智能提单Agent：自然语言生成单据+Skills扩展
早上九点，财务共享中心的群里已经跳出了十几条消息：“帮忙开张发票，合同号在附件里”“这批采购申请今天必须提单，不然赶不上月底结账”——信息散落在微信、邮件、Excel甚至语音里，最后全都要靠人一条条敲进ERP的表单。业务同事觉得提单麻烦，财务同事觉得录单枯燥，IT同事觉得系统之间数据不通。据IDC等机构的调研观察，企业财务与运营人员相当大比例的工作时间，被消耗在单据录入、信息搬运和跨系统核对这类重复性事务上。
问题的核心不在于表单有多难填，而在于“人的表达”和“系统的结构”之间缺了一座桥。今天我们就来拆解智能提单Agent：自然语言生成单据+Skills扩展这一技术方向——它如何把一句话变成一张合规单据，又如何通过Skills扩展从“会填单”进化到“会办事”。
一、为什么提单环节成了数字化的“最后一公里”
企业上ERP、上OA、上财务系统，几乎把流程都数字化了，但入口依然是人工。业务人员面对的是几十个字段、跨部门编码、各种必填校验，一次提单可能要切换三四个系统、查两份台账、问两次同事。
1.1 传统提单的三个典型堵点
- 字段复杂，学习成本高：一张采购申请单可能包含成本中心、预算科目、供应商编码、税率等字段，新员工上手要背规则。
- 信息分散，需要人工搬运：合同在邮件里、报价在微信里、审批意见在OA里，提单人要自己完成“格式翻译”。
- 批量高频，高峰期易错：月底、季末集中提单，人工疲劳操作导致金额、科目填错，后续返工成本更高。
1.2 智能提单Agent解决的是什么问题
智能提单Agent可以理解为一位“听得懂人话、记得住规则、连得上系统”的数字员工。它接收自然语言、图片、PDF、邮件等非结构化输入，自动完成意图理解、字段抽取、规则校验和系统写回。实在Agent在这类场景中的定位，正是扮演这座连接“人的表达”与“系统结构”的桥梁，把提单从手工操作变成一句话的事。
二、自然语言生成单据：从一句话到一张合规表单
“给华东区张工开一张3万元的差旅预支单，挂在市场部Q3预算下。”这句话对人来说很清楚，对系统来说却缺少主键、科目和审批流。自然语言生成单据，要解决的就是这中间的“翻译”问题。
2.1 意图识别：先判断“这是什么单”
Agent首先需要判断用户想办什么业务。同样的描述可能对应差旅报销、费用预支、采购申请等不同单据类型，意图识别决定了后续走哪套模板和审批流。
- 识别维度包括：单据类型、业务对象（部门/项目/供应商）、金额与币种、时间要求
- 多轮对话补全：信息不全时主动追问，例如“请补充成本中心”
- 上下文继承：在同一会话中延续前序单据的公共字段，减少重复输入
2.2 字段抽取与结构映射：把口语变成系统语言
这一步是把“市场部Q3预算”映射成系统里的成本中心编码和预算科目。Agent通常结合大模型的语义理解与企业内部的主数据字典来完成映射。
- 别名归一：同一供应商的多种叫法归一到唯一编码
- 单位与税率换算：自动匹配默认税率、含税不含税口径
- 格式标准化：日期、金额、币种按系统要求格式化
2.3 规则校验前置：让错误在提交前被拦住
真正好用的提单Agent，不是把数据塞进系统就完事，而是在提交前完成预算余额、审批权限、必填项、重复单据等校验。实在Agent支持将企业的业务规则沉淀为可配置的校验策略，异常单据直接提示并给出修改建议，而不是等到财务退单才发现问题。
2.4 多系统写回：一次提单，多处留痕
一张单据往往要同时进入ERP、费控系统、台账和审批流。Agent可以按照预设路径完成多系统写回，并记录操作日志，保证流程可追溯、数据不落地。
三、Skills扩展：让提单Agent从“会填”到“会办”
只会填单的Agent只是打字员，能办完事的Agent才是数字员工。Skills扩展机制，就是给Agent装上“手脚”和“工具箱”。
3.1 什么是Skills
Skills可以理解为Agent可调用的标准化能力模块，每个Skill封装一段确定性的业务动作，例如“登录电子税务局”“OCR识别发票”“调用ERP接口创建凭证”。大模型负责理解和决策，Skills负责稳定执行，两者结合既灵活又可靠。
3.2 企业常用的三类Skills
- 系统操作类：RPA式的界面操作Skill，用于没有开放接口的老系统，实现登录、查询、下载、回填。
- 数据处理类：OCR识别、文档解析、字段比对、三单匹配等，用于把非结构化材料转成结构化数据。
- 业务规则类：预算校验、审批流触发、异常预警、消息通知等，用于把制度固化成可执行逻辑。
