发票识别到财务草稿：怎样避免重复录入和识别错误

先区分文件重复和业务重复

假设员工上传一份PDF，又补了一张同一票据的照片。文件名不同、文件内容也不同，但它们可能对应同一张票据。工具应分别记录文件编号，再用实际票种允许的票据标识及关键字段寻找重复候选，而不是只按附件名称判断。

完全相同的文件可直接提示重复接收；关键字段相同但文件不同的情况，进入待复核。更正、作废、红字等关联资料需由财务按实际性质处理，不能把金额相近的文件一律删除。

让核对人员一次看到原值和整理值

每个字段保存识别原文、整理值和核对状态。票据编号等标识按文本保留，不能丢前导零。金额按约定精度处理，识别服务给出的置信度只能帮助安排核对顺序，不能单独决定资料已经可靠。

设计四层记录，减少重复和混淆

1. 原件层：保存文件编号、提交人、收到时间与原位置，保留完整原始文件。
2. 识别层：记录候选字段和出处，方便重新识别与人工修正。
3. 核对层：记录重复判断、业务关联和财务确认结论，说明谁改了什么。
4. 导出层：登记导出批次、行号、目标字段及导入后的结果编号。

识别文字并不证明票据真伪，也不证明某笔支出可以怎样处理。需要核验的事项由财务通过适用渠道确认，工具记录结果和依据。正文不应把“识别完成”展示成“已审核通过”。

导出失败以后，只处理尚未完成的部分

第一版可以先生成财务系统要求的导入草稿，并在财务确认后导入。导入工具若返回逐行结果，应将成功行和失败行分开；如果只返回整批错误，先查明目标是否已经接收部分数据，再决定重跑范围。

一个导出批次应固定对应一组已确认记录。之后发现识别值有误，应形成更正记录和新版本，不静默修改已经导出的旧表。这样财务能够解释系统里为什么出现某个数值。

第一轮验收至少放入这些样本

• 同一票据的PDF、照片及重复邮件，最终只形成一笔确认后的业务资料。
• 模糊金额、缺页、票据标识缺失，进入可处理的待补清单。
• 人工修正字段后，原始识别值和修改记录仍保留。
• 一批导入部分成功时，重试不会再次导出成功项。
• 从目标记录可找到导出行、核对记录和原件。