisella toimittajalaskulla, jotka ovat samanlaisia kuin aiemmassa neljän tekoälymallin testissäni: 10 tšekkiläistä, 10 saksalaista, 10 portugalilaista, yhteensä 113 laskuriviä. Yritysten nimissä on esimerkkisanoja (Vzor, Muster, Beispiel, Exemplo), jokaisessa laskussa on SAMPLE-alatunniste, ja ALV-tunnukset tarkistin EU:n VIES-palvelussa, joka vastasi kaikista “ei kelvollinen”. Tällä kertaa syötteenä ovat PDF:t, mukana ovat laskurivit, ja lopputuloksena on Excel-työkirja.
Mistä tunnistaa tekstikerroksellisen PDF:n skannauksesta?
Kirjanpito-ohjelmasta tulostettu PDF sisältää itse tekstin, eli tekstikerroksen. Skannattu PDF on sivun kuva PDF-tiedoston sisällä, eikä siinä ole tekstiä. Jos voit valita sanan hiirellä, kyseessä on tekstikerroksellinen PDF.
Tein jokaisesta laskusta molemmat versiot, yhteensä 60 PDF:ää. Kaikissa 30 tekstikerroksellisessa PDF:ssä tekstikerros oli. Kaikista 30 skannauksesta PDF-kirjasto sai irti 0 merkkiä. Skannaukset ovat oma simulaationi aiemmasta testistä (kierto, sumennus, kohina, voimakas JPEG-pakkaus), eivät paperi skannerin läpi.
Miten PDF-laskun tiedot saa Exceliin ilman tekoälyä?
Tekstikerroksellisella PDF:llä se onnistuu. Kirjoitin Python-skriptin pdfplumber-kirjastolla, joka on ilmainen ja lukee tekstikerroksen: yksi tunnistejoukko kieltä kohden, ALV-tunnukset löydetty sivun puolikkaan mukaan (toimittaja vasemmalla, ostaja oikealla) ja säännöllinen lauseke jokaiselle laskuriville. Se on 94 riviä koodia 3 asettelulle.
Tulos tekstikerroksellisilla PDF:illä: 30 laskua 30:stä täysin oikein, 0 virhettä 270 otsikkokentässä, 113 laskuriviä 113:sta oikein, mediaani 0,03 sekuntia laskua kohden eikä kustannuksia.
Varauksia on paljon. Kirjoitin säännöt katsoen juuri näitä samoja 30 laskua, joten tämä on sääntöjen paras mahdollinen tapaus. Jokainen uusi toimittajan asettelu vaatii uudet säännöt, enkä testannut yhtään muuta asettelua. Kaksi asiaa, jotka sääntöjen piti hoitaa:
- Lukujärjestys. Kaikissa 30 laskussa, kaikissa kolmessa asettelussa, ostajan ALV-tunnus on tekstikerroksessa ennen toimittajan tunnusta, joten “ota ensimmäinen ALV-tunnus” vaihtaa ne keskenään. Skripti lukee sivun vasemman ja oikean puolikkaan erikseen.
- ALV-tunnuksen etuliite. Portugalilaisissa laskuissa tunnus on painettu
PT-etuliitteellä tai ilman. Vertaan ilman etuliitettä: 8 laskua poikkeaa oikeasta arvosta vain siinä.
Mitä tapahtuu, kun PDF on skannaus?
Skripti kaatuu äänettömästi. 30 skannauksella extract_text() palautti joka kerta tyhjän merkkijonon, kutsu onnistui ja kaikki 270 otsikkokenttää jäivät tyhjiksi. Mitään virhettä ei heitetty.
