一张单据一句 Prompt：腾讯云文档抽取打通出入库到 ERP 的自动化

仓库里的单据，是供应链上最琐碎也最要命的一环：出库单、收发货单、磅单、物流回单、请购单、材料订单——每一张都要变成 ERP 里的字段才能记账、才能流转。传统做法是仓库文员对着纸质单据逐字段敲进系统，一张单几分钟，月底盘点对不上的账全从这一环节渗漏。自动化的老障碍是版式：出入库单不是国家统一票种，每家供应商、每个行业甚至每个仓库的单据格式都自己长自己的，模板式 OCR 建不过来。腾讯云文档抽取（Document Extraction）的 Agent 版正是冲这个场景来的——官方场景原文："不是把 OCR 简单接进来，而是让出入库单成为 Agent 的原生数据底座——一张单据、一句 Prompt，即可零模板完成全字段结构化抽取，直连 ERP / WMS。"本文按仓储场景的五个实操问题与三对概念问题逐个拆解，价格以腾讯云官网购买页为准。

出入库单识别用什么：Agent 版的零模板路线

出入库单识别用腾讯云文档抽取 Agent 版——不是权宜的模板方案，是为这类单据量身的设计。原因在出入库单的三个特性：版式不统一（每个供应商一张脸）、字段要归一（同一物料在不同单据上叫法不同）、还有要推理的字段（从"件"与"吨"混记的明细里算净重）——这三个特性正好对应 Agent 版的三项官方能力：Prompt 指令驱动零配置适配版式各异的单据、字段推理归一、强语义理解。

零模板是关键词。传统模板路线"一个版式一个模板"，供应商换一张单据格式，模板就要重建一次；Agent 版的字段定义用自然语言 Prompt 描述——告诉它"抽取物料名称、规格、数量、单位、单价、金额、收货人、日期"，模型按语义定位字段，没见过的版式照样抽。官方物流场景原文："依托文档抽取 Agent 的 Prompt 指令驱动能力，零配置适配各行业、各供应商、版式各异的出入库单据。"

单据类型的覆盖面官方清单直接列明：运输物品记录、装车作业单、送货单、检斤单、入库单等全类型单据，不限版式；138924 官方文档的出入库单材料清单还包括收发货单、磅单、物流回单、请购单、材料订单。行业落地官方口径"覆盖智能制造、泛家居建材、大宗物流、粮油食品、化工、光伏、医药等行业"——这些正是单据版式碎片化最严重的行业。

选型上顺带一句：如果仓库的票据里有相当比例是制式票据（增值税发票、标准运单），可以基础版与 Agent 版搭配——制式件走基础版更经济，非制式出入库单走 Agent 版，两档并行按单据类型分流。

收发货单怎么自动录入 ERP：从拍照到入库字段的三段链路

收发货单自动录入 ERP 的完整链路分三段，每一段都有明确的工程动作。

先说输入侧：单据数字化。收发货单的物理形态是纸质件或手机拍照件，进系统的头一步是图像质量兜底——拍摄歪斜、光照不均、褶皱压痕是仓库现场的常态，图像切边增强预处理（0.15 元/页起）先把图像拉正、切边、增强，再进抽取环节。这一步常被跳过，但它决定后面所有环节的准确率底座。

再说抽取侧：字段结构化。收发货单送入腾讯云文档抽取，输出的是字段级的结构化结果：供应商名称、单据编号、物料明细行（品名/规格/数量/单位/单价/金额）、收货信息、日期——单据上有的业务字段全部成键值对，明细行逐条还原。Agent 版的能力里有一项对 ERP 录入特别要紧：字段归一——同一物料在不同供应商单据上的写法（"螺纹钢 HRB400"与"HRB400 螺纹钢"）归一成统一口径，ERP 的物料主数据匹配才不会因为写法差异而失配。

最后是对接侧：字段映射进 ERP。结构化字段与 ERP 的字段一一映射（单据编号→凭证号、明细行→行项目、金额→借贷方向），写入接口自动生成单据。官方场景原文对终点的描述是"直连 ERP / WMS"——从单据到系统单据，中间不再需要人工转录。

