用 AI 自動處理文件:合約、報價、表單的擷取、彙整與生成全攻略

每家公司都有一群人,每天在做同一件事:把一份份合約、報價單、請款單裡的數字「抄」到另一個系統裡。抄錯一個小數點,可能就是一張賠錢的單。

這篇要解決的問題:怎麼用 AI 把「從文件裡抄資料、彙整、再生成新文件」這條最枯燥的流程自動化,把人從複製貼上裡解放出來。 適合誰讀:每天要處理合約、報價、表單的業務、行政、會計、採購人員,以及想降低文件作業成本的中小企業主,零基礎也能上手。 讀完你會得到:一套可照做的文件自動化方法、可複製的擷取與生成 Prompt、完整 Workflow 流程圖,以及一個台灣公司導入前後的真實對照。

免責聲明:本文範例僅供作業流程參考,不構成法律意見。合約條款的有效性、報價的最終金額與付款條件,務必由具備權責的人員或專業律師審核確認,AI 的擷取與生成結果不可直接對外簽署或承諾。

為什麼文件處理最該被自動化?

文件處理之所以是自動化的第一首選,是因為它同時具備三個特徵:高重複、高出錯成本、低成就感

業務每天打報價單,欄位都一樣,只是品項與數量在變;會計核對請款單,動作都一樣,只是金額不同;行政整理表單,流程都一樣,只是內容換人。這些工作不需要創造力,卻需要極高的專注力——因為一旦手滑抄錯,後果可能很嚴重。

更現實的問題是,文件作業的工時其實很可觀,卻常常被當成「順手做一下」的隱形成本,不會被計入專案報價,也不會被看見。一位資深業務每天花一小時打單與核對,一個月就是 20 多個小時,等於三個工作天憑空蒸發在複製貼上裡。

AI 特別擅長這件事,因為它能同時做到三件人類做起來很累的事:讀懂非結構化的文字、把它變成結構化的欄位、再用這些欄位套版生成新內容。這三步,正好就是文件處理的全貌。

核心概念:文件自動化的三段式拆解

很多人一聽到「文件自動化」就覺得很玄,其實它永遠可以拆成三段:擷取(Extract)→ 彙整(Aggregate)→ 生成(Generate)。想清楚每一段的輸入與輸出,整件事就不難了。

階段在做什麼輸入輸出AI 的角色
擷取從文件抄出關鍵欄位一份合約/報價/表單結構化欄位(JSON/表格列)讀懂雜亂文字,填進固定格子
彙整把多份資料整理比對多筆擷取結果彙總表、異常清單交叉比對、抓出不一致
生成用資料套版產出新文件整理好的資料+範本報價單、回覆信、合約草稿套用範本、補上對應內容

打個比方:這就像一條自助餐的取餐動線。擷取是把食材從一鍋鍋菜裡夾出來放進你的餐盤格子(結構化);彙整是把整桌人的餐盤拿來算總帳、看誰拿太多誰漏拿(比對統計);生成則是依照這些資料,重新擺出一桌新菜(產出文件)。

關鍵心法只有一句:讓 AI 永遠輸出固定結構。只要每次輸出的欄位格式一致,後面要入表、要比對、要生成,全都水到渠成。最怕的就是讓 AI 自由發揮,這次給你一段話、下次給你一個表,後面完全接不起來。

實際教學:五步打造你的文件自動化流程

Step 1:盤點你的文件流,找出最痛的那一段

先別急著開 AI。拿一張紙,列出三件事:你每天經手哪些文件?每份文件要被抄出哪些欄位?抄完之後資料去哪裡?

把這條路徑畫出來,你會立刻看到那個「每天重複幾十次、又最容易出錯」的環節——那就是你第一個該自動化的目標。不要一開始就想全自動化所有文件,先吃掉最痛的一塊。

Step 2:定義抽取結構,把欄位寫死

這一步決定成敗。把你要擷取的欄位列成一個固定的 JSON 結構,例如報價單就是「客戶名稱、報價日期、品項清單、單價、數量、小計、總計、付款條件、有效期限」。

欄位定義得越清楚,AI 抄得越準。同時要訂好兩條規則:找不到的欄位一律留空(填 null),絕不臆測;金額與日期必須逐字照抄原文。這兩條能擋掉大部分的幻覺錯誤。

Step 3:用 Prompt 做擷取

把文件內容(或圖片)貼給 AI,搭配你在 Step 2 定好的結構與規則,請它輸出 JSON。重點是要求它同時附上每個關鍵欄位的原文出處,這樣你複核時不必整份文件重讀,只要對照那一句即可。

