Gunakan model bawaan pemrosesan faktur di Power Automate
Masuk ke Power Automate.
Pilih Alur saya di panel kiri, lalu pilih Alur>baru Aliran awan instan.
Beri nama alur Anda, pilih Picu alur secara manual di bawah Pilih cara memicu alur ini, lalu pilih Buat.
Perluas Picu alur secara manual, lalu pilih +Tambahkan File>input sebagai tipe input.
Ganti Konten File dengan Faktur saya (juga dikenal sebagai judul).
Pilih +Langkah>AI Builder baru, lalu pilih Ekstrak informasi dari faktur dalam daftar tindakan.
Tentukan Faktur saya dari pemicu di input File faktur.
Dalam tindakan berturut-turut, Anda dapat menggunakan salah satu nilai faktur dari output model.
Selamat! Anda telah membuat alur yang menggunakan AI Builder model pemrosesan faktur. Pilih Simpan di kanan atas, lalu pilih Uji untuk mencoba alur Anda.
Rentang halaman
Untuk dokumen besar, Anda dapat menentukan rentang halaman yang akan diproses.
Anda dapat memasukkan nilai halaman atau rentang halaman di parameter Pages . Contoh: 1 atau 3-5.
Catatan
Jika Anda memiliki dokumen besar dengan hanya satu faktur, kami sangat menyarankan untuk menggunakan parameter Pages untuk membidik faktur Anda, dan karenanya mengurangi biaya prediksi model dan meningkatkan kinerja. Namun, rentang halaman harus berisi faktur unik agar tindakan mengembalikan data yang benar.
Contoh: Dokumen berisi faktur pertama di halaman 2 dan faktur kedua yang mencakup halaman 3 dan 4:
- Jika Anda memasukkan rentang halaman 2, itu akan mengembalikan data faktur pertama.
- Jika Anda memasukkan rentang halaman 3-4, itu hanya akan mengembalikan data faktur kedua.
- Jika Anda memasukkan rentang halaman 2-4, itu akan mengembalikan sebagian data faktur pertama dan kedua (harus dihindari).
Parameter
Input
| Nama | Wajib | Tipe | Description |
|---|---|---|---|
| File tanda terima | Ya | file | File faktur untuk diproses |
| Halaman | No | string | Rentang halaman untuk diproses |
Output
| Nama | Tipe | Devinisi |
|---|---|---|
| Jumlah jatuh tempo (teks) | string | Jumlah jatuh tempo seperti yang tertulis di faktur |
| Jumlah jatuh tempo (angka) | mengapung | Jumlah yang harus dibayar dalam format angka standar. Contoh: 1234.98 |
| Keyakinan jumlah jatuh tempo | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Alamat penagihan | string | Alamat penagihan |
| Keyakinan alamat penagihan | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Penerima alamat penagihan | string | Penerima alamat penagihan |
| Keyakinan penerima alamat penagihan | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Alamat pelanggan | string | Alamat pelanggan |
| Keyakinan alamat pelanggan | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Penerima alamat pelanggan | string | Penerima alamat pelanggan |
| Keyakinan penerima alamat pelanggan | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| ID pelanggan | string | ID pelanggan |
| Keyakinan ID pelanggan | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Nama pelanggan | string | Nama pelanggan |
| Keyakinan nama pelanggan | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Tanggal jatuh tempo (teks) | string | Tanggal jatuh tempo seperti yang tertulis di faktur |
| Tanggal jatuh tempo (tanggal) | Tanggal jatuh tempo dalam format tanggal standar. Contoh: 2019-05-31T00:00:00Z | |
| Keyakinan tanggal jatuh tempo | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Tanggal faktur (teks) | string | Tanggal faktur seperti yang tertulis di faktur |
| Tanggal faktur (tanggal) | date | Tanggal faktur dalam format tanggal standar. Contoh: 2019-05-31T00:00:00Z |
| Keyakinan tanggal faktur | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| ID Faktur | string | ID Faktur |
| Keyakinan ID faktur | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Total faktur (teks) | string | Total faktur seperti yang tertulis di faktur |
| Total faktur (angka) | mengapung | Total faktur dalam format tanggal standar. Contoh: 2019-05-31T00:00:00Z |
| Keyakinan total faktur | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Pesanan pembelian | string | Pesanan pembelian |
| Keyakinan pesanan pembelian | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Alamat remitansi | string | Alamat remitansi |
| Keyakinan alamat remitansi | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Penerima alamat remitansi | string | Penerima alamat remitansi |
| Keyakinan penerima alamat pengiriman | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Alamat layanan | string | Alamat layanan |
| Keyakinan alamat layanan | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Penerima alamat layanan | string | Penerima alamat layanan |
| Keyakinan penerima alamat layanan | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Alamat pengiriman | string | Alamat pengiriman |
| Keyakinan alamat pengiriman | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Penerima alamat pengiriman | string | Penerima alamat pengiriman |
| Keyakinan penerima alamat pengiriman | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Subtotal (teks) | string | Subtotal seperti yang tertulis di faktur |
| Subtotal (angka) | mengapung | Subtotal dalam format angka standar. Contoh: 1234.98 |
| Keyakinan subtotal | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Pajak total (teks) | string | Total pajak seperti yang tertulis di faktur |
| Pajak total (angka) | mengapung | Total pajak dalam format angka standar. Contoh: 1234.98 |
| Keyakinan pajak total | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Alamat vendor | string | Alamat vendor |
| Keyakinan alamat vendor | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Penerima alamat vendor | string | Penerima alamat vendor |
| Keyakinan penerima alamat vendor | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Nama vendor | string | Nama vendor |
| Keyakinan nama vendor | mengapung | Seberapa percaya diri model ini dalam prediksi. Skor antara 0 (kepercayaan diri rendah) dan 1 (kepercayaan diri tinggi). |
| Teks terdeteksi | string | Baris teks yang dikenali dari menjalankan OCR pada faktur. Dikembalikan sebagai bagian dari daftar teks. |
| Nomor halaman teks yang terdeteksi | integer | Di halaman mana baris teks yang dikenali ditemukan. Dikembalikan sebagai bagian dari daftar teks. |