--- title: 工業單據辨識：混凝土送貨單與過磅單的 AI 辨識｜如新科技 RUSIN Tech url: https://rusin-tech.com/industries/document-ocr/ description: 如新科技（台中）做過工地與工廠的單據辨識系統：一頁多單先切割、依單據類型由 AI 讀取欄位，每筆結果標示信心等級，再由人逐格確認。這一頁整理這類單據的實際狀況，以及動工前我們會先確認的事。 --- 上線經驗・工地與工廠 # 工業單據辨識：AI 讀取欄位，由人確認 我們在工地與工廠的單據現場做過一套辨識系統，讓 AI 負責讀字，讀之前的切割與分類、讀之後的確認，都是我們設計的。這一頁整理這一行的實際狀況，以及動工前我們會先確認的事。 ## 這一行的實際狀況 1. **一張紙上常常不只一張單。**磅單三四張貼在同一張 A4 上很常見，印表機一次吐出好幾份同版型的單據也很常見。先切開，才能一張張對應到一筆紀錄。切錯一次，後面的數字就全部跟著錯。 2. **原圖本來就不乾淨。**工地的單據多半是手機隨手拍，紙面歪、有陰影與摺痕。點陣印表機加上複寫紙，墨色淡、筆畫斷，0 跟 8、1 跟 7 看起來很像。 3. **同樣叫送貨單，版型可能完全不同。**同一家廠商換了印刷廠，欄位位置就跑了。混凝土送貨單、過磅單、水電費單的欄位更是各自不同，先判斷是哪一種，才知道該去哪裡找數字。 4. **數字之間的關係，單據上通常不寫。**淨重是總重減掉空車重，但紙上只印一個結果。登打的人通常不會逐筆去算，錯誤就這樣一路進到請款與計價。 5. **最後一關在承辦人。**送進請款或計價之前，總要有一位承辦人對照原圖看過。系統能做的，是讓他看得快、看得出哪裡可疑，數字對不對仍由他決定。 ## 動工之前，我們會先問的事 動工前，我們會先問下面這些。每個答案都會改變系統怎麼做。 - 單據是怎麼進到系統的？拍照、掃描，還是有人直接打字？一天大約幾張？ - 同一種單據有幾種版型？印刷廠或表單換過幾次？ - 一張紙上通常貼幾張？是要切開一張張登，還是整張一起看？ - 讀錯的數字，現在是在哪一步、由誰發現的？ - 這些數字最後流向哪裡？請款、計價，還是 ERP？接收的人能不能接受「標示異常、由人決定」？ - 有沒有哪些欄位只有老師傅看得懂，寫在備註或角落的手寫字裡？ ## 我們在這個現場做了什麼 做法的核心是：**AI 只負責讀字，什麼時候讀、讀完怎麼擋、讀錯時誰看得見，是我們設計的。**系統的可靠來自後面這幾道設計，不是來自模型不會錯。 - **先切再讀：**由人指定一頁要切成幾列幾欄。系統找出頁面上有字的範圍，等分成格子，每一格存成獨立影像，空白的格子會被標出來。 - **先判斷是哪一種單據，再依該類型讀：**每一格先判斷單據類型，再套用該類型的提示詞與欄位定義，請 Claude Vision 讀取。類型清單與欄位定義可以在系統內維護。 - **讀出來要標信心，低信心不能直接用：**每一筆結果都帶有高、中、低的信心等級。等級為低時，畫面會以紅色警示「請勿直接使用」，要求人對照原圖逐欄核對。 - **由人決定哪一格算數：**切割後，人可以勾選要納入或排除的格子。辨識完成後，每一格都要按下確認或拒絕，拒絕時要寫原因。原始檔、切出的格子與模型的原始輸出都保留，回頭查得到。 ## 這類案子，我們通常怎麼開始 - **不追求全自動。**能讓人一眼看出哪裡讀錯，比少點幾次確認更重要。確認這一步省不掉，只能讓它變快。 - **從量最大、版型最穩的一種單據開始。**例如混凝土送貨單。承辦人習慣了，再加過磅單或水電費單。 - **有些事不必用系統解決。**量不大時，逐張人工核對可能比導入系統更省事，先把量算清楚。 - **最後那一關由誰看，先談好。**系統會標出異常，決定數字算不算數的是人，免得大家都以為是別人在看。 **適合來談的人：**營造工程單位、預拌混凝土廠、有地磅與大量水電費單據的製造業與公用事業單位，以及想把紙本單據接進既有系統、需要有人懂現場的開發團隊。 ## 常見問題 **AI 單據辨識會讀錯嗎？讀錯了怎麼辦？** 會。字跡模糊、版型不熟、數字長得很像時都可能讀錯，我們不承諾每個字都對。系統的做法是讓錯誤被看見：信心低的結果會標成紅色，原圖與讀出的欄位並排，每一格都要有人按下確認或拒絕，才算完成。 **照片拍得歪、有陰影，還能讀嗎？** 要看原圖本身。字跡還清楚，讀得出來就讀；字糊到連人都要猜，讀出來的結果會被標成低信心，請人對照原圖逐欄核對，不會硬給一個數字。拍照時盡量讓整張紙入鏡、光線平均，能省下很多複核的時間。 **一張 A4 上貼了三四張過磅單，怎麼切？** 上傳時由人指定要切成幾列幾欄，系統找出頁面上有字的範圍後等分成格子，每一格存成獨立影像，空白的格子會標出來。切割是依格數等分，不是自動找出每張紙的邊界，所以紙貼得不整齊時，要在切割畫面確認每一格有沒有切到別張的字。 **工地或工廠要導入，應該從哪裡開始？** 從量最大、版型最穩的一種單據開始，例如混凝土送貨單或過磅單。先拿近三個月的實際單據試讀，看哪些欄位最常讀錯，再決定要不要上線。上線初期保留紙本流程並行，讓承辦人有退路。 這個案例實際用的技術：Python（FastAPI）、Claude Vision、Pillow 與 NumPy 做影像處理、Angular、SQL Server。技術跟著問題走，不是重點。