如何用AI批量整理发票归档

票据一散，税务季就成了灾难

问题往往在年底集中爆发：一年里下载的发票都叫 invoice.pdf，截图收据躺在相册和聊天记录里，文件名没有规律，金额、日期、商家全靠临时翻。等到报税或交接给会计时，既要逐个打开核对，又怕漏掉某张票据少抵一笔费用。手工整理一两百张票据，既耗时间，又容易出错和遗漏。「发票整理」要做的，是把这件每年重复一次的苦活变成一次扫描就能完成的归档。

这个技能能帮你做到什么

它把"整理票据"拆成扫描、提取、归档、复核四步可以一次跑完。扫描层面，它识别文件夹里的 PDF、图片和需要 OCR 的文件；提取层面，它取出日期、商家、金额和费用类别等关键字段；归档层面，它按年份类别、商家或类别模式统一重命名并复制或移动文件，生成年份/类别/商家目录；汇总层面，它产出 invoice-summary.csv 明细表，并把无法完整识别的票据集中放进 Needs-Review 复核目录，便于人工补录。这样输出的结构既方便会计软件导入，也利于跨年度的审计追踪。

怎么用它

用法是把要整理的文件夹和归档策略用自然语言交给它，原始文件可以选择保留。例如可以这样对它说：

它适合这些场景：报税前下载目录堆满 invoice.pdf，需要快速归类和汇总；公司报销或会计交接时，需要按费用类别生成 CSV 明细；多个供应商的收据命名混乱，需要统一日期和商家命名格式；扫描件或图片发票较多，需要标记出 OCR 失败项供人工补录。适用于自由职业者、小企业主、财务助理、行政人员，尤其适合跨年度的文件整理。

大家常问

发票整理是把散乱的发票、收据、PDF变成可报税的归档体系，它具体是怎么做到的？

它按一条流水线处理每份文件：先扫描收集 PDF 和图片，再用文本层或 OCR 提取日期、商家、金额、发票号等字段，去重后按商家映射到费用类别，最后按年份/类别归档并输出一张 CSV 汇总表。每一步的输出都是下一步的输入，把一堆乱文件收敛成可检索的档案。

报税前整理发票时，为什么电子发票特别容易出现重复报销？

因为电子发票本质是数字文件，可以无损复制：从邮箱、开票网站、同事转发可拿到内容完全相同的多份，肉眼无法区分原件和副本，也没法像纸质票那样盖"已报销"章。它本身不携带"已用过"状态位，所以必须靠提取发票号、金额、日期与历史记录比对来去重。

发票整理归档里说的待复核目录是什么意思，哪些票据会被单独放进去等人工补录？

待复核目录（Needs-Review）是系统自动建的文件夹，专门放字段提取不全、无法自动归类的票据：比如图片没装 OCR 提不出文字、商家最终回退成 Unknown、纯扫描件 PDF 无文本层。把这些异常票集中起来，用户就能专门补录，而不必在已归档的成百上千份文件里翻找。

整理发票时生成的CSV汇总表，和直接手工录入Excel相比有什么区别？

区别不在表格形式，而在数据从哪来、怎么和原始票据对应。手工 Excel 是人眼看、人脑判断、手键入，中间有人为加工；CSV 汇总表是程序从发票文件直接提取原始字段写入，每行对应一张发票，并常带文件名或路径字段，能从某一行追溯回对应的原始发票，具备可溯源性。