Satuan 2 / 11

Pengolahan Data Biaya dan Faktur

Keuntungan:

  • Kemampuan untuk mengubah teks bebas dan data faktur menjadi tabel yang terstruktur menurut skema tetap
  • Kemampuan untuk mengatur permintaan berulang untuk kategorisasi pengeluaran, penghitungan PPN kembali, dan deteksi anomali
  • Kemampuan untuk memverifikasi bidang keuangan yang diekstraksi dengan kesetaraan PPN dan pemeriksaan konsistensi total

Salah satu tugas yang paling banyak dihabiskan oleh tim akuntansi adalah mengatur data pengeluaran dan faktur yang tersebar ke dalam tabel yang terorganisir. Faktur yang dilampirkan ke email, foto kwitansi yang dikirim dari WhatsApp, catatan pengeluaran teks bebas seperti "Makanan pertemuan Ankara + taksi 840 TL"... Semuanya harus berakhir di tempat yang sama: baris yang terstruktur dengan bidang kategori, jumlah, PPN (Pajak Pertambahan Nilai), tanggal dan pemasok.

Kecerdasan buatan (AI) sangat berpengaruh dalam transformasi “teks bebas menjadi terstruktur” ini. Namun dalam data keuangan, kesalahan sekecil apa pun tidak dapat diterima. Jadi dalam unit ini kita akan mempelajari dua hal bersama-sama: membuat AI menghasilkan data sesuai dengan skema tetap (daftar bidang yang telah ditentukan) dan memvalidasi keluaran dengan pemeriksaan konsistensi agregat.

Mengapa "Skema" Begitu Penting?

Skema adalah saat Anda memberi tahu terlebih dahulu bidang mana yang akan ada di setiap baris, dalam urutan apa, dan dalam format apa. Jika Anda tidak memberikan skema, model akan menghasilkan format berbeda untuk setiap faktur; Kemudian menggabungkannya ke dalam satu tabel akan sulit tanpa melakukan koreksi secara manual. Jika Anda memberikan skema, hasilnya akan konsisten dan dapat diverifikasi.

Bagan pengeluaran yang baik mencakup bidang-bidang berikut: tanggal, pemasok, deskripsi, kategori, jumlah pengecualian PPN (dasar), tarif PPN, jumlah PPN, total termasuk PPN, no dokumen.

Tip: Selalu tentukan bidang numerik dengan konvensi "titik/koma". Mengatakan "Tulis jumlah dalam format 1234.56, tanpa pemisah ribuan" akan menghindari mimpi buruk format selama berjam-jam saat mengekspor ke Excel nanti.

Langkah demi Langkah: Dari Teks Gratis ke Tabel

  1. Perbaiki skemanya. Tuliskan nama field, urutan dan formatnya.
  2. Berikan daftar kategori. Minta model untuk memilih dari daftar Anda, bukan membuat kategori di kepalanya.
  3. Buatlah aturan ketidakpastian. Biarkan dia meninggalkan area yang dia tidak yakin kosong dan beri tanda "centang".
  4. Verifikasi logika PPN. Minta model memeriksa basis persamaan + PPN = total.
  5. Periksa ulang totalnya. Apakah total semua baris cocok dengan checksum Anda?

Prompt Lemah / Prompt Kuat

Permintaan lemah: Ubah pengeluaran berikut menjadi tabel: - Taksi makanan Ankara 840 - Alat tulis 300 termasuk PPN - hotel 2 malam 3600

Ini memberikan keluaran dengan kategori tidak konsisten, PPN tercampur, format berbeda di setiap baris.

Perintah yang kuat: Ubah biaya teks bebas berikut menjadi tabel PERSIS menurut skema ini: Bidang (dalam urutan ini): tanggal | pemasok | deskripsi | kategori |dasar | tarif_vat | jumlah_tong | jumlah | catatanPeraturan:- Kategori hanya dari daftar berikut: [Perjalanan, Akomodasi, Makanan, Alat Tulis, Transportasi, Lainnya]- Tulis jumlahnya dalam format 1234.56 (tanpa pemisah ribuan).- Jika disebutkan "Sudah termasuk PPN", hitung pokok dan PPN kembali; Jika Anda tidak mengetahui tarif PPN, tulis "konfirmasi tarif" pada kolom catatan dan biarkan kosong. - Memberikan kesetaraan dasar pengenaan pajak + Jumlah_PPN = total di setiap baris; Jika tidak menyediakan, tulis “TIDAK BERTEMU” pada kolom catatan. - Tinggalkan kolom yang Anda tidak yakin, tambahkan "centang" ke catatan.

