点击蓝字，关注我们

财务人终于不用熬夜核对发票了！用Dify搭个自动核对工作流，解决OCR最大痛点

上个月和做财务的朋友吃饭，她吐槽得拍桌子："现在报销用OCR识别发票，十张有三张错—— 要么开票日期少个年份，要么校验码多一位，要么姓名写成同音字。我每天得盯着电脑对比原图和识别结果，眼睛都快瞎了！"

我掏出手机给她看："你试试用Dify搭个自动核对工作流，让两个视觉大模型同时识别，再用第三个模型对比差异。以前人工要10分钟的活儿，现在30秒搞定，还能标红差异。"

她眼睛一亮："这玩意儿难吗？我电脑只会用Excel啊！"

"超简单，跟着我一步步来，半小时就能搭好。"

先搞懂核心逻辑：用"多模型投票"解决OCR不准的问题

其实OCR的痛点就一个——单一模型的"幻觉"：比如识别火车票时，模型可能把"张三"看成"张叁"，把"2023-10-01"看成"2023-10-07"。但如果让两个不同的视觉大模型（比如 GPT-4o和千问VL）同时识别，再让第三个模型（比如DeepSeek-R1）对比两者的结果，就能把差异揪出来。

这套逻辑的核心是"交叉验证"：

1.用户上传单据图片（火车票/发票）；2.两个视觉大模型分别提取信息（比如出发地、日期、金额）；3.第三个模型逐字段对比两个结果，标红差异；4.最终输出"差异报告"，财务只需看标红部分就行。

第一步：把Dify环境搭起来——两种方式，小白也能会

要搭工作流，得先有Dify环境。这里给大家讲两种最常用的方式，选适合自己的就行。

方式1：本地/服务器用Docker Compose部署（推荐私有化）

Docker的好处是"一键启动"，把Dify的API服务、数据库、前端页面都打包在容器里，不用 手动装依赖。步骤超简单：

1.装Docker和Docker Compose：

•Windows/macOS：装Docker Desktop（官网下载，一路下一步）；•Linux（Ubuntu）：执行sudo apt-get install docker-compose（记得换国内源， 不然慢）。

2.拉取Dify代码：打开终端，执行：

git clone https://github.com/langgenius/dify.gitcd dify/docker

3.配置并启动：

•复制配置文件：cp .env.example .env（不用改内容，默认就行）；•启动服务：docker-compose up -d（第一次启动会下载镜像，等5分钟）。

4.访问Dify：本地部署的话，浏览器输入http://localhost；服务器部署的话，输入服务器IP（默认80端口）。

方式2：直接用Dify云服务（适合快速试手）

如果不想装Docker，直接用Dify官网的云服务（https://dify.ai/）：

•注册账号，免费版能建5个应用（够测试用）；•缺点是数据存在云端，敏感单据（比如发票）建议用私有化部署。

第二步：搭工作流——核心就4步，提示词是关键

环境搞定后，咱们开始搭"业务单据自动核对"的工作流。打开Dify，点击"创建应用"→ 选"Chat Flow"（工作流），名字就叫"发票自动核对"。

1. 配置大模型：选对"视觉模型"是关键

要识别图片，得用支持视觉的大模型（带VL标识，比如GPT-4o、千问VL、书生浦语 VL）。配置步骤：

•点击右上角"设置"→"模型提供商"；•选你要用的模型：

•国外：OpenAI的GPT-4o（识别准，但要科学上网）；•国内：千问VL（便宜，稳定性好）、书生浦语VL（免费版够用）；

•填API密钥（比如OpenAI的密钥，千问的密钥去阿里云申请）。

2. 加"文件上传"节点：让用户能传单据图片

工作流的第一步是让用户上传单据，所以要加个"参数"：

•点击"开始"节点→"添加参数"；•类型选"文件"，名字填"单据文件"，提示语写"请上传需要核对的单据图片（支持 JPG/PNG/PDF）"。

3. 加两个"提取模型"：让两个大模型分别识别

接下来要让两个视觉模型提取单据信息。以火车票为例：

•拖一个"大模型"节点到画布，名字叫"提取模型1"；•勾选"视觉"选项，把"单据文件"拖到"视觉输入"里；•提示词要明确字段和格式（划重点！提示词写得越准，识别结果越好）：

请提取这张火车票的以下信息，返回JSON格式：-出发地（比如"北京南"）-目的地（比如"上海虹桥"）-日期（格式：YYYY-MM-DD）-时间（格式：HH:mm）-姓名（比如"张三"）-座位号（比如"05车12F"）-票价（保留两位小数，比如"553.00"）

•再拖一个"大模型"节点，名字叫"提取模型2"，选另一个视觉模型（比如千问VL），提示词和上面一样。

4. 加"对比模型"：让第三个模型当"裁判"

