如何用AI自动提取发票、收据等票据上的关键字段

企业在报销、入账、理赔等环节每天要处理大量纸质或电子票据。人工逐张录入字段不仅耗时，还容易出错。AI 票据字段提取技术可以自动识别票据上的关键字段并输出结构化数据，直接对接业务系统。本文说明这项技术能做什么、怎么选、如何接入。

票据字段提取要解决什么问题

以企业费控报销为例，财务人员需要从增值税发票上提取发票代码、发票号码、开票日期、合计金额、购方名称、销方名称、价税合计等字段，录入报销系统。一张发票的字段可能多达二三十个，遇到混贴多张发票的扫描件，人工处理更慢。

医疗理赔场景更复杂：需要同时处理门诊发票、住院账单、化验报告、出院小结等多种版式的医疗票据，每种票据字段结构不同，传统模板识别方案需要逐种维护模板，维护成本高。

AI 票据字段提取 vs 传统 OCR

传统 OCR 只能把图片上的文字转成文本，但不知道哪些文字是"发票号码"、哪些是"金额"。AI 文档抽取技术在 OCR 识别基础上增加了语义理解能力，能自动判断字段归属并输出结构化结果。

腾讯云文档抽取提供三个版本，适用不同复杂度的票据场景：

文档抽取（基础版）——适用于版式相对固定的制式票据。接口（ExtractDocBasic）支持识别并提取制式卡证、票据、表单等结构化场景的字段信息，无需配置即可使用。内置通用发票、银行开户许可证、网约车行程单、快递运单等多种 ConfigId 模板，调用时指定对应模板即可。价格为 0.05 元/页起。

文档抽取（多模态版）——适用于版式复杂或不固定的票据场景。接口（ExtractDocMulti）重点覆盖金融、医疗、交通、出行、保险等行业文档，支持自定义字段名称（ItemNames），通过自然语言描述即可定位并归一化输出字段。内置表格模板（ConfigId=Table）可直接处理表格类票据。价格为 0.08 元/页起。

文档抽取（Agent 版）——适用于非结构化票据或需要强推理的场景。接口（ExtractDocAgent）支持通过 Prompt 指令驱动字段抽取，可定义字段名称（KeyName）、字段类型（KeyType）和字段提示词（KeyPrompt），适合处理版式完全不固定的票据。支持同步和异步两种调用方式，异步模式可处理数十页甚至上百页的长文档。价格为 0.25 元/页起。

增值税发票字段提取示例

以最常见的增值税发票为例，使用文档抽取基础版提取关键字段：

1. 开通腾讯云文字识别服务，在控制台获取 SecretId 和 SecretKey
2. 调用 ExtractDocBasic 接口，传入发票图片的 URL 或 Base64 编码
3. 通过 ItemNames 参数指定需要返回的字段名称（如"发票号码""开票日期""价税合计"）
4. 接口返回 StructuralList 结构化数据，每个字段包含 Key（字段名）和 Value（字段值+坐标位置）

如果只需要提取部分字段，传入 ItemNames 参数后设置 ItemNamesShowMode=true，接口仅返回指定字段，减少数据传输量。

对于医疗发票（全国统一门诊发票、住院发票），文档抽取多模态版开箱即用，无需单独建模或维护规则。保险理赔场景涉及病案首页、费用清单、结算单、医疗发票等多种单据，多模态版基于多模态大模型的泛化能力，可自动识别不同版式的字段结构。

选型建议

接入方式

三个版本均提供 RESTful API，支持图片 URL 和 Base64 两种输入方式，支持 PNG、JPG、JPEG、BMP、PDF 格式。腾讯云提供 Python、Java、Go、Node.js、PHP、.NET、C++ 等多语言 SDK，也可通过 API 3.0 Explorer 在线调试。

计费方面，三个版本均提供免费试用资源包，日常使用可购买预付费资源包或按后付费结算。首次开通可领取免费调用额度。

小结

AI 票据字段提取把人工逐张录入变成了 API 秒级返回结构化数据。选型核心看票据版式的复杂度：版式固定用基础版，多版式混用用多模态版，完全非结构化用 Agent 版。接入只需几行代码，免费额度即可体验完整能力。