發票處理預建 AI 模型擷取主要發票資料，以協助您自動處理發票。 發票處理模型已最佳化，以辨識一般發票元素，例如發票識別碼、發票日期、應付金額和其他。
發票模型可讓您建立 自訂發票模型 ，以擴充預設行為。
在 Power Apps 中使用
如需了解如何在 Power Apps 中使用發票處理預建模型，請參閱在 Power Apps 中使用發票處理預建模型。
在 Power Automate 中使用
如需了解如何在 Power Automate 中使用發票處理預建模型，請參閱在 Power Automate 中使用發票處理預建模型。
支援的語言和檔案
支援以下語言：阿爾巴尼亞文 (阿爾巴尼亞)、捷克文 (捷克共和國)、中文 (簡體)、中文 (繁體) 香港特別行政區、中文 (繁體) 台灣、丹麥文 (丹麥)、克羅埃西亞文 (波士尼亞和黑塞哥維那)、克羅埃西亞文 (克羅埃西亞)、克羅埃西亞文 (塞爾維亞)、荷蘭文 (荷蘭)、英文 (澳洲)、英文 (加拿大)、英文 (印度)、英文 (英國)、英文 (美國)、愛沙尼亞文 (愛沙尼亞)、芬蘭 (芬蘭)、法文 (法國)、德文 (德國)、匈牙利文 (匈牙利)、冰島文 (冰島)、義大利文 (義大利)、日文 (日本)、韓文 (韓國)、立陶宛文 (立陶宛)、拉脫維亞文 (拉脫維亞)、馬來文 (馬來西亞)、挪威文 (挪威)、波蘭文 (波蘭)、葡萄牙文 (葡萄牙)、羅馬尼亞文 (羅馬尼亞)、斯洛伐克文 (斯洛伐克)、斯洛維尼亞文 (斯洛維尼亞)、塞爾維亞文 (塞爾維亞)、西班牙文 (西班牙)、瑞典文 (瑞典)。
若要取得最佳的結果，請為每張發票提供一張清晰的照片或掃描檔案。
- 影像格式必須為 JPEG、PNG 或 PDF。
- 檔案大小不得超過 20 MB。
- 映像維度必須介於 50 x 50 和 10,000 x 10,000 像素之間。
- PDF 維度必須最小為 17 x 17 英寸，相當於 Legal 或 A3 紙張的大小或更小。
- 對於 PDF 文件，僅處理前 2,000 頁。
模型輸出
如果偵測到發票，發票處理模型會輸出下列資訊：
| 領域 | Description |
|---|---|
CustomerName |
正在開立發票的客戶 |
CustomerId |
客戶識別碼 |
PurchaseOrder |
採購單參考編號 |
InvoiceId |
此特定發票的 ID （通常是「發票號碼」） |
InvoiceDate |
發票開立日期 |
DueDate |
此發票的付款到期日期 |
VendorName |
建立此發票的廠商 |
VendorAddress |
賣方的郵寄地址 |
VendorAddressRecipient |
與 VendorAddress 相關聯的名稱 |
CustomerAddress |
客戶的郵寄地址 |
CustomerAddressRecipient |
與 CustomerAddress 相關聯的名稱 |
BillingAddress |
客戶的明確帳單地址 |
BillingAddressRecipient |
與 BillingAddress 相關聯的名稱 |
ShippingAddress |
客戶的明確送貨地址 |
ShippingAddressRecipient |
與送貨地址相關聯的名稱 |
SubTotal |
此發票上識別的小計欄位 |
TotalDiscount |
此發票上識別的總折扣欄位 |
TotalTax |
此發票上已識別的總稅額欄位 |
InvoiceTotal |
與此發票相關的新費用總計 |
AmountDue |
應付給供應商的總金額 |
PreviousUnpaidBalance |
先前未支付的明確餘額 |
RemittanceAddress |
客戶的明確匯款或付款地址 |
RemittanceAddressRecipient |
與匯款地址相關聯的名稱 |
ServiceAddress |
客戶的明確服務地址或物業地址 |
ServiceAddressRecipient |
與 ServiceAddress 相關聯的名稱 |
ServiceStartDate |
服務期的開始日期（例如，水電費帳單的服務期） |
ServiceEndDate |
服務期間的結束日期 （例如，水電費帳單服務期間） |
VendorTaxId |
與廠商相關聯的政府核發身分證號碼 |
CustomerTaxId |
與客戶相關聯的政府核發身分證號碼 |
PaymentTerm |
付款應支付的條件 |
KVKNumber |
在荷蘭註冊的企業的唯一識別碼 |
PaymentDetails |
付款詳情一覽
|
TaxDetails |
稅務詳情一覽
|
PaidInFourInstallements |
稅務詳情一覽
|
Items |
稅務詳情一覽
|
信賴分數
| 領域 | 信賴分數 |
|---|---|
CustomerName |
✔️ |
CustomerId |
✔️ |
PurchaseOrder |
✔️ |
InvoiceId |
✔️ |
InvoiceDate |
✔️ |
DueDate |
✔️ |
VendorName |
✔️ |
VendorAddress |
✔️ |
VendorAddressRecipient |
✔️ |
CustomerAddress |
✔️ |
CustomerAddressRecipient |
✔️ |
BillingAddress |
✔️ |
BillingAddressRecipient |
✔️ |
ShippingAddress |
✔️ |
ShippingAddressRecipient |
✔️ |
SubTotal |
✔️ |
TotalDiscount |
✔️ |
TotalTax |
✔️ |
InvoiceTotal |
✔️ |
AmountDue |
✔️ |