Skannauksia varten lähetin jokaisen PDF:n Claude Haiku 5.5 -mallille OpenRouterin kautta, joka lukee PDF:n suoraan ilman erillistä OCR-vaihetta. Lämpötila 0, yksi JSON laskua kohden: yhdeksän otsikkokenttää sekä laskurivit (kuvaus, määrä, yksikköhinta, summa).
| Menetelmä ja syöte | Täysin oikeat laskut | Oikeat laskurivit |
|---|---|---|
| Skripti, tekstikerroksellinen PDF | 30 / 30 | 113 / 113 |
| Skripti, skannaus | 0 / 30 | 0 / 113 |
| Haiku 5.5, tekstikerroksellinen PDF | 29 / 30 | 112 / 113 |
| Haiku 5.5, skannaus, tarkasti | 4 / 30 | 76 / 113 |
| Haiku 5.5, skannaus, samannäköiset merkit ohitettu | 12 / 30 | 108 / 113 |
“Täysin oikein” tarkoittaa, että yhdeksän otsikkokenttää ja jokainen laskurivi täsmäävät. Tekstikerroksellisilla PDF:illä Haikun ainoa virhe oli kuvaus, Europaletten sanan Europalette tilalla; sen otsikkotiedot olivat oikein 30 laskussa 30:stä. Skannauksissa kaikki yhdeksän otsikkokenttää oli oikein 14 laskussa 30:stä.
Mitä malli luki väärin skannauksissa?
Enimmäkseen ei rahaa. Laskupäivä, eräpäivä, valuutta, veroton summa, ALV ja loppusumma: 0 virhettä kaikissa 30 laskussa tässä ajossa. Määrä, yksikköhinta ja summa: 111 oikein 113:sta. Virheet olivat enimmäkseen tekstissä:
- Otsikko: 21 väärää kenttää 16 laskussa, kaikki ALV-tunnuksissa. Toimittajan ALV-tunnus 6 kertaa, ostajan ALV-tunnus 15 kertaa.
- Laskurivit: 37 113:sta ei ole täsmälleen oikein. 32 eroaa vain typografialtaan:
×palautettiin muodossax,–muodossa-,µ(mikro-merkki) muodossaμ(kreikkalainen myy). 5 on todellisia virhelukuja: 3 kuvausta (fita estirávelsananfilme estiráveltilalla, kaikki yhdessä portugalilaisessa laskussa) ja 2 summaa (184,00luettu muodossa164,00,1.376,67muodossa1.378,67).
Miksi aritmeettiset tarkistukset pysyivät lähes hiljaa?
Lisäsin työkirjaan kaksi tarkistusta sarakkeina: laskurivit summautuvat verottomaan loppusummaan, ja veroton summa plus ALV on yhtä kuin loppusumma, molemmat 0,01 tarkkuudella. Mallin skannauksissa ne merkitsivät 2 niistä 18 laskusta, jotka olivat oikeasti väärin (2 26:sta, kun typografia lasketaan virheeksi), eli ne kaksi, joissa laskurivin summa oli luettu väärin. Otsikon summat olivat oikein, joten summat täsmäsivät. Lukuihin perustuva tarkistus ei näe väärää numeroa tunnuksessa tai sanassa. Aiempi testi osoitti saman kuvion: sen summatarkistus merkitsi 3 63 väärästä laskusta.
Skriptin tyhjällä tulosteella molemmat tarkistukset laukesivat 30 kerralla 30:stä. Poiminta, joka ei palauta mitään, kaatuu taulukossa ainakin äänekkäästi.
Kolmas tarkistus, ALV-tunnuksen tarkistenumero (python-stdnum tšekkiläiselle DIČ:lle, saksalaiselle USt-IdNr:lle ja portugalilaiselle NIF:lle), löysi 16 väärästä laskusta 18:sta eikä antanut väärää hälytystä yhdestäkään oikeasta laskusta. Yksikään väärä ALV-tunnus ei läpäissyt sitä. Aritmeettisten tarkistusten kanssa yhdessä se on 17 18:sta. Jäljelle jäi portugalilainen lasku, jossa oli väärin luettu vain kuvauksia, ja se vaatii ihmisen, jolla on PDF auki rivin vieressä.
Miltä Excel-työkirjan pitäisi näyttää?
