發票自動辨識：用 Gemini AI 把收據照片整理成 Google 試算表

發票自動辨識是利用 AI 工具直接讀懂收據或發票照片，把日期、品項、金額等資訊整理成表格，不必再手動輸入。市面上不少發票辨識系統需要付費，而具備圖片理解能力的 AI 工具，同樣可以完成類似的整理工作。贊贊小屋這次以 Gemini AI 作為實測工具，記錄從收據照片上傳、AI 判讀，到匯出 Google 試算表的完整過程，也整理照片拍攝、Prompt 撰寫與 AI 拒絕辨識時的因應方式，提供讀者參考。

一、發票辨識前處理：為什麼收據照片要拍清楚

在開始發票自動辨識之前，第一步是把手機拍下的收據照片存到電腦裡。這次測試使用的收據是超商發票，桌面上顯示為「11.jpeg」，直接點開可以看到完整拍攝內容，包含店名、交易明細、品項與金額，畫面清楚沒有反光或裁切，方便待會上傳給 AI 判讀。如果原本就是使用統一發票兌獎App存放電子發票，也可以請店家額外列印一張像這樣的載具交易明細，作為紙本憑證備查。

發票自動辨識的成功率，很大程度取決於照片品質，而不是 AI 能力本身。清楚的照片需要文字對焦清晰、四個邊角完整入鏡、避免反光與陰影遮住金額或品項；相對地，模糊、歪斜或反光的照片，即使換成再強的 AI 模型，也容易辨識失敗或漏掉關鍵欄位。上傳前先花幾秒鐘檢查照片是否清楚，比事後修正 Prompt 更有效率。

二、OCR 與多模態 AI 差在哪裡？從上傳 Gemini 開始

準備好照片後，贊贊小屋登入 Gemini，畫面左下角提問框旁有一個「＋」圖示，點開後會看到「上傳檔案」與「加入雲端硬碟檔案」兩個選項。這次直接選擇「上傳檔案」，從電腦裡挑選剛才存好的收據照片；若照片原本就存在 Google 雲端硬碟，也可以直接選擇雲端硬碟裡的檔案，不必先下載到本機再重新上傳，這也是Gemini使用技巧之一。

很多人以為發票辨識 AI 跟傳統 OCR 發票辨識差不多，其實兩者處理方式不同。OCR 的重點在於把圖片轉成文字，看得懂螢幕上寫了什麼字，但不一定知道哪個數字是金額、哪一行是日期。多模態 AI 除了讀出文字，還會進一步判斷欄位意義，把日期、品項、數量、金額分別歸類，這也是為什麼同一張收據，交給 Gemini 之後可以直接整理成表格，而不只是輸出一段文字。

三、從單張收據到批次處理：企業單據辨識的第一步

確認 Gemini 可以讀懂單張收據之後，贊贊小屋接著測試一次上傳多張照片。在檔案總管視窗中，同時選取桌面上的「11.jpeg」與「12.jpeg」兩個檔案，按下「打開」，兩張收據照片就一起送進 Gemini。這其實很符合實務上的需要，通常要處理的不會只有一張發票或單據，能一次上傳多張，對企業單據整理流程來說是相當加分的一點。

單張收據測試成功，只能證明 AI 有能力辨識，真正對企業有幫助的，是能不能一次處理大量單據。想像每個月報帳的收據、採購單或發票有幾十張甚至上百張，如果能一次上傳、一次整理成表格，已經具備了企業單據整理流程的第一步，省去逐張輸入的重複工作，也是發票自動辨識真正能節省時間的地方。

四、AI 為什麼會拒絕分析收據？隱私限制與任務切分原則

沒想到這次 Gemini 的第一個回應是拒絕：「很抱歉，我無法提供您想要的信息。」畫面上進一步說明，因為圖片中含有個人和交易敏感信息，例如信用卡號碼、交易明細、地址等，Gemini 無法直接分析或處理這些資料。贊贊小屋原本以為 Gemini 可以作為圖片轉文字工具直接使用，一度以為這次測試要失敗了，後來才想到，收據上確實會出現卡號等個人資訊，即使畫面上已經把卡號部分遮蔽，AI 仍然判斷整張圖片涉及隱私而拒絕處理。

解法不是放棄，而是把任務範圍講清楚。贊贊小屋重新提出需求：「只要幫我提取日期、物品、數量、金額的資訊即可，不涉及個人隱私，幫我整理成表格。」限定欄位之後，Gemini 就願意繼續處理。這說明 AI 拒絕分析收據，不一定是能力不足，而是任務描述得太廣，把不需要的個人資訊也一併涵蓋進去；只要把需要的欄位講清楚，反而更容易得到想要的結果。