Permintaan ini menghitung kembali dasar alat tulis termasuk PPN hingga 250 dan PPN hingga 50, menandai item dengan tarif yang ambigu dan menghasilkan keluaran bersih yang dapat digabungkan menjadi satu tabel.

Logika Perhitungan PPN Kembali

Menemukan dasar pengenaan pajak dari suatu jumlah termasuk PPN adalah prosedur yang sering diperlukan dalam akuntansi. Rumus: basis = total / (1 + tarif). Misalnya, untuk 300 TL termasuk PPN 20%, basisnya = 300 / 1,20 = 250, PPN = 50. Jika Anda secara eksplisit memberikan rumus ini ke model, margin kesalahannya berkurang.

transaksi

rumus

Sampel (20%)

Tidak termasuk PPN → termasuk

total = basis × (1 + tarif)

250 × 1,20 = 300

Termasuk PPN → dasar

dasar = total / (1 + tarif)

300 / 1,20 = 250

jumlah PPN

tong = jumlah − alas

300 − 250 = 50

kontrol

alas + tong = total

250 + 50 = 300

Bekerja dengan Foto Faktur dan Cetakan OCR

Pengeluaran dari lapangan sering kali diterima dalam bentuk foto tanda terima atau faktur PDF. Teknologi yang mengekstrak teks dari gambar ini disebut OCR (Optical Character Recognition). Alat visual AI dapat melakukan pekerjaan tersebut, namun keluaran OCR selalu cacat: koma mungkin terbaca sebagai titik, "5" mungkin tertukar dengan "S", satu digit jumlahnya mungkin hilang. Oleh karena itu, jangan pernah memasukkan jumlah dari OCR secara langsung ke dalam akuntansi.

Ekstrak kolom berikut dari gambar faktur ini dan tuliskan PERSIS ke dalam skema berikut:tanggal | pemasok | pajak_tidak | dasar | tarif_vat | jumlah_tong | totalRules:- Tulis "BELUM DIBACA" di kolom mana pun yang tidak dapat Anda baca atau tidak yakin, jangan menebak.- base + vat_amount = periksa total; Jika tidak, tandai "PERIKSA". - Berikan jumlahnya dalam format 1234.56.

Merupakan aturan keselamatan yang penting untuk tidak membuat siapa pun menebak-nebak area yang tidak pasti. Jika model melengkapi angka dengan “kemungkinan besar”, data akan memasukkan kesalahan secara diam-diam. Bendera "UNREAD" memungkinkan manusia untuk kembali ke dokumen asli dan mengonfirmasinya.

Tip: Pada cetakan OCR, jumlah total biasanya merupakan kolom yang paling dapat diandalkan untuk dibaca karena ditulis dalam font besar. Jika persamaan dasar pajak + PPN = total tidak berlaku, Anda dapat mengetahui di area mana kesalahannya dengan kembali dari persamaan ini.

Deteksi Catatan Anomali dan Duplikat

AI tidak hanya menerjemahkan; Ia juga menemukan barang-barang mencurigakan. Misalnya, jumlah yang hampir sama dari pemasok yang sama dua kali pada hari yang sama, atau pengeluaran yang luar biasa besar untuk kategori tersebut.

Pada tabel pengeluaran di bawah, tandai anomali berikut dan tulis alasannya: 1) Kemungkinan adanya catatan duplikat (pemasok yang sama + jumlah yang sama + tanggal terkini) 2) Jumlah yang lebih besar dari 3 kali rata-rata kategori 3) Tarif PPN berbeda dari yang diharapkan untuk kategori Cukup tandai dan tulis alasannya; jangan menghapus atau mengubah baris apa pun.

Perhatian: Peringatan "ini mungkin berulang" dari AI adalah sebuah petunjuk, bukan sebuah keputusan. Kedua catatan tersebut sebenarnya mungkin merupakan dua layanan yang berbeda. Keputusan untuk menghapus atau menggabungkan selalu dibuat oleh manusia; Modelnya hanya menarik perhatian Anda.