Kaksi taulukkoa. Invoices sisältää yhden rivin laskua kohden: tiedostonimi, laskunumero, laskupäivä ja eräpäivä, toimittajan ja ostajan ALV-tunnus, valuutta, veroton summa, ALV ja loppusumma, rivien määrä ja rivien summa sekä kolme tarkistussaraketta. Lines sisältää yhden rivin laskuriviä kohden: tiedostonimi, laskunumero, rivinumero, kuvaus, määrä, yksikköhinta ja summa. Taulukot yhdistää laskunumero. Yksi litteä rivi laskua kohden ei toimi, koska rivien määrä vaihtelee ja pisimmässä laskussani niitä on yhdeksän.
Luvut menevät sisään lukuina ja päivämäärät päivämäärinä. Tšekkiläinen 175 011,84 Kč tai saksalainen 10.465,61 € täytyy muuntaa ennen kirjoittamista, muuten Excel käsittelee ne tekstinä ja summa ohittaa ne. Avasin tallennetun tiedoston uudelleen ja tarkistin 2256 solun tyypin: päivämäärät, summat, määrät ja tarkistustulokset olivat kaikki oikeaa tyyppiä, ja 0 oli tallennettu tekstinä. Vielä 300 solua oli tyhjiä, ne ovat rivejä, joilla skripti ei löytänyt mitään.
Luin tiedoston takaisin kirjastolla enkä avannut sitä Excelissä tai LibreOfficessa, ja tarkistukset ovat arvoja TRUE tai FALSE, eivät kaavoja.
Paljonko se maksaa ja kuinka kauan se kestää?
Skripti ei maksa mitään ja vie 0,03 sekuntia laskua kohden. Haiku 5.5:n kohdalla käytin OpenRouterin laskuttamaa hintaa kutsua kohden:
| Haiku 5.5 | USD tuhatta laskua kohden | Mediaanisekunnit laskua kohden |
|---|---|---|
| Tekstikerroksellinen PDF | 0,58 | 2,96 |
| Skannaus | 0,72 | 4,31 |
| Molemmat yhteensä | 0,65 | 3,66 |
Koko ajo oli 60 kutsua ja USD 0,038847 (133 197 tokenia sisään, 51 055 ulos), ilman yhtään epäonnistunutta kutsua, uudelleenyritystä tai jäsentymätöntä vastausta. Ajat sisältävät verkon ja mallin päättelyn, ja yhtä aikaa oli käynnissä 8 kutsua.
Mikä vaikuttaa skannaustulokseen?
Sama malli samoilla skannauksilla ei anna yhtä lukua. Nähdäkseni, mikä vaikuttaa, toistin skannaustestin tällä aineistolla: vain skannaukset, lämpötila 0, kaksi toistoa kutakin ehtoa kohden, 240 kutsua lisää hintaan USD 0,145779. Ehdot olivat syöte (sivu kuvana tai PDF) ja kehote (yhdeksän otsikkokenttää tai otsikko plus laskurivit). Laskut, joissa kaikki yhdeksän otsikkokenttää oli oikein, 30:stä:
| Ehto | Ajo 1 | Ajo 2 |
|---|---|---|
| Kuva, vain otsikko | 13 | 14 |
| Kuva, otsikko ja rivit | 14 | 14 |
| PDF, vain otsikko | 13 | 13 |
| PDF, otsikko ja rivit | 15 | 12 |
Yllä raportoitu ajo on viides PDF-ajo otsikolla ja riveillä: 14. Myös neljän mallin kuvatesti antoi näillä skannauksilla Haikulle 14.
- Syöttöreitti: ei näkyvää vaikutusta. Kuva-ajot antoivat 13, 14, 14, 14 ja 14 (keskiarvo 13,8), PDF-ajot 13, 13, 15, 12 ja 14 (keskiarvo 13,4). Vaihteluvälit menevät lähes täysin päällekkäin.
- Kehotteen koko: ei näkyvää vaikutusta. Pelkkä otsikko antoi 13, 14, 13 ja 13; otsikko ja rivit 14, 14, 15, 12 ja 14.
- Ajosta toiseen: 0-3 laskua saman ehdon toistojen välillä.
