AI PROJECT CASE STUDY
财务智能审单 Agent 工作流
把医疗集团复杂审单流程拆成可验证、可复核、可落地的 AI 工作流，让模型从“回答问题”进入真实业务判断链路。
需求洞察 Requirements Insight
不是单据识别，而是规则判断材料里有发票、合同、签到表和现场照片，真正要解决的是跨材料一致性，而不是读出某个字段。
模型不能只给结论财务人员需要知道“为什么不通过”，所以每条规则都必须带字段、来源文件和判断依据。
流程要能被复核人工审单单张耗时 15-20 分钟，AI 工作流必须把耗时压下来，同时保留可追溯的证据链。
方案设计 Solution Design
先分流材料按上传位置和文件类型决定路径：纸质、电子、PDF、图片和补充材料分别进入不同处理节点。
再组合模型能力OCR 负责基础识别，LLM 提取结构化字段，VLM 处理盖章、表头、手写等高风险判断。
最后输出可复核结论规则 1-10 独立判断，每条都返回提取字段、通过/不通过和对应证据。
设计日志 Design Log
- 把业务规则翻译成节点。我先让流程跑通，再把“模型判断”和“规则判断”的边界拆开，避免一个 Prompt 承担所有责任。
- 用评测而不是偏好选模型。针对 Qwen、GLM、GPT 做 Prompt 适配和迁移测试，比较指令遵从、字段稳定性和手写识别表现。
- 把不确定性留给复核。对于 OCR 识别不稳、供应商名称疑似差异等场景，输出证据和风险提示，而不是假装模型已经完全确定。
效果评测 Evaluation Metrics
99.1%电子单据审核准确率
2-5minAI 审单耗时
4类复杂审单场景覆盖
下一步 Next Steps
下一步会继续收窄“其他文件”的入口，只保留费用与支持性材料相关路径；同时优化证据检索节点，让每条不通过结论能更快定位到具体文件、字段和判断依据。