دادن عکس به ایجنت
ایجنت میتواند عکس ببیند. عکسِ رسید، فاکتور، اسکرینشات، یا صفحهی اسکنشده را میدهی و ازش میخواهی محتوایش را دربیاورد.
و کیفیتِ جواب، بیش از هر چیز به کیفیت عکس بستگی دارد. چهار چیزی که واقعاً فرق میسازند:
- صاف باشد. عکسِ کج، ارقام را جابهجا میخواند — مخصوصاً در جدول، که ممکن است عددی به سطر بغلی نسبت داده شود.
- کل کادر در تصویر باشد. اگر لبهی رسید بریده باشد، ایجنت معمولاً نمیگوید که چیزی کم است — فقط آنچه دیده را گزارش میکند.
- نور یکنواخت. سایه روی نصف رسید، همان نصف را غیرقابل اعتماد میکند.
- و یکی در هر بار. سه رسید در یک عکس، سه برابر شانس قاطیشدن است.
و درخواستِ خوب، مثل همیشه، قالب خروجی را مشخص میکند (فصل ۲.۶.۳): «این رسید را به جدولی با این ستونها تبدیل کن: تاریخ، فروشنده، شرح، مبلغ. هر چیزی که مطمئن نیستی را با علامت سؤال مشخص کن.»
آن جملهی آخر مهمترین بخش درخواست است، و بخش ۸.۳.۴ میگوید چرا.
PDF اسکنشدهی فارسی
در فصل ۴.۲.۳ گفتیم PDF اسکنشده در واقع عکس است، نه متن — و این تفکیک اینجا عملی میشود.
اول باید بدانی کدام است، و آزمونش ده ثانیهای است: PDF را باز کن و سعی کن متنش را انتخاب کنی. اگر انتخاب شد، متن است و کار آسان. اگر نشد، عکس است و مسیرش همین فصل.
و برای فارسی، سه سختیِ اضافه هست که برای انگلیسی نیست:
- حروف به هم چسبیدهاند، پس مرزِ حرفها روشن نیست.
- نقطهها تعیینکنندهاند. ب/پ/ت/ث فقط با نقطه فرق دارند، و نقطه اولین چیزی است که در اسکنِ بیکیفیت از بین میرود.
- و ارقام دو شکل دارند — ۱۲۳ و 123 — که ممکن است در یک سند قاطی باشند.
نتیجهی عملی: روی اسکنِ فارسی، انتظارِ دقتِ کامل نداشته باش. این نه بدبینی است و نه بهانه — پایهی تصمیمِ بخش بعد است.
استخراج به جدول
روشی که در عمل بهترین جواب را میدهد، سه قدم است:
- اول ساختار را بپرس، بعد محتوا را. «این رسید چه بخشهایی دارد؟» قبل از «مبلغش چند است؟». اگر ساختار را غلط فهمیده باشد، محتوا هم غلط میآید و تو نمیفهمی چرا.
- ستونها را خودت تعیین کن. اگر تعیین نکنی، هر رسید ستونهای خودش را میگیرد و جدولت یکدست نمیشود.
- و بخواه سطحِ اطمینان را بنویسد. ستونی به نام «مطمئن؟» که برای هر ردیف پر شود. این ارزانترین راهِ تبدیلِ یک خروجیِ صاف به یک خروجیِ قابل بازرسی است.
و یک عادت که خیلی کمک میکند: مبلغ را هم به رقم و هم به حروف بخواه. اگر آن دو با هم نخوانند، خودش یک هشدار است — و این تنها راهِ خودکارِ گرفتنِ خطای رقم است.
کجا اشتباه میکند (و چرا اینجا خطرناک است)
این بخش، جانِ فصل است.
در فصل ۴.۴.۵ گفتیم «جواب مطمئنِ غلط». در کار با تصویر، این مسئله بدتر است، و دلیلش یک تفاوت ساختاری است:
بهخاطر بسپار وقتی متنی غلط خلاصه شود، معمولاً بد خوانده میشود و شک میکنی. وقتی عددی غلط خوانده شود، کاملاً طبیعی به نظر میرسد. ۱٬۲۵۰٬۰۰۰ که بهجای ۷٬۲۵۰٬۰۰۰ خوانده شده، هیچ نشانهای روی خودش ندارد — نه در ظاهر، نه در متن، نه در لحن.