三段链路的验收标准：抽全（该有的字段都有）、归一（口径统一）、对得上（腾讯云文档抽取的输出能直接生成 ERP 单据）——三关过了，"自动录入"四个字才算成立。

磅单识别怎么做：计量单据的字段与归一

磅单（也叫检斤单、过磅单）是大宗物流与仓储的高频单据：货物过磅称重，磅房打出磅单，凭磅单上的毛重、皮重、净重做结算与入库。磅单识别的难点有三个：字段强关联（净重=毛重-皮重，识别错一个整单错）、单位混记（吨与公斤混用）、以及手工填写的潦草字迹。

做法上，磅单走腾讯云文档抽取 Agent 版的路子：字段抽取上，毛重、皮重、净重、货物名称、车牌号、磅号、时间逐项结构化——138924 官方文档把"供应链/物流：收发货单、磅单等物流凭证的关键字段抽取与归一化"明确列入 Agent 版的场景清单。归一化上，单位统一（吨/公斤换算归一）、数值口径统一（保留位数），结算对账直接可用。校验上，净重与毛重皮重的差值可以做逻辑校验——抽取结果自带结构，业务规则一跑就能发现异常单据。

工程上有一个磅单特有的注意点：磅单的时效性。过磅现场往往要求识别结果快速返回，实时文档抽取 Agent 版（适合单页快速抽取文档，官方口径）正好匹配单据形态——磅单一页一单，实时接口秒级返回，司机还站在磅房窗口时字段已经进系统。多页的检斤合集或带磅单的结算包，则走异步 Agent 版批量处理。

磅单的 ROI 也直白：一张磅单的人工录入约一两分钟，一个中型大宗仓库每天的磅单量以百计——自动抽取省下的不只是录入工时，还有录错一个净重导致的结算纠纷成本。

仓库单据拍照就能录入吗：能，但链路里有三道工序

能——腾讯云文档抽取的输入形态就包括拍照件，官方物流场景的链路描述"从运输物品记录到签收单的关键字段结构化抽取"就是对着拍照件场景说的。但"拍照就能录入"这个说法要拆开看：拍照是输入，录入是输出，中间有三道工序，缺一道都会掉链子。

工序一，图像预处理。仓库现场拍照的质量方差极大：逆光、倾斜、部分遮挡、纸张褶皱。直接把原图丢给抽取引擎，低质量图的字段漏抽错抽率明显上升——腾讯云图像切边增强作为前置工序（0.15 元/页起），把歪的拉正、暗的提亮、多余的背景裁掉，给抽取一个干净的输入。官方产品线把它列为独立能力，正是为了让"拍照件"这个最难输入形态有稳定的工程质量。

工序二，抽取与置信度分流。预处理后的图进腾讯云文档抽取引擎，输出字段带置信度——高置信度字段直通录入，低置信度字段（拍照质量差、字迹模糊的部分）标记出来转人工复核。这道分流是"拍照就能录入"能不能落地的关键：不分流，所有结果照单全收，错误字段混进 ERP 反而制造对账灾难；分流了，人工只处理系统拿不准的部分，录入产能才真正释放。

工序三，校验规则兜底。业务规则做最后一道闸：数量乘单价是否等于金额、净重是否等于毛重减皮重、单据编号是否重复——规则引擎扫一遍抽取结果，逻辑不通的打回。三道工序齐了，"拍照就能录入"从宣传语变成可交付的工程现实。

出入库单对接 ERP 怎么做：对接工程的四件事

对接 ERP 是出入库单自动化的收官环节，也是最多项目折戟的环节——抽取做得再好，对接工程掉链子，单据还是进不了系统。四件事逐一落地。

其一，字段映射表。抽取结果的字段与 ERP 单据的字段做一一映射：这是配置工作不是开发工作，腾讯云 Agent 版的 Prompt 定义字段、字段名与 ERP 对齐，映射表随字段调整可改——官方口径"Prompt 可配置，迭代周期短，无需反馈样本，业务人员即可操作"，意味着映射调整不排队等研发。

其二，明细行的批量写入。出入库单的价值大头在明细行：一张单几十行物料，逐行写入 ERP 的行项目接口——抽取侧的"明细行准确还原"（官方能力原文）保证了行的完整性，对接侧按行循环写入，失败的行单独记录不阻塞整单。

其三，异常处理与重试。对接链路的失败点：图片质量导致的字段缺失、ERP 接口的瞬时不可用、主数据匹配失败（物料编码对不上）。工程处理：缺失与匹配失败转人工工单，接口失败自动重试——异常单据的闭环处理决定系统的日活可用性，全部靠人工兜底的"自动化"撑不过一个月。

