利用 AI Builder 简化文档处理

处理文档通常是一项耗时的手动任务。通过 Power Automate 和 AI Builder，您可以简化文档处理并自动从表单、发票和采购订单等文档中提取数据。

小费

本文提供了如何使用 AI Builder 处理文档的示例场景和可视化表示。该解决方案是一个通用的示例场景架构，可用于许多不同的场景和行业。

体系结构示意图

以下步骤描述了示例体系结构图中显示的工作流：

输入文件提交：用户或系统通过电子邮件提交文档，如发票、采购订单或回扣表。
使用 Power Automate 和 AI Builder 处理文档：收到电子邮件后，Power Automate 云端流会触发 AI Builder，从文档中提取关键信息并存储到 Dataverse 表中，以便进行结构化处理。
自动审核：另一个 Power Automate 流验证提取的数据。如果需要审批或进一步验证，流会将数据排入队列，以供人工审核。
人工审核：人工审核画布或模型驱动应用程序中提取的数据，审核人员可根据需要批准、拒绝或更正数据。审核流程可以包括向发件人提供反馈，说明将来重新提交时批准所需的内容。
向发送者反馈：审查结束后，Power Automate 工作流会向发送者发送一封电子邮件，说明所提交文档的批准或拒绝状态。
报告和分析：Power BI 仪表板提供文档处理工作流程的深入分析，包括处理时间、已审核文档数量和批准率等指标。

AI Builder：使用预生成模型或自定义模型从文档中提取关键数据。

Power Automate：协调文档处理工作流程。

Microsoft Dataverse：充当提取文档数据的中央数据存储库，并通过业务流程跟踪文档进度。

Power Apps：便于人工审查和数据更正。

Power BI：提供对文档处理工作流的分析和见解。

该架构可简化文档密集型业务流程并使其自动化，利用 AI Builder 减少手动数据输入，最大限度地减少错误，并加快决策工作流程。用例包括自动执行发票处理、采购订单审批和返利表单处理。

这些注意事项实现了架构良好的 Power Platform 支柱，这是一组可提高工作负荷质量的指导原则。在架构良好的 Microsoft Power Platform 中了解详细信息。

重试策略：在 Power Automate 中配置的策略通过 AI Builder 或 SharePoint（包括 Dataverse 连接）处理文档处理中的临时故障。
监控和警报：Application Insights 配置为监控工作流程的健康状况并发出故障警报。
文档弹性：用户可以发送任何文档。运行数据提取的工作流必须处理由于文档无效或意外而导致的异常。

数据访问控制：基于角色的访问确保只有授权用户才能访问 Dataverse 中提取的数据。
加密：通过 Power Automate 传输的数据和 Dataverse 中的静态数据都经过加密。
最小特权原则：限制权限以尽量减少暴露。 Power Automate 流尽可能使用权限最小的账户或服务主体访问系统。应用程序用户应仅有权访问支持该应用程序的数据表。

应用程序生命周期管理：解决方案资产存储在源代码管理中，Dataverse 解决方案用于将资产从开发提升到测试再到生产。

使用预生成模型：当预生成模型与您的文档场景相匹配时，考虑使用预生成模型。例如，发票处理使用发票处理预生成 AI 模型。预生成模型无需收集数据来训练和测试自己的模型，从而节省了时间。

高效处理文件审核：用 Power Apps 构建的应用程序应该是一个单一用途的应用程序，让用户选择需要审核的文档，并快速确定需要审核的内容。用户可执行的操作应易于理解和完成，不会因意外选择错误结果而导致人为错误。