خطاهای رایج، به ترتیبِ خطرناکبودن:
- ارقامِ شبیه هم: ۱ و ۷ · ۳ و ۴ · ۵ و ۶ · ۰ و ۵. در دستخط یا اسکن بیکیفیت، مکرر.
- جای صفرها. ۱٬۲۰۰٬۰۰۰ در برابر ۱۲٬۰۰۰٬۰۰۰ — ده برابر خطا، از یک صفر.
- سطرِ جابهجا در جدول. عدد درست خوانده میشود ولی به ردیف اشتباه میچسبد. بدترین نوع، چون همهی عددها درستاند و فقط نسبتدادن غلط است.
- و چیزی که در عکس نبوده. اگر بخشی از رسید تار باشد، ممکن است بهجای «نمیدانم»، محتملی را بنویسد (فصل ۱.۱.۴).
و چرا اینجا خطرناکتر از بقیهی جاهاست: چون خروجیاش معمولاً مستقیم وارد حسابوکتاب میشود. یک خلاصهی متنیِ ناقص را کسی میخواند و شک میکند؛ یک عددِ غلط در ستونِ مبلغ، بیصدا جمع میشود و در گزارش مینشیند.
راستیآزمایی نمونهای
در فصل ۴.۵.۵ گفتیم «شمردن و نمونهگیری». برای تصویر، این قاعده عوض میشود:
- برای متن: نمونهگیری کافی است. اگر پنج تا از پنجاه مورد درست بودند، احتمالاً بقیه هم درستاند — چون خطاها الگو دارند.
- برای عدد از تصویر: نمونهگیری کافی نیست. چون هر عدد مستقل خوانده میشود؛ درستبودنِ چهلونه تا، هیچ تضمینی برای پنجاهمی نیست. و اگر آن یکی مبلغِ بزرگ باشد، همهی گزارش را خراب میکند.
پس قاعدهی عملی:
- مبالغ را صددرصد چک کن اگر تعدادشان کم است (زیر بیست رسید). این حوصله میخواهد ولی جایگزین ندارد.
- اگر زیادند، جمع را با یک منبع مستقل بسنج — مثلاً جمعِ صورتحساب بانکی. تطابقِ جمع، همهی ردیفها را یکجا تأیید میکند.
- و مرتبهی بزرگی را همیشه نگاه کن. رسیدی که مبلغش ده برابرِ بقیه است، یا خطاست یا واقعاً مهم — هر دو حالت ارزش نگاهکردن دارد.
تمرین (ساختنی + توضیحی)
سه رسید واقعی از خودت بردار (عکس با موبایل کافی است):
- هر سه را جدا استخراج کن، با ستونهای ثابت و ستون «مطمئن؟».
- هر سه را دستی چک کن — همهی مبالغ، نه نمونه.
- بنویس چند خطا بود و از کدام نوعِ بخش ۸.۳.۴.
- و یکی را عمداً بد عکس بگیر (کج یا کمنور) و ببین خروجی چطور عوض میشود — و مهمتر: آیا گفت که کیفیت بد است؟
پاسخنامه — بند ۵ مهمترین بند این تمرین است
چیزی که معمولاً در عکسِ خوب اتفاق میافتد: تاریخ و فروشنده تقریباً همیشه درست؛ مبلغ کل معمولاً درست؛ و اقلامِ ریز و دستنویسها بیشترین خطا.
و چیزی که در عکسِ بد اتفاق میافتد — که کلِ نکته است: خروجی همانقدر روان و مطمئن است. جدول همان شکل را دارد، ستونها پر است، هیچ چیزی در ظاهرِ جواب نمیگوید که ورودی بیکیفیت بوده. مگر اینکه صریحاً خواسته باشی که بگوید.
و به همین دلیل ستون «مطمئن؟» و آن جملهی بخش ۸.۳.۱ اختیاری نیستند. بدون آنها، تنها راهِ فهمیدنِ اینکه کدام عدد مشکوک است، خواندنِ کل رسید توسط خودت است — که اصلاً هدفِ خودکارکردن را از بین میبرد. با آنها، فقط ردیفهای علامتدار را چک میکنی.
یعنی ارزشِ واقعیِ این فصل در استخراج نیست؛ در گرفتنِ اعترافِ عدمِ اطمینان است. آن است که کار را از «باید همهاش را خودم بخوانم» به «فقط این سه ردیف را چک میکنم» تبدیل میکند.