AI 文档解析如何设置字段校验与人工复核

从字段用途反推检查强度

文档解析的目标是把文件内容转换为业务可用的字段。先列出字段将用于展示、搜索、统计还是写入正式记录，再决定校验和人工确认。编号、金额与日期等字段看起来格式简单，但一位字符或单位错误也可能改变业务含义；不能只看整页是否识别成功。

为字段建立校验字典

把识别、校验和确认分成状态

1. 先用有代表性的脱敏文件核对正文、表格、跨页和备注是否能正确关联。
2. 保存抽取值、原文位置与原始格式；对日期等规范化值同时保留原文，便于回看。
3. 运行字段格式与交叉校验，缺失或矛盾进入待复核，不自动填入猜测结果。
4. 让复核人对照原文修改并记录原因；已确认后才导出或进入获准的下游流程。

文件不能解析、字段未找到、校验失败和人工确认完成，应是不同状态。空值不能默认代表零，无法判断也不能默认为已通过。

让置信度辅助分流

Microsoft 的文档解析说明将置信度描述为预测估计，可帮助安排人工复核。该说明针对其产品实现，不能推导所有解析系统都有相同分数含义，也不能给所有文档设定一个通用验收阈值。

应在实际文件与字段上比较分数、人工核对和错误类型，再讨论分流规则。关键字段即使得分较高，也应按业务影响保留必要复核；低分字段可能正确，同样需要原文核对。规则校验通过也不能替代内容真实性判断。

依据：[1] Microsoft Learn：Accuracy and confidence scores

用假设异常练习复核闭环

假设申请表金额写为“1,200”，备注说明单位为美元，系统只提取了数字。复核人应能看到金额、币种和备注的关联，补齐或确认币种后再放行；若小计与合计不一致，应说明待业务确认，不能自行改成一个看似合理的数值。此为假设示例，未表示真实业务结果。

按字段而非整页印象验收

验收时分别统计不同文件类型和关键字段的检查情况，列清缺失、错误、无法判定与执行失败，不用一个整页平均分掩盖关键字段问题。沟通 AI 文档解析与处理时，先带字段用途、脱敏样本类型和人工复核规则，再确认输入范围、输出格式与下游写入边界。原始文档交接另行确认，公开留言只描述需求。