9.2 文档处理与知识库

IDP (Intelligent Document Processing) 是企业自动化的“深水区”。 传统 OCR 只能把图片转成文字，但还是非结构化的。Claude 的视觉能力和长文本理解能力，使其能够将非结构化文档转化为结构化数据 (JSON)。

9.2.1 场景案例：非标合同抽取

一家投资机构每天收到上百份 PDF 格式的商业计划书 (BP) 和财务报表，格式各异。

传统方案 vs Claude 方案

维度	传统 OCR + 正则表达式	Claude Vision + JSON Mode
格式适应性	极差，换个模板就挂	极强，基于语义理解
表格提取	经常错位	能完美理解跨页表格
手写体识别	困难	极高准确率
推理能力	无（只能提取表面文字）	有（能计算“同比增长率”）

9.2.2 实战：复杂财务报表提取

假设我们有一张这种扫描件（图片），里面包含一个复杂的“资产负债表”，甚至有跨页和合并单元格。

Input Prompt

"这张图片是公司的资产负债表。请提取其中的关键财务数据，并验证数据是否平衡（资产 = 负债 + 所有者权益）。如果发现不平衡，请在 validation_error 字段中标注。请严格按照以下 JSON Schema 输出。"

Output JSON

{
  "company_name": "Future Tech Inc.",
  "report_date": "2025-12-31",
  "currency": "USD",
  "assets": {
    "current_assets": {
      "cash": 5000000,
      "accounts_receivable": 2000000,
      "inventory": 1500000
    },
    "non_current_assets": {
      "property_plant_equipment": 10000000,
      "intangible_assets": 500000
    },
    "total_assets": 19000000
  },
  "liabilities": {
    "current_liabilities": 4000000,
    "long_term_liabilities": 5000000,
    "total_liabilities": 9000000
  },
  "equity": {
    "share_capital": 8000000,
    "retained_earnings": 2000000,
    "total_equity": 10000000
  },
  "validation": {
    "is_balanced": true,
    "calculation": "19000000 = 9000000 + 10000000"
  }
}

Claude 的神奇之处在于：即使原图中没有显式写出 total_assets 的数字，它也能通过计算推导出来；或者如果原图数字有误（扫描模糊导致），它能根据会计恒等式发现并标记。

9.2.3 场景案例：企业知识库的语义增强

很多公司积累了大量的 Wiki，但传统关键词搜索经常搜不到。

语义搜索与引用溯源

Claude 3.5 引入了更精准的 Citation 能力。在 RAG 系统中，我们要求 Claude 不仅回答，还要告诉我们“你是看哪一行知道的”。

User Question: "公司差旅标准里，打车费有限额吗？"

Claude Response:

根据《员工差旅管理制度 V2.0》第 4 章第 2 条：

1. 一般员工在一线城市（北上广深）打车限额为 150元/天。(Ref: doc_travel_policy.pdf, page 12, para 3)

2. 如果加班至 22:00 以后，通过企业用车平台打车 不设上限。(Ref: doc_travel_policy.pdf, page 12, para 5)

技术实现: 在 System Prompt 中强制要求：Every claim must be followed by a citation like [Source: Doc Name, Page X].

9.2.4 最佳实践：Human-in-the-Loop Review

尽管 Claude 很强，但在处理财务数据（Invoice Processing）时，准确率要求是 100%。

基于置信度的混合工作流:

1. AI 处理: Claude 提取发票信息，并输出一个 confidence_score (0.0 - 1.0)。

2. 自动分流:

   • score > 0.98: 直通 -> 自动调用 API 录入 SAP 系统。

   • score <= 0.98: 人工审核 -> 推送到审核人员界面。

3. UI 辅助: 在人工审核界面，使用 bounding box 将 Claude 提取的区域在原图上高亮显示，审核员只需肉眼扫一眼，确认数字无误点击“通过”。这比纯人工录入快 10 倍。

---

如果说文档处理是把“死数据”变活，那么数据分析就是从“活数据”中挖掘黄金。 Claude 不仅能看懂 Excel，还能自己写 SQL 查数据库，这就是 Text-to-Insight。

➡️ 数据分析助手