五、發票辨識 Prompt 怎麼寫？欄位限定比全部抽取更有效

限定欄位之後，Gemini 順利整理出一份表格，列出項目、數量與金額。不過表格仍有可以再討論的地方：日期被放在表格外面的最下方，寫著「日期：2025-08-05」，這樣的排版對後續要匯入試算表並不方便，贊贊小屋於是接著追加需求：「請把日期加到表格中，並且最後有個總計。」

這次測試也印證了一個重點：發票辨識 Prompt 越具體，AI 越容易產生可以直接使用的結構化資料。像「請分析這張收據」這種模糊提問，任務範圍太廣，容易觸發限制或得到不穩定的結果；相對地，明確列出日期、項目、數量、金額這類欄位，AI 才知道要抓取哪些資訊、用什麼方式呈現，這也是發票辨識 AI 實際操作上，比想像中更需要練習的地方。

六、從辨識結果到可用表格：AI 需要二次指令修正

追加指令之後，Gemini 給出了修正版表格，日期、項目、數量與金額（新臺幣）都整理在同一張表格裡，最後一列還自動加上總計。表格下方多了一個「匯出到試算表」的按鈕，點下去之後，畫面左下角隨即跳出「已建立新試算表」的提示，同時提供「開啟試算表」的連結，可以直接跳轉查看。這也是這次選擇用 Gemini 實測的原因之一，同屬 Google 產品的它，可以直接把整理好的資料送進 Google 試算表，不必再另外下載檔案、重新上傳。

從第一次辨識到最後可以使用的表格，中間經過了兩次追加指令：先限定欄位範圍，再要求補上日期與總計。這個過程說明 AI 比較像協作工具，而不是輸入一次指令就能得到完美結果的黑箱系統；發票自動辨識實際操作時，通常需要來回幾次調整，才能得到符合需求的資料格式，這跟一般人想像中「AI 全自動」的印象不完全相同。

七、發票自動辨識完整流程：從收據照片到試算表

發票自動辨識到這一步，終於從手機拍下的收據照片，變成一份可以直接編輯的 Google 試算表。點選「開啟試算表」之後，瀏覽器會另外開啟一個分頁，內容跟前一步驟看到的表格完全相同：日期都是 2025-08-05，項目分別是「普拿疼肌立酸痛藥布21片」與「付費購物袋」，數量與金額也對應正確，最後一列自動加總。

回顧整個流程，從手機拍下收據照片，到最後產生一份可以編輯的 Google 試算表，中間沒有使用到任何付費的發票辨識系統，單純透過 Gemini 免費完成。這也是會計 AI 自動化最基礎的一步：先把紙本或圖片形式的憑證轉換成結構化資料，之後才有可能進一步串接分類、報帳、記帳甚至企業內部流程。對一般使用者來說，光是 Gemini 加上 Google 試算表，已經能完成不少日常的單據整理工作。

AI 不是照單全收的程式，而是需要溝通的協作對象

這次測試最深的體會，是 Gemini 一開始直接拒絕分析收據，讓贊贊小屋當下有點措手不及。原本以為只是單純的圖片轉文字工作，AI 應該會照單全收，沒想到它會因為判斷內容涉及隱私，直接說「無法提供」。後來才意識到，AI 終究不是寫死流程的程式，不是輸入指令就一定會按照預期執行，而是看起來會自主判斷的模型，所以有可能中途說「不」。

換個角度想，這也代表發票自動辨識沒辦法一次到位，需要透過來回溝通，把任務範圍講清楚，AI 才願意配合。就算 Gemini 沒辦法一次做到完美，只要能省下逐筆手動輸入的時間，對贊贊小屋來說仍然是效率上的提升。未來如果要把這樣的流程做得更穩定，也可以利用程式自動化的方式，把 AI 判讀跟固定的檢查步驟綁在一起，形成更完整的會計 AI 自動化流程，這是接下來想繼續測試的方向，也在此提供讀者參考。

贊贊小屋會計學入門：

會計學什麼？、銀行調節表是什麼、應收帳款追蹤表、負債及股東權益、成本會計概念、營業收入調節表、IFRS15懶人包。

贊贊小屋會計課程：Excel會計實務、會計課程3合1、會計自學大全集。