如果是掃描檔或照片,使用具備視覺能力的多模態模型,可以直接讀圖;文字模糊的部分,要求 AI 標註「辨識不確定」而不是硬填。

Step 4:彙整與比對

把多份文件的擷取結果匯進試算表,一份文件就是一列。這時 AI 的另一個強項出場了:交叉比對與異常標記

例如:請 AI 比對「報價單總計」是否等於「品項小計加總」、同一客戶這個月的報價有沒有異常波動、付款條件是否與公司標準不符。把這些檢查交給 AI,等於多了一位不會累的稽核員。

Step 5:反向生成新文件

最後一步是把流程反過來跑。用整理好的結構化資料當輸入,搭配你的公司範本,讓 AI 生成新文件——例如根據客戶過往報價自動產出新報價單、根據合約重點生成中文摘要回覆信。

切記:生成的文件一律先進「待審核」,由人按下確認才對外送出。AI 負責把九成的草稿做完,人只負責那最關鍵的一成判斷。

範例:Prompt 與 Workflow

可複製的擷取 Prompt

你是一位嚴謹的文件資料擷取助理。請從我提供的報價單內容中,擷取下列欄位,並以 JSON 格式輸出。

規則:
1. 嚴格依照欄位結構輸出,不要新增或刪減欄位。
2. 找不到的欄位填 null,絕對不要臆測或自行補充。
3. 金額、日期、品名請逐字照抄原文,不要改寫或換算。
4. 每個關鍵欄位請在 "_source" 中附上你引用的原文句子,方便人工複核。

欄位結構:
{
  "客戶名稱": "",
  "報價日期": "",
  "有效期限": "",
  "品項清單": [{"品名": "", "單價": 0, "數量": 0, "小計": 0}],
  "總計": 0,
  "付款條件": "",
  "_source": {}
}

以下是報價單內容:
【在這裡貼上文件文字,或上傳圖片】

可複製的生成 Prompt

你是我們公司的報價文件助理。請根據我提供的結構化資料,套用下方範本生成一封正式的報價回覆信(繁體中文、台灣商務語氣)。

要求:
1. 只使用我提供的資料,缺漏的欄位不要自行編造。
2. 金額與付款條件逐字照抄,不要重算。
3. 語氣專業有禮,結尾附上有效期限提醒。
4. 信件最後標註「本報價最終以雙方簽核之正式文件為準」。

結構化資料:
【貼上 Step 3 擷取出的 JSON】

Workflow 流程圖(文字版)

收到文件(合約/報價/表單,PDF 或照片)

判斷類型:可選文字檔?掃描/照片?

擷取欄位(套用固定 JSON 結構 + 附原文出處)

寫入試算表(一份文件 = 一列)

AI 自動比對:小計加總、異常波動、條件是否合規

   ┌─── 有異常 ───→ 標紅,通知負責人複核

   └─── 正常 ───→ 反向生成新文件(套版草稿)

進入「待審核」匣,由人確認

人工按下確認 → 對外寄送/歸檔

這條流程的精神是:讓 AI 做掉所有重複的搬運與比對,把人保留在最後那道判斷關卡上。少量文件可以全程在對話框手動跑;量大時,用 n8n 或 Make 把「收件 → 擷取 → 入表 → 生成」串成自動流程即可。

常見錯誤

錯誤一:讓 AI 自由發揮輸出格式。 沒有固定結構,每次輸出長得不一樣,後面完全接不起來。一定要把欄位寫死。

錯誤二:跳過人工複核就直接對外。 尤其是金額與付款條件,AI 可能把「9 折」誤讀、把日期月日對調。關鍵欄位必須有人把關。

錯誤三:把含個資與營業祕密的文件,未經處理就丟進公開模型。 這是資安與法遵的大忌。務必先去識別化、用有資料保護條款的方案,或本地部署。

錯誤四:一次想自動化所有文件類型。 合約、報價、表單結構天差地別,混在一起做註定失敗。一次專注一種,跑順了再擴。

錯誤五:不標原文出處。 沒有出處,複核時得整份重讀,自動化省下的時間又吐回去了。要求 AI 一定附上引用句。

最佳實務

實際案例:台中一家機械零件貿易商的報價自動化

導入前: 這家公司有三位業務,每天要根據客戶詢價,從舊報價單與型錄裡查單價、打成新報價單寄出。一張報價單平均要 25 分鐘,遇到品項多的單子甚至超過 40 分鐘。更頭痛的是,偶爾抄錯單價或漏算數量,出貨後才發現報價低於成本,一年下來這類「手滑」造成的損失不容小覷。三位業務每天合計約花 4 小時在打單,等於半個人力都耗在這件事上。