最后一步是对比两个提取结果的差异。拖一个"大模型"节点，名字叫"差异对比"，提示词 要明确对比规则：

你是一个专业的JSON数据对比专家，请按照以下规则对比两个火车票信息的差异：1.逐字段对比（比如出发地、日期、姓名等）；2.差异部分用红体标注（比如"日期：2023-10-01 vs 2023-10-07"）；3.相同部分不用写，只标差异；4.最后总结差异数量（比如"共发现2处差异"）。

然后把"提取模型1"和"提取模型2"的输出拖到"对比模型"的"用户输入"里。

第三步：测试效果——用真实单据验证差异

工作流搭好后，点击"预览"，上传一张火车票试试：

案例1：火车票的差异对比

我上传了一张"北京南→上海虹桥"的火车票，两个模型的识别结果如下：

•提取模型1（GPT-4o）：

{"出发地":"北京南","目的地":"上海虹桥","日期":"2023-10-01","时间":"08:00","姓名":"张三","座位号":"05车12F","票价":"553.00"}

•提取模型2（千问VL）：

{"出发地":"北京南","目的地":"上海虹桥","日期":"2023-10-01","时间":"08:00","姓名":"张叁","座位号":"05车12F","票价":"553.00"}

•对比模型结果：

共发现1处差异：-姓名：张三 vs 张叁（红体）

案例2：增值税发票的差异对比

再上传一张增值税专用发票，两个模型的识别结果：

•提取模型1（GPT-4o）：

{"发票代码":"1100231001","发票号码":"00123456","开票日期":"2023-10-01","校验码":"87481234","价税合计":"113.00"}

•提取模型2（千问VL）：

{"发票代码":"1100231001","发票号码":"00123456","开票日期":"2023-10-01","校验码":"8748 1234",// 多了空格"价税合计":"113.00"}

•对比模型结果：

5051共发现1处差异：-校验码：87481234 vs 87481234（红体）

第四步：优化工作流——让它更通用

刚搭的工作流只能处理火车票和增值税发票，要让它支持更多单据（比如报销单、快递 单），可以加分支条件：

1. 加"票据类型"分支

比如：

•分支1：如果是"火车票"，用火车票的提取提示词；•分支2：如果是"增值税专用发票"，用发票的提取提示词；•分支3：如果是"报销单"，用报销单的提取提示词。

设置方法：拖一个"条件判断"节点，条件写"单据类型 == 火车票"，然后连接对应的提取模 型。

2. 优化提示词：让识别更精准

提示词是工作流的灵魂，比如提取增值税发票时，可以把字段写得更细：

请提取这张增值税专用发票的以下信息，返回JSON格式：-发票代码（10位数字）-发票号码（8位数字）-开票日期（格式：YYYY-MM-DD）-校验码（后6位）-购买方名称（全称）-价税合计（格式：XX.XX元）

最后：这玩意儿真的能省时间吗？

我那财务朋友用这个工作流试了一周，反馈说："以前每天要花2小时核对100张发票，现在 只要30分钟——模型会标红差异，我只要看标红的部分就行，再也不用盯着原图一个个对了！"

其实这个思路不仅适用于发票，像快递单、入库单、报销单这些带图片的单据，都能用"多模型对比"的方法解决识别不准的问题。关键是把提示词写精准，把对比逻辑理清楚。

给新手的3个小技巧

1.模型选国内的：GPT-4o虽然准，但网络不稳定，千问VL和书生浦语VL更适合国内用户；2.提示词要"具象"：不要写"提取发票信息"，要写"提取发票的发票代码、号码、开票日期"；3.多试几个模型：如果一个模型识别错了，换另一个模型试试，比如千问VL识别不了的，用GPT-4o可能能识别。

现在你也可以动手搭一个试试——其实Dify的工作流没那么难，关键是把"痛点→方案→步骤"理清楚。等你搭好，会发现：原来财务自动化，真的可以这么简单！

福利来了，关注数知公众号，Dify资料集免费送！

---

关注公众号

数知

数知:深耕企业数字化转型，分享如何应用云计算，大数据，AI等IT技术帮助企业降本增效

78篇原创内容

公众号

作者介绍

本人作为首批国家卓越级智能工厂的数字化负责人，在企业数字化领域已深耕近20年。曾服务世界500强、上市集团和行业第一的国际化外企，主导过数百个成功项目，也经历过数十个失败案例，深刻理解数字化转型的挑战与机遇。

数字化转型失败率很高，关键在于企业往往重技术轻管理、战略与执行脱节、盲目借鉴他人经验。我亲历过供应商选择、企业文化和软件适配的各种“坑”，这些宝贵教训将助您避开常见误区。

您将在这里获得：

• 企业中高管：解决业务痛点的数字化解决方案，提升企业竞争力

• 数字化规划师：经过验证的整体规划路径，降低转型风险

• 数字化顾问：体系化设计方案，提升项目成功率

• IT技术人员：最新技术解读和落地方法，加速技能升级

关注我，获取经过实战验证的数字化转型知识体系，让您的转型之路少走弯路

点赞关注，不错过每次干货分享！