Step 01
字段边界
先定文档类型和字段目标，不要先堆模型
文档自动化项目最容易一开始就陷进模型选择，但真正该先定的是票据、合同、表格、扫描件分别要提什么字段，哪些字段允许缺失，哪些字段必须人工复核。
Special Page · Document OCR
把文档自动化、OCR 提取和报销流程落地放到一页里看清楚
如果你准备做发票识别、PDF 表格提取、合同总结或报销自动化，这页更适合放在首页高位。它不是泛泛讲 OCR，而是先把文档类型、字段目标、人工复核、批量处理和 ROI 的顺序理出来。
票据 / PDF / 合同OCR 与人工复核报销自动化更接近执行流程
这页适合谁
已经进入执行流程判断的人
Automation Special
准备做发票、票据和扫描件结构化的人
已经在比较 OCR、视觉模型和人工流程的人
要把识别链路接进报销和合同处理的人
百度常搜问法
发票 OCR 怎么做PDF 表格怎么转 ExcelOCR 和人工录入怎么选报销自动化值不值得做合同总结怎么自动化扫描件 OCR 怎么结构化
Rollout Sequence
先把字段边界和复核链路打稳，再去追求全自动
文档自动化项目最容易犯的错，是一上来就想把所有票据、合同和表格都全自动跑通。更稳的顺序是先定字段目标，再定 OCR 与人工复核，再决定哪些场景值得真正自动化。
Step 02
流程治理
再定 OCR、结构化输出和人工复核链路
不是所有文档都适合全自动。更稳的方案通常是 OCR 先做第一层提取，结构化输出负责标准化，人工复核兜底异常件和高风险字段。
Step 03
落地承接
最后再接报销、合同和批量处理 ROI
只有当前两步稳定后，才值得把它接到报销自动化、合同审核摘要、批量票据入账和跨表格流转上，否则返工会远高于节省的人力。
Core Modules
真正决定 OCR 自动化成败的，是下面 6 个模块有没有一起讲清楚
只讲识别模型远远不够。能不能稳定落进业务流程，取决于文档类型、结构化输出、人工复核、合同与报销边界是不是同时被设计进去。
票据、PDF 与扫描件识别
先区分原生 PDF、图片扫描件、票据照片和合同截图，不同输入类型的稳定性和预处理策略完全不同。
表格提取与结构化输出
真正可交付的不是“看起来读出来了”，而是字段、表头、金额、日期和行项目能不能稳定落进结构化格式。
人工复核与异常回流
成熟 OCR 流程通常不是追求 100% 自动，而是把标准件自动化，把异常件快速回流给人工处理。
合同摘要与风险字段抽取
合同自动化重点不只是摘要，更是关键信息抽取，例如期限、金额、违约条款、付款节点和责任边界。
报销与财务流程自动化
如果目标是报销自动化，就必须把票据识别、字段校验、附件归档和异常退回一起设计，不是只做一层识别。
ROI 与替代边界
项目最终要回答的是节省多少录入、减少多少返工、哪些场景保留人工，哪些场景适合自动化。
Next Routes
不同阶段的人，从这页继续走的方向也不一样
特别页负责先把高意图流量送到对的下一跳。下面这 4 条入口，对应文档自动化项目里最常见的 4 种下一步。
FAQ
先把最容易影响立项和执行的问题讲清楚
这组 FAQ 更偏高意图搜索词，适合承接已经进入执行判断的人，也方便继续分流到对比页和专题页。
是不是只要能 OCR，就应该自动化？⌄
不是。真正要看的是文档量、版式稳定性、字段复杂度和返工成本。很多项目失败，不是因为识别不出来，而是因为异常件太多，人工复核链路没设计好。
OCR 模型和通用视觉模型该怎么选？⌄
如果重点是票据、表格、扫描 PDF 这种高结构化提取，OCR 模型通常更直接；如果版面复杂、需要连同上下文做理解或解释，视觉模型会更灵活。很多成熟流程最后会两者混用。
报销自动化为什么不能只做票据识别？⌄
因为真正的报销流程还包括字段校验、附件归档、异常退回、人工确认和后续流转。只做识别，往往只是把问题从前台搬到了后面。
文档自动化 ROI 应该怎么解释？⌄
更有说服力的说法通常不是“AI 更智能”，而是减少了多少人工录入、降低了多少返工、缩短了多少处理时长，以及哪些环节依然保留人工复核。
Automation Next Move
如果你真准备做文档自动化，别只停在“识别出来了”
下一步更值得去看 OCR 和人工取舍、模型选择，以及文档自动化主线专题，把“能不能识别”继续延伸到“怎么进流程、怎么控返工、怎么解释 ROI”。