導入做法: 他們沒有大張旗鼓導入系統,而是先用對話框跑半自動流程。把客戶舊報價單與型錄資料用前述擷取 Prompt 整理成結構化資料表;新詢價進來時,由 AI 比對歷史單價、套用報價範本生成草稿,業務只負責複核金額與調整折扣。後續再用 n8n 把「Email 收詢價 → 擷取品項 → 查表報價 → 生成草稿 → 進待審核」串成流程。

導入後(約兩個月後的數據):

指標導入前導入後
單張報價製作時間約 25 分鐘約 6 分鐘(含複核)
三人每日打單總工時約 4 小時約 1 小時
報價金額抄錯/漏算每月數件趨近於零
客戶平均回覆等待半天到一天多數一小時內

原創觀點: 這個案例最值得學的,不是「AI 多會打報價單」,而是這家公司沒有追求一步到位的全自動。他們先用對話框驗證「AI 抄得準不準、範本好不好套」,確認可行後才花力氣串自動化。文件自動化最大的陷阱,是團隊一開始就想蓋一套完美的全自動系統,結果卡在串接與例外處理上半年都上不了線。真正會成功的做法剛好相反:先用最土法煉鋼的方式把價值跑出來,讓同事相信它有用,再慢慢把流程接起來。 對中小企業而言,能上線的七十分,遠勝過永遠在規劃的一百分。

結論

文件處理之所以該優先自動化,是因為它高重複、高出錯成本、又最磨人。只要記住一個框架——擷取、彙整、生成——再守住「欄位寫死、金額複核、附原文出處」這幾條規則,你就能把團隊從複製貼上裡解放出來。

不必等到買得起昂貴系統,今天就能從對話框開始:挑一份你最常打的文件,用本文的擷取 Prompt 跑一次,你會驚訝原來那段最枯燥的工作,AI 幾秒就做完了。先吃掉最痛的一塊,再慢慢擴大,這才是文件自動化最務實的起手式。

想更進一步,可以看看怎麼用 AI 做更深的 AI 合約審查,或學會用自然語言操作 AI 試算表公式 來強化彙整這一段;想把整條流程串成自動化,也可以到 工作流知識庫 找現成的藍圖照著改。

❓ 常見問題 FAQ

AI 擷取合約欄位準確嗎?會不會抄錯金額?
在欄位定義清楚、要求逐字引用的前提下,主流模型對結構化欄位(金額、日期、名稱)的擷取準確率相當高。但金額、付款條件這類關鍵欄位務必保留人工複核,並要求 AI 同時標出原文出處,方便快速比對。不要全自動跳過審核。
掃描的 PDF 或拍照的紙本可以處理嗎?
可以。具備視覺能力的多模態模型能直接讀圖片與掃描檔,先做 OCR 文字辨識再擷取欄位。但手寫字、蓋章遮字、影印模糊的部分辨識率會下降,建議這類文件先人工確認原檔清晰度。
把客戶合約丟給 AI,會不會有資料外洩風險?
會有風險,必須謹慎。建議:使用有資料保護條款的企業方案、關閉訓練資料蒐集、把姓名與身分證號等個資先去識別化,或改用可本地部署的模型。涉及客戶個資與營業祕密的文件,務必先確認公司的資安與法遵政策。
我不會寫程式,也能做文件自動化嗎?
能。最簡單的做法就是把文件貼進對話框、用 Prompt 擷取,再複製結果到 Excel,完全不用寫程式。想進一步串成自動流程,可用 n8n、Make 這類視覺化工具拉流程,一樣不必寫太多程式碼。
這套方法適合多大的量?一天幾百份也行嗎?
少量(每天幾份到幾十份)用對話框手動操作就很有效益;量大時建議串成自動化流程,把「收件、擷取、入表、生成」接起來。一天幾百份是 Workflow 的甜蜜點,但要加上異常處理與抽樣稽核機制。

🔗 延伸閱讀

幫這篇打個分:
A
AgentAI 智庫團隊 ✓ 台灣實作團隊

我們是一群專注於 AI Agent、Prompt 與自動化工作流的台灣實作者。每篇教學都附可複製配方、誠實標示實測程度與限制,只分享真正能落地、可直接套用的方法——與其介紹工具,不如教你把事情做完。

關於我們 →看更多教學 →訂閱情報週報 →

每週把這類實戰教學寄給你

訂閱 AgentAI 智庫情報週報,新的 Prompt、AI Skills、工作流與教學第一時間收到。

免費 · 隨時取消