30 张发票 10 分钟录完：AI 报销 5 步法

季度末报销，最耗时间的从来不是贴票，而是录票——几十张发票，抬头、税号、金额、日期一个个敲进表格，敲完还要核对有没有重复。下面这套 5 步流程，能把 30 张发票压缩成 10 分钟左右的工作量。

先接受一个现实：报销出错，多半错在「录」

报销被打回，原因通常集中在三类：抬头或税号写错、金额与发票不一致、同一张发票报了两次。这三类都不是判断力问题，而是纯录入问题。只要是录入问题，就适合交给 AI 打头阵，人来兜底。

第 1 步：统一采集口径，别急着打开 AI

先把原始材料收干净，再动手。三条规则：

1. 全部拍成正面、四角完整、无反光的图片，单张发票一张图，不要拼图；

1. 文件按「日期_金额_事由」命名，例如 0912_486.00_客户拜访；

1. 纸质票和电子 PDF 分两个文件夹放，电子票直接留 PDF，不要截图。

这一步花 5 分钟，能省掉后面一半的返工。

第 2 步：用多模态模型批量读数，提示词要卡死字段

目前主流多模态模型（GPT、Claude、Gemini、豆包、Kimi 等）都能直接读图提取文字。关键在于提示词必须把字段和格式卡死，否则每张票返回的结构都不一样，后面没法合表。

可以直接用这段：

你是财务票据录入助手。我会上传一张发票图片。请只输出一行 JSON，字段为：发票号码、开票日期（YYYY-MM-DD）、销售方名称、价税合计（数字，两位小数）、税额（数字）、购买方名称、购买方税号、发票类型（专票/普票/电子普票/其他）。无法确认的字段填 null，不要猜测，不要输出任何解释文字。

一次传 5~8 张，分批跑，比一次传 30 张稳定得多。

第 3 步：落成一张主表，字段一次定死

把返回的 JSON 贴进飞书多维表格、腾讯文档或 Excel，列就固定这几项：发票号码、开票日期、销售方、价税合计、税额、购买方、税号、费用类型、项目归属、备注。费用类型和项目归属建议用下拉选项，不要手打，否则后面的汇总统计全是脏数据。

第 4 步：三处自动校验，专治重复报销

表格搭好后，加三条规则：

• 查重：对发票号码列做条件格式，重复值标红；

• 抬头校验：把本公司抬头和税号写死在一个单元格，用公式逐行比对，不一致的标黄；

• 金额核对：表底做 SUM 求和，与你在报销单上填的总额比对，差一分钱都要查。

再加一条经验规则：同一销售方、发票号码连续超过 3 张的，单独拎出来看一眼。连续开票本身不违规，但值得确认是不是被拆单了。

第 5 步：让 AI 按模板生成报销单和拆分说明

最后把主表丢给模型，附上你公司的报销单模板，让它按项目归属分组汇总，生成一张「项目—金额—事由」的拆分表，以及一段 100 字以内的费用说明。模板固定的话，这一步的提示词可以存起来反复用。

两个必须人工复核的地方

AI 读数不是 100% 准确，尤其是折叠过的纸质票、跨行排版的金额。价税合计、税号、开票日期这三个字段必须逐张扫一眼：其他字段错了顶多改表，这三个错了会直接导致报销被退回。

另外，客户名称、员工姓名、银行账号这类信息，尽量不要上传到公共云端模型。能裁掉就裁掉，涉及敏感客户的改用本地部署模型处理。

搭一次，用一年

这套流程真正的价值不在这一次，而在于模板可以复用：采集规则、提示词、主表字段、校验公式全部固定下来，下个季度只剩「拍照—批量识别—贴数据」三步。第一次搭可能要一小时，之后就稳定在十分钟左右。