Как превратить бумажные чеки в таблицу с ИИ и не потерять суммы
Стопка чеков после командировки или ремонта кажется простой задачей для нейросети: сфотографировать, попросить таблицу и забыть. Ошибка обнаруживается позже, когда сумма не сходится с выпиской: OCR принял «8» за «3», а модель уверенно дописала отсутствующий НДС. Рабочий путь устроен иначе. ИИ извлекает кандидатные поля, обычная арифметика проверяет числа, человек разбирает спорные строки. Ни одна из этих ролей не подменяет другую. Ниже — процедура для личного или малого рабочего архива, а не налоговая консультация и не обещание бухгалтерской пригодности результата.
Сначала решите, какие поля нужны
Для учёта расходов часто достаточно даты, продавца, валюты, суммы, способа оплаты, категории и имени файла. Для компенсации сотруднику понадобятся проект и отметка о подтверждении, но не обязательно каждая товарная позиция. Не собирайте «всё на всякий случай»: лишние поля увеличивают число ошибок и риски раскрытия данных. Заведите пустой шаблон таблицы, где отдельно указаны сумма до скидки, скидка, итог и налог, если он явно напечатан. Не заставляйте систему вычислять налог из чека, в котором он не выделен: такая цифра будет догадкой.
Сложите документы в папку с нейтральными именами вроде 2026-10-08-01.jpg. Снимайте чек целиком на ровной поверхности, без блика и обрезанного нижнего края. Если термобумага выцвела, сделайте второй кадр при боковом свете, но храните и исходный снимок. Два снимка одного чека не должны превратиться в две записи. Перед отправкой в облачный сервис закройте номер карты, телефон, адрес доставки и иные сведения, которые не нужны для расчёта. Политику хранения сервиса проверьте до загрузки, особенно если чеки относятся к клиентам или сотрудникам.
Извлечение без выдуманных чисел
Начните с пяти чеков разного вида. Попросите распознать только указанные поля, сохранить неопределённые значения пустыми и приложить фрагмент исходной строки к каждому числу. Формулировка «если текст не читается, поставь нужна проверка» полезнее просьбы «восстанови чек». Сначала получите структурированный ответ, потом сравните его с изображением. Модель умеет распознавать контекст, но именно из-за этого может заменить странное название магазина на знакомое. Имя продавца и дату стоит переписать буквально, даже если они выглядят неудобно для отчёта.
Не смешивайте итог покупки и сумму списания. В чеке могут быть возврат, чаевые, бонусы, сертификат, частичная оплата или несколько ставок налога. Отметьте такие случаи отдельным флагом. Если модель не умеет надёжно читать мелкую печать, используйте OCR для первичного текста, а нейросеть — только для разметки явно распознанных строк. В разборе чисел после OCR есть другой пример, почему «похоже на правильную сумму» недостаточно для публикации или отчёта.
Проверка, которую можно повторить
Создайте в таблице колонку контроль. Там должна быть формула, а не ответ чат-модели: сумма позиций минус скидка плюс отдельно указанные сборы сравнивается с напечатанным итогом. Если чек содержит только общий итог, не выдумывайте позиции ради проверки — сверяйте итог с банковской операцией и помечайте ограничение. Допускайте небольшое округление только там, где валюта и правило округления понятны. Разница в одну денежную единицу, как и разница в тысячу, требует объяснения.
Для десяти чеков вручную считайте, сколько записей модель сделала безошибочно по ключевым полям. Отдельно отмечайте неверную дату, неверный итог, пропущенную скидку и дубли. Долю ошибок лучше считать не по словам OCR, а по действиям, которые последуют: неверный продавец неудобен при поиске, неверная сумма меняет отчёт. Если из десяти чеков два требуют ручной исправки и ещё два не читаются, автоматическая обработка большой папки без выборочного контроля преждевременна. В сравнении локального и облачного OCR разобрана отдельная развилка — где держать исходные файлы.
Как организовать поток для команды
Назначьте одному человеку приём оригиналов, другому — проверку спорных полей, а утверждение возмещения оставьте тому, кто отвечает за расход. Храните ссылку на файл рядом со строкой таблицы, чтобы можно было открыть доказательство. Состояния должны быть понятными: получен, распознан, проверен, отклонён, оплачен. Переход в оплачен не должен совершать ИИ. Если чек принадлежит сотруднику, ограничьте доступ к изображению и не распространяйте общий архив ссылкой без контроля прав.
После пилота измените инструкцию по конкретным ошибкам. Например, если сеть магазинов печатает дату в верхнем углу, а возвраты — в нижней строке, внесите это в контрольный список. Не обучайте людей «доверять модели больше»: улучшение процесса означает меньше скрытых ошибок и понятную очередь исключений. Техническая автоматизация оправданна, когда повторяющихся чеков достаточно, но у неё остаётся ответственное лицо.
Частые вопросы
Можно ли сразу удалить фото после распознавания? Не стоит, пока запись не проверена и пока действуют внутренние сроки хранения первичных документов.
Нужна ли большая языковая модель для каждого чека? Нет. На стандартном бланке OCR и проверка формулами могут быть проще и дешевле.
Что делать, если видна только часть суммы? Оставить поле неподтверждённым и запросить исходник, а не восстанавливать цифры по соседним строкам.
Можно ли отправлять корпоративные чеки в любой публичный чат? Только после проверки политики данных организации и удаления лишних персональных сведений.