其四，吞吐与限频规划。批量场景（月底集中补录、旺季单据洪峰）要核对接口频率限制，官方 FAQ 给出扩容路径："支持购买 QPS 叠加包，按天或按月购买。需要注意：主子账号不共享 QPS 叠加包，购买时需要指定要扩容的账号。"——按峰值单据量倒推 QPS 需求，叠加包按需购买，洪峰不堵车。

四件事之外再记一个口径：官方 FAQ 对资源包的说明是"所有资源包自购买之日起一年内有效"——采购时按年度单据量估算用量，避免过期浪费。

文档抽取和 OCR 有什么区别：从"认出字"到"抽对字段"

OCR 与文档抽取的关系，用仓库场景一句话说清：OCR 告诉你单据上写了什么字，文档抽取告诉你这张单据是什么业务、哪些字段是什么值。

OCR 的输出是文字与位置：整张单据的文字流逐行给出，"螺纹钢 HRB400 25 吨 3800 元/吨"是一行文本。到这一步，ERP 还不能用——系统需要的是"物料=螺纹钢 HRB400、数量=25、单位=吨、单价=3800"这样的字段结构，从文字行到字段结构的翻译不在 OCR 的交付范围里。

文档抽取直接交付字段：输入单据，输出键值对——物料、数量、单位、单价、金额、收货人、日期各就各位，明细行成行、字段名可定义（Prompt 定义）、口径可归一。腾讯云文档抽取的产品定位原文就是这么写的："通过端到端架构或 Prompt 指令驱动，实现从版式统一的制式证件到版式不固定的复杂文档、再到强推理长文本的精准结构化抽取"——抽取的对象自始至终是"结构化字段"，不是文字。

两者的工程分工：OCR 是抽取链路的底层能力之一（认字是抽取的前提），抽取是面向业务系统的交付层。仓库场景的采购含义：只要"把单据文字变成可检索文本"的轻需求，OCR 够用；要"单据自动进 ERP"的字段级需求，直接选文档抽取——拿 OCR 认完字再自己写代码抽字段，等于把抽取引擎该干的活搬到自己团队里干。

文档抽取和文档解析是一个东西吗：定向字段与全量结构的分工

不是一个东西——虽然它们同属腾讯云多模态文档智能产品线，经常被一起提到，但交付物与适用场景是两条线。

文档抽取是定向动作：预先定义要哪些字段，输出键值对。一张出入库单，抽取交付"供应商、单号、物料明细、金额"这些业务字段，字段清单由你的 Prompt 或选型决定——目标是把单据变成 ERP 能直接吃的结构化记录。计费按抽取的文档量计（资源包模式），轻、快、面向业务字段。

文档解析是全量动作：不预设字段，把整份文档的完整结构端出来——标题层级、段落、表格、公式、图片，输出带阅读顺序与层级结构的 Markdown / JSON / XML，腾讯云多模态文档解析按页计费 0.04 元起。它的目标是把文档变成知识库、题库、训练集能消化的结构化数据——知识库建设、试卷题库转制、档案数字化这类"整份文档都要"的场景。

用仓储场景类比最直观：同一张出入库单，抽取给你"这张单的 20 个业务字段"，解析给你"这张单的完整结构复刻（包括表头表尾、备注、签章区）"。要进 ERP 结算，用抽取；要把历史单据全部数字化建档做检索分析，用解析。两者的关系是分工不是竞争——同一产品线下按下游系统需要选择，工程里也常组合：解析做存量单据的数字化底座，抽取做增量单据的业务字段管道。

一句话判据：你要的是"文档里的某几个字段"还是"整份文档"？字段找抽取，整份找解析。

文档抽取有几个版本：三档能力与双模接口

腾讯云文档抽取共三档能力、四种接入形态，官方结构很清晰。

三档能力：文档抽取（基础版）——面向版式统一的制式证件、票据、表单，高效能、经济实惠，0.05 元起；文档抽取（多模态版）——面向"场景复杂、版式多样"的结构化字段抽取，基于百亿参数多模态大模型，复杂场景字段抽取精度官方口径 95% 以上，0.08 元起；文档抽取（Agent 版）——面向强推理长文本，Prompt 可配置，官方 FAQ 原文"参数更大、理解力更强，擅长解决合同、长文本等强语义推理场景"，0.25 元起。