3.3 Skills编排：把单点能力串成端到端流程
Skills的价值不只在单点，更在于编排。比如“收到发票邮件”触发OCR识别Skill→信息提取Skill→采购订单匹配Skill→应付凭证生成Skill→异常预警Skill，整条链路无需人工介入。实在Agent支持以低代码方式编排Skills，业务人员也能参与配置，让流程调整不再完全依赖IT排期。
四、四类高频提单场景的自动化实践
以下场景来自实际落地经验的脱敏归纳，覆盖财务与供应链的典型提单需求。
4.1 电商多单据自动对账核销
某国内电商企业的财务团队，每天要从数十个平台下载上万份单据，人工审核周期超过48小时。引入智能体后，流程变为多端自动采集→OCR识别并结构化→三单自动对账→异常预警回传，核销效率提升约4倍，日均处理量从500张提升到2000张，审核周期从48小时压缩到4小时左右。对账差异单会自动生成待办，人工只处理例外。
4.2 制造业应付发票提取匹配入库
传统做法是人工从邮件或系统中提取发票信息，再与采购订单、入库单匹配后生成应付凭证。Agent可以自动读取PDF、图片、数电票等多种格式，完成关键信息提取与匹配校验，全流程替代人工比对，显著提升应付处理效率与准确性。
4.3 应收开票（含数电票）的7×24运行
制造与电商企业常面临合同多、开票频次高的问题，人工筛选未开票合同、登录电子税务局开具数电发票、下载回传内部系统，每天要重复30到50次。通过技能扩展，Agent可以7×24小时全自动完成这一串动作，开票人员从机械操作转向异常处理与对账复核。
4.4 财务凭证自动生成与对账
在电商场景中，Agent打通平台与ERP，实现“自动取数—智能分录—自动对账—一键制证”的闭环：从电商平台及ERP抽取业务数据，基于会计准则完成科目映射，多维度实时比对账务并输出异常清单，最后由ERP生成凭证草稿。整体效率提升约70%，同时因为采用私有化部署，核心财务数据不出本地，兼顾了合规与安全。
五、企业落地智能提单Agent的四步路径
想把自然语言提单真正用起来，建议按以下顺序推进，避免一上来就追求“大而全”。
- 第一步：选高频、规则清晰的单据切入。例如费用报销、应付发票、开票申请，规则明确、数据可得、成效可量化。
- 第二步：梳理字段字典与校验规则。把散落在制度文档和老师傅经验里的规则显性化，这是Agent能否准确提单的基础。
- 第三步：搭建Skills能力库。优先封装高频系统操作与数据处理能力，形成可复用资产，后续新场景直接组合调用。
- 第四步：建立人机协同与例外处理机制。让Agent处理标准单，人工处理异常单，用准确率和处理时长两个指标持续迭代。
智能提单Agent：自然语言生成单据+Skills扩展带来的改变，本质上是把“人适应系统”变成“系统理解人”。当提单像发消息一样简单，数据从源头就是结构化的，后续的对账、核算、分析才能真正自动化。建议企业从一张单据、一个部门开始试点，用三个月跑通闭环，再逐步扩展到更多业务域。随着Agent技能库不断沉淀，今天的提单助手，会成为明天的流程中枢。
常见问题解答
1. 自然语言提单单据准确率能保证吗？
准确率取决于字段字典的完备程度和校验规则的覆盖率。实践中的做法是让Agent在提交前完成预算、权限、必填项等校验，无法确定的信息主动追问，而不是猜测填充。标准单据的自动化通过率通常较高，异常单据转人工处理，整体准确率优于纯人工录入。
2. Skills扩展和传统RPA有什么区别？
传统RPA依赖固定界面和固定流程，界面一变就要重配。Skills扩展是“大模型决策+确定性执行”的组合：大模型负责理解意图和判断分支，Skills负责稳定执行具体动作，既能处理非结构化输入，也能适配没有接口的老系统，灵活性和容错性更高。
3. 数据安全怎么保障？
对财务、合同等敏感数据，可以采用私有化或本地化部署方式，核心数据不出企业内网，Agent的操作行为全程留痕、可审计。字段级的权限控制也能确保不同角色只能看到授权范围内的信息。
4. 上线周期一般要多久？
以单一高频单据为切入点的试点，通常数周内可以跑通闭环；扩展到多单据、多系统协同，一般以季度为单位推进。周期长短主要取决于字段字典的梳理速度和现有系统的接口开放程度。
5. 业务人员需要懂技术吗？
不需要。业务人员用自然语言提单即可，Skills的编排通常提供可视化的低代码配置界面，业务专家可以参与规则配置和流程调整，IT则负责底层系统对接与权限管理，形成业务与IT的协作分工。