- Laskuaineisto on suurin tekijä. Samalla mallilla ja samalla kuvakehotteella aiempi 30 laskun aineisto antoi 22 ja 22. Tämä antaa 13 ja 14. Jokaisella maalla on yksi ostajan ALV-tunnus, joka toistuu 10 laskussa, ja tässä aineistossa Haiku lukee sen väärin 11-13 laskussa 30:stä kuva-ajoa kohden (aiemmassa aineistossa 2-3). Yksi väärin luettu merkkijono siirtää jopa 10 laskua kerralla. Kahdella aineistolla ja yhdellä mallilla tämä osoittaa, että aineisto painaa enemmän kuin kaksi muuta vaikutusta, ei sitä, miksi jokin merkkijono on vaikea lukea.
- Summat voivat mennä väärin. 8 toistoajosta 4:ssä ainakin yksi summa oli väärin. Summatarkistukset merkitsivät näistä 4 laskusta 2; 2 jäi huomaamatta. Raportoimassani ajossa ei ollut väärää otsikon summaa, joten “enimmäkseen ei rahaa” pätee siinä, mutta ei jokaisessa ajossa.
Mitä en testannut?
- Excelin omaa tuontia (Power Query “From PDF”, Data from Picture).
- Oikeita toimittajalaskuja. Kaikki 30 ovat kuvitteellisia: 3 asettelua, yksi fontti, yksi sivu kukin.
- Monisivuisia laskuja, muita kieliä, valokuvia ja aitoa skannerin kohinaa.
- OCR:ää, joka syöttää sääntöskriptille. Skannausten vertailukohta on pelkkä skripti.
- Muuta mallia kuin Haiku 5.5.
- Sääntöjä asettelulle, jolle niitä ei viritetty.
Mitä tekisin oikeilla laskuilla?
Tämä on oma tulkintani luvuista, ei mitattu tulos. Tarkista ensin tekstikerros. Muutaman toimittajan tekstikerroksellisille PDF:ille säännöt ovat halvempia, nopeampia ja tässä testissä täsmällisiä. Monille tai tuntemattomille asetteluille tai skannauksille käytä mallia, aja ALV-tunnuksen tarkistenumerotarkistus ja aritmeettiset tarkistukset ja anna ihmisen katsoa, mitä ne merkitsevät, sekä kuvaukset, joita mikään tarkistuksistani ei kata.
Skriptit, laskut, oikeat arvot, tulokset ja työkirja ovat tässä arkistossa. Sisällä on 60 PDF:ää ja mallin raakavastaukset, joten pisteytyksen ja työkirjan voi rakentaa uudelleen ilman API-avainta. Laskujen poiminnan prototyyppini toimii esimerkkidatalla.
Jos mietit vielä, minkä osan yrityksestäsi kannattaa automatisoida, autan valitsemaan sen ja rakennan sen sen jälkeen: katso AI-konsultti pk-yritykselle. Asiakasviestit ovat toinen yleinen ensimmäinen tekoälytehtävä pienessä yrityksessä: paljonko WhatsApp-chatbot maksaa vastausta kohden, Metan maksu mukaan laskettuna.
Katso myös: Dokumenttienhallintajärjestelmä pienyritykselle: 8 hintaa.
Vastaava tapaukseni
Rakensin palvelun, joka muuttaa kiinteistötodistuksen, joka vei 2–3 viikkoa ja maksoi EUR 200–300, sellaiseksi, joka vie 2–3 minuuttia ja maksaa EUR 99, skripteillä ja kuvantulkinta-tekoälyllä. Toteutus on kiinteistöasiakirjojen automatisoinnin tapauksessa.
Jos laskujen pitää päätyä taulukkoosi tai kirjanpitotyökaluusi ilman, että kukaan kirjoittaa niitä uudelleen, rakennan sen prosessiautomaation puitteissa.
Siirrätkö laskuja taulukkoon käsin? Kirjoita minulle, niin löydämme sinulle parhaan vaihtoehdon.
Siirrätkö yhä laskuja käsin?
Kerro, mitä sinulla on nyt ja mitä tarvitset. Vastaan vaihtoehdolla, jonka itse valitsisin.
Kirjoita minulle