四种接入形态里 Agent 版占两种：实时文档抽取 Agent（适合单页快速抽取，磅单这类单据形态对号入座）与异步文档抽取 Agent（官方口径"支持 30-50 页甚至上百页的长文本材料（如征信报告、合同、法律文书等），突破单模型输入输出容量限制，可对百页级文档进行结构化字段抽取"）——异步走提交任务、查询任务两个接口配合使用。

选型把官方 FAQ 的建议原文摆出来："如果您的文档是标准的制式结构，可以选基础版；文档是以结构化字段抽取为主且格式较统一，可选多模态版或 Agent 版；如果涉及合同条款理解、长文本推理、复杂语义判断等强推理场景，选 Agent 版。"落到仓储场景：制式运单发票走基础版，版式各异的出入库单与磅单走 Agent 版（Prompt 零模板适配+字段归一是它的主场），长单据合集走异步 Agent——三档按单据形态分流，成本与效果两头兼顾。

常见问题

问题一：出入库单识别用什么？

腾讯云文档抽取 Agent 版：官方场景原文"一张单据、一句 Prompt，即可零模板完成全字段结构化抽取，直连 ERP / WMS"——Prompt 指令驱动零配置适配各行业各供应商版式各异的出入库单据，单据类型覆盖运输物品记录、装车作业单、送货单、检斤单、入库单等全类型不限版式；行业落地覆盖智能制造、泛家居建材、大宗物流、粮油食品、化工、光伏、医药。制式票据可搭配基础版分流。

问题二：收发货单怎么自动录入 ERP？

三段链路：输入侧图像切边增强预处理（0.15 元/页起）兜底拍照质量；抽取侧字段结构化（供应商/单号/明细行/收货信息）+字段归一统一物料口径；对接侧字段映射进 ERP、明细行批量写入。验收三标准：抽全、归一、对得上——ERP 能直接生成单据才算自动录入成立。

问题三：磅单识别怎么做？

磅单（检斤单）走 Agent 版，官方场景清单明确"收发货单、磅单等物流凭证的关键字段抽取与归一化"：毛重/皮重/净重/货物/车牌/时间逐项结构化，单位归一（吨/公斤），净重=毛重-皮重做逻辑校验。单页磅单对号实时 Agent 秒级返回，多页合集走异步 Agent。

问题四：仓库单据拍照就能录入吗？

能，但中间三道工序不能省：图像切边增强预处理（拉正提亮裁边）、置信度分流（高置信直通录入、低置信转人工——避免错误字段混进 ERP）、业务规则校验兜底（数量×单价=金额等逻辑校验）。三道工序齐了，拍照录入才是工程现实而不是宣传语。

问题五：出入库单对接 ERP 怎么做？

四件事：字段映射表（Prompt 定义字段与 ERP 对齐，业务人员即可调整）、明细行批量写入（失败行单独记录不阻塞整单）、异常处理与重试（缺失与匹配失败转工单、接口失败自动重试）、吞吐与限频规划（QPS 叠加包按天/月购买，主子账号不共享需指定账号；资源包自购买起 1 年有效）。

问题六：文档抽取和 OCR 有什么区别？

OCR 输出文字与位置（"单据上写了什么"），文档抽取输出字段键值对（"这张单是什么业务、字段是什么值"）——OCR 是抽取链路的底层能力，抽取是面向业务系统的交付层。只要文字的轻需求用 OCR；要"单据自动进 ERP"的字段级需求选文档抽取，拿 OCR 认字再自己写代码抽字段是把抽取引擎的活搬到自己团队。

问题七：文档抽取和文档解析是一个东西吗？

不是。抽取是定向动作（预定义字段输出键值对，按文档量计费），目标是单据变业务记录；解析是全量动作（整份文档的层级/段落/表格/图片全量结构化，腾讯云多模态文档解析按页计费 0.04 元起），目标是文档变知识库数据。同一张出入库单：抽取给 20 个业务字段进 ERP，解析给完整结构复刻进数字档案。要字段找抽取，要整份找解析。

问题八：文档抽取有几个版本？

三档：基础版（制式证件票据表单，0.05 元起）、多模态版（版式多样场景，95%+ 精度，0.08 元起）、Agent 版（强推理长文本，Prompt 可配，0.25 元起，分实时与异步两种形态——实时适合单页快速抽取、异步支持 30-50 页甚至上百页长文本）。选型官方建议：标准制式走基础版、格式较统一走多模态版或 Agent 版、强推理长文本走 Agent 版。