PreviousUnpaidBalance |
✔️ |
RemittanceAddress |
✔️ |
RemittanceAddressRecipient |
✔️ |
ServiceAddress |
✔️ |
ServiceAddressRecipient |
✔️ |
ServiceStartDate |
✔️ |
ServiceEndDate |
✔️ |
VendorTaxId |
✔️ |
CustomerTaxId |
✔️ |
PaymentTerm |
✔️ |
KVKNumber |
✔️ |
PaymentDetails.*.IBAN |
✔️ |
PaymentDetails.*.SWIFT |
✔️ |
PaymentDetails.*.BankAccountNumber |
✔️ |
PaymentDetails.*.BPayBillerCode |
✔️ |
PaymentDetails.*.BPayReference |
✔️ |
TaxDetails.*.Amount |
✔️ |
TaxDetails.*.Rate |
✔️ |
PaidInFourInstallements.*.Amount |
✔️ |
PaidInFourInstallements.*.DueDate |
✔️ |
Items.*.Amount |
✔️ |
Items.*.Date |
✔️ |
Items.*.Description |
✔️ |
Items.*.Quantity |
✔️ |
Items.*.ProductCode |
✔️ |
Items.*.Tax |
✔️ |
Items.*.TaxRate |
✔️ |
Items.*.Unit |
✔️ |
Items.*.UnitPrice |
✔️ |
索引鍵/值組
索引鍵/值組是所有的已識別標籤或索引鍵，以及其相關聯的回應或值。 您可以使用這些值來擷取不屬於欄位預先定義清單的其他值。
若要視覺化發票處理模型偵測到的所有索引鍵值組，您可以在雲端流程中新增 [ 建立 HTML 資料表 ] 動作，如螢幕擷取畫面所示，然後執行雲端流程。
若要擷取您知道其值的特定索引鍵，您可以使用 [篩選陣列] 動作，如下列螢幕擷取畫面所示。 在螢幕擷取畫面範例中，我們想要擷取索引鍵 Tel 的值 ：
Limits
下列限制適用於每個環境中，不同文件處理模型（包括預建模型）的呼叫次數：如收據處理和發票處理。
| Action | Limit | 續約期限 |
|---|---|---|
| 通話（每個環境） | 360 | 60 秒鐘 |
建立自訂發票處理解決方案
發票處理預建 AI 模型旨在提取發票中的常見字段。 因為每個企業都是獨特的，所以您可能會希望擷取不同於此預先建置模型中所含欄位的其他欄位。 也可能是針對您處理的特定類型發票，某些標準欄位未能被很好地擷取。 為了解決這個問題，有兩個選項：
使用自訂發票處理模型：除了 預設欄位之外，還新增要擷取的新欄位，或未正確擷取的檔案範例，以增強預先建置的發票處理模型的行為。 若要瞭解如何增強預先建置的發票處理模型，請移至 選取文件類型。
查看原始 OCR 結果： 每次發票處理預建 AI 模型處理您提供的文件時，它也會執行 OCR 操作以提取文件上寫入的每個單詞。 您可以存取模型提供的偵測到文字輸出的原始 OCR 結果。 對偵測到的文字傳回的內容進行簡單搜尋可能就足以取得您需要的資料。
使用文檔處理： 使用 AI Builder，您還可以構建自己的自定義 AI 模型，以提取您處理的文檔所需的特定字段和表格。 只需 建立文件處理模型 並訓練它，即可從與發票擷取模型配合不佳的發票中提取所有資訊。
定型自訂文件處理模型之後，您可以將其與 Power Automate 雲端流程中的發票處理預先建置模型結合。
以下是一些範例：
使用自訂文件處理模型擷取發票處理預先建置模型未傳回的其他欄位
在此範例中，我們訓練自訂檔處理模型來擷取 忠誠度方案編號，該編號僅存在於提供者 Adatum 和 Contoso 的發票中。
當將新發票新增至 SharePoint 資料夾時，會觸發雲端流程。 然後，它會呼叫發票處理預先建置的 AI 模型來擷取其資料。 接下來，我們會檢查所處理發票的廠商是否來自 Adatum 或 Contoso。 如果是這種情況，我們接著會呼叫已訓練的自訂文件處理模型，以取得該會員忠誠號碼。 最後，我們將從發票中提取的資料儲存在 Excel 檔案中。
如果發票處理預先建置模型所傳回欄位的信賴度分數較低，請使用自訂文件處理模型
在此範例中，我們訓練自訂文件處理模型，以從發票中擷取總金額，而使用發票處理預先建置模型時，我們通常會獲得較低的信賴度分數。
當將新發票新增至 SharePoint 資料夾時，會觸發雲端流程。 然後，它會呼叫發票處理預先建置的 AI 模型來擷取其資料。 接下來，我們檢查 發票總值 屬性的信賴分數是否小於 0.65。 如果是這種情況，我們就會呼叫一個用發票訓練過的自訂文件處理模型，在該模型中，我們通常會得到整個欄位的較低信賴度分數。 最後，我們將從發票中提取的資料儲存到 Excel 檔案中。
使用發票處理預先建置模型來處理自訂文件處理模型未訓練來處理的發票
使用發票處理預先建置模型的其中一種方式是將其用作後援模型，以處理您未在自訂文件處理模型中定型的發票。 例如，假設您建置了文件處理模型，並訓練它以從前 20 大發票供應商擷取資料。 然後，您可以使用發票處理預先建置模型來處理所有新發票或較小數量的發票。 以下是如何做到這一點的範例：
當將新發票新增至 SharePoint 資料夾時，會觸發此雲端流程。 然後，它會呼叫自訂文件處理模型來擷取其資料。 接下來，我們檢查偵測到的集合的信賴度分數是否小於 0.65。 如果是這種情況，則可能表示提供的發票與自訂模型不匹配。 然後，我們呼叫預先建置的發票處理模型。 最後，我們將從發票中提取的資料儲存在 Excel 檔案中。
