GienWork实践｜海量凭证逐一核验难？智能审单兼顾效率与合规

把审单经验沉淀为可复用配置

一套智能审单能力的根基，在于业务配置。

凭证实体管理，用来定义凭证种类以及对应的业务抽取要素。像信用证报文、贸易合同、增值税发票、货物收据等每一类凭证，都设定专属抽取字段：申请人名称、受益人名称、信用证金额与到期日、货物或服务描述、合同号、发票号码、货物收妥描述等。

通过场景管理，绑定该笔业务需要用到的全部凭证，同时维护两份清单：一份规则清单，一份审核要点清单。

规则侧重确定性校验。例如增值税发票备注栏未按要求标注信用证号码、合同号码；发票汇总金额小于来单金额；货物收据收货人与信用证要求不一致，这类能够明确计算、判定的问题交由规则处理。

审核要点侧重语义识别。比如货物描述是否保持一致、货物收妥状态的表述是否合规，需要通读上下文内容才可以完成判断。

配置完成一次，便可以长期复用。把资深审单人员的业务经验沉淀到配置库，即便人员交接轮岗，审核标准也不会出现偏差。

完成凭证的解析读入

第一步做凭证预处理：文件扫描件矫正、文件切割，这个环节看似不起眼，却直接决定后续要素抽取的效果。

加载场景配置清单，导入本批次全部凭证。由分类Agent自动识别每份凭证的类型，抽取Agent完成要素抽取，统一输出标准化格式。

一张张业务凭证，就从图片转化为结构化字段。把这一环节做准做稳，后续审核工作就有了可靠依据和良好基础。

两条通道的审核

审核正式启动，加载配置内的业务规则与审核要点。

规则引擎负责确定性判断，完成规则匹配与合规校验。金额比对、字段缺失校验、备注栏信息核查，这类业务不适合交由模型判断。

模型审查Agent承担语义判断工作，实现多模态理解与语义审核。货物描述和信用证要求是否相符、收货人描述是否合规，都需要读懂上下文才能给出审核结论。

规则不要强行处理语义，容易产生误判；模型不要处理数值运算，容易出现错误。

最终输出三类结果：审核结论、风险提示、依据溯源。每一条审核结论，都要定位回凭证原文位置，方便审单人员复核；找不到原文依据的结论，在实际业务中没有参考意义。

实现多类型、多份数凭证循环处理

审单的难点不在于处理单张凭证，而是应对混杂的批量业务场景。GienWork依托稳态智能体工作流，将要素抽取封装为可循环执行流程。

流程入口解析JSON格式的业务信息，包含凭证类型清单、凭证分组信息、对应抽取要素。 之后按照凭证类型循环处理，依次处理类型A、类型B直至类型N；同一凭证类型内部，再逐份循环，定位凭证序号，读取对应要素字段执行抽取。两层循环嵌套，就能完整处理全部多类型、多份数凭证。

流程末尾做结果汇总，整合全部凭证的抽取信息输出结构化内容，既便于下游系统调用，也支持全流程结果追溯。

这套编排具备三大特性：多类型凭证统一处理，不同类型匹配专属抽取要素；同类型凭证逐份循环，不漏掉任意一份凭证；流程标准化，支持配置复用。

建得起来，调得下去，接得进去

智能审单，归根结底比拼的是稳定性。同一类凭证，当下审核和数月之后审核，结论应当保持一致。把规则梳理清晰、业务经验沉淀到配置，稳定输出才有保障。

凭证审核的价值不在于快，而在于每条结论都查得到出处、经得起复核。把规则、模型与编排分层结合，审单才既有速度，也有立足点。