票据先变台账：OCR、清洗与缺资料清单

票据整理先保留原件入口，再做OCR与表格清洗。UPDF适合扫描PDF，WPS套件可处理散图片，ChatExcel在字段明确后筛缺项与重复候选。这里不判断报销资格、记账方式或票据真伪。

一份可以交班的原件索引

以上为自拟材料。相同编号先对照原件，不能只凭文本相似删行。给甲的请求可写：“请补F03第2页完整清晰照片，当前右侧金额被遮挡，其他已收材料不用重发。”

按输入形态选读取方式

先按实际收件批次建立材料编号，保留提交人、收到时间、文件名和原件位置。一个PDF有多页时，页码也进入引用。文件内容重复可以待核对，但收件记录不要立刻删掉，否则之后难以解释两位提交人的材料如何合并。

将原件与识别结果分开保存。原件不随清洗覆盖，识别文本后面可以纠错。模糊、缺角、遮挡的材料标为需重传；不要让生成模型把半个金额补成一个完整数值，再因为表格看着整齐而继续使用。

UPDF的OCR可用于将扫描PDF变成可搜索、可复制的阅读材料，适合先处理原本只有图片的文件。识别后重点看日期、金额、编号与单位，保留对应原页。中文资料、客户端与账号功能按实际使用版本确认，不能把国际版与国内说明的全部能力混为一谈。

WPS图片转文字是套件能力，不等同于AI独有功能；已有可复制文字的电子文件先直接提取。OCR后对照日期、金额、编号与单位，UPDF的OCR与AI问答权益分别核对。

原始值、修正值与状态分栏

建议分开“原始识别值”“核对后值”与“复核状态”。台账可包含材料编号、日期、开具方、金额、币种或单位、提交用途、来源页与待补原因。字段按实际材料和工作要求选取，不强迫所有票种塞进相同明细结构。

金额读不清就保留待核对，不改成0；没有日期不意味着今天；负数或冲红等情况不能为了求和方便当作普通支出处理。此处只是保留信息差异，具体业务含义由专业人员按实际材料确认。

每一行应能回到原件。只复制一张漂亮汇总表、丢掉对应文件，后续核对就会重新从收件聊天开始。资料整理的效率来自少找材料，不来自少看必须确认的原文。

ChatExcel支持表格清洗、条件查找与计数，可用于统一明确格式、筛出缺字段记录，或按已有分类口径整理。先给一份保留原件引用的副本，要求不覆盖原始列，再检查处理后行数、关键编号与金额对应关系。

重复查找只生成候选列表。相同金额与日期可能是不同业务，同一文件也可能被不同名称提交；判断应结合真实编号和原件，不按文本相似就删除。若分类口径尚未确定，先让工具建议候选类别，由团队确认后使用，不把一列自动标签当作会计科目结论。

已有小规模WPS表格、人工筛选已能完成任务时，可以省去ChatExcel。它更适合材料较多、重复整理规则清楚的情况。选择工具看本轮瓶颈，不能为了采用AI增加新的核对负担。

最终交付原件索引、核对后台账、重复候选与缺资料清单，标明已复核范围。F03未补齐就留待补，生成了合计也不自动使它具备业务处理条件。