Kasus Mini

Kasus 1 — Tumpukan 300 chip. Seorang pakar akuntansi mengubah 300 baris daftar pengeluaran akhir bulan dalam bentuk teks bebas menjadi sebuah tabel dalam waktu sekitar 15 menit dengan perintah diagram. Pekerjaan yang memakan waktu 4 jam jika dilakukan secara manual, dikurangi menjadi 40 menit dengan verifikasi. Keuntungannya bukan hanya kecepatan; konsistensi kategori juga meningkat.

Kasus 2 — Tertangkap pembayaran ganda. Permintaan anomali menandai bahwa faktur sebesar 4,720 TL ke pemasok dimasukkan dua kali dengan dua nomor dokumen berbeda. Hasil pemeriksaan menunjukkan bahwa yang satu merupakan wesel dan yang lainnya merupakan faktur yang telah diselesaikan, dan keduanya telah jatuh tempo pembayaran. Tanpa AI, akan ada pembayaran ganda.

Kasus 3 — Perangkap tarif PPN. Model ini menetapkan PPN sebesar 20% untuk pembelian makanan pokok; sedangkan item tersebut berada pada kelompok tarif yang lebih rendah. Berkat aturan "konfirmasi nilai", garis tersebut ditandai, diverifikasi, dan diperbaiki oleh sumber ahli. Pelajaran: Jangan serahkan tarif PPN pada model, konfirmasikan dari daftar atau dokumen.

Kesalahan umum

  • Menerjemahkan data tanpa memberikan skema. Setiap baris hadir dalam format berbeda, penggabungan memerlukan koreksi manual.
  • Tidak menyediakan daftar kategori. Model tersebut sesuai dengan kategorinya sendiri; pelaporan menjadi tidak konsisten.
  • Tidak memeriksa kesetaraan PPN. basis pajak + PPN = baris yang tidak berjumlah total dimasukkan secara diam-diam ke dalam tabel.
  • Mengira peringatan anomali sebagai suatu keputusan. "Bisa diulang" adalah sebuah permulaan; Manusia membuat keputusan untuk menghapus.
  • Melewatkan checksum. Mengandalkan keluaran tanpa membandingkan total baris dengan jumlah kendali yang diketahui.

Singkatnya

  • Saat memproses data pengeluaran/faktur teks gratis dengan AI, cara yang paling dapat diandalkan adalah dengan meminta keluaran sesuai dengan skema tetap.
  • Menyediakan daftar kategori dan memperjelas aturan pemformatan (titik/koma, pemisah ribuan) menjaga keluaran tetap konsisten dan dapat ditransfer.
  • Berikan secara eksplisit rumus penghitungan PPN kembali ke model dan periksa kesetaraan basis pajak + PPN = total di setiap baris.
  • AI sangat ampuh dalam menandai catatan duplikat dan anomali, namun keputusan untuk menghapus/menggabungkan selalu dibuat oleh manusia.
  • Memvalidasi silang total baris dengan checksum yang diketahui akan mengamankan seluruh pekerjaan.

Tugas aplikasi

Siapkan daftar campuran pengeluaran (aktual atau sampel) minimal 10 baris; dengan sengaja menyertakan entri duplikat dan item dengan tarif PPN yang salah. Ubah menjadi tabel dengan templat prompt yang kuat, lalu jalankan prompt anomali. Periksa apakah model menangkap dua perangkap yang Anda atur dan verifikasi kesetaraan PPN secara manual dalam tiga baris.

daftar periksa

  • [] Saya mendefinisikan skema tetap dengan nama bidang, urutan dan format.
  • [ ] Saya memberikan daftar kategori kepada model, saya tidak membiarkannya dibuat-buat.
  • [] Saya menambahkan aturan format numerik (titik/koma, tanpa pemisah ribuan).
  • Saya memeriksa [] basis pajak + PPN = kesetaraan total.
  • [ ] Saya telah melakukan pemindaian anomali/duplikat dan membuat keputusan sebagai manusia.
  • [] Saya membandingkan total baris dengan checksum yang diketahui.