在企業日常流程中，經常需要處理大量帳單、收據等紙本文件，並將上面的資料登打到內部系統。例如會計部門要輸入供應商的發票資訊、行政部門要登錄各種繳費單據。這類工作不僅耗時，而且容易因為人工疏忽而出錯。
因此，「能不能透過 AI 文件辨識，再搭配自動化工具，自動把資料登打到系統裡」就成了一個非常常見的自動化題目。在這篇文章中，我們會用 台電的電費帳單 來做實測，分別測試 Power Platform 的 AI Builder、OpenAI API 串接 GPT-4o、以及 Azure Document Intelligence 三種文件辨識方式，看看在 開發難度、費用、準確度 上各自的表現。
1. Power Platform 的 AI Builder
AI Builder 是 Power Platform 的原生 AI 功能，對於已經在用 Power Automate 或 Power Apps 的人來說，幾乎是零門檻上手。我這次用它來辨識台電的電費帳單，流程大致分三個步驟：
（1）模型訓練
進入 AI Builder 之後，可以選擇建立一個「文件處理模型」。接著上傳幾份電費帳單，並手動框選出想要的欄位，例如「應繳金額」、「用電度數」、「繳費期限」。
這個動作就是在教 AI 我需要的欄位會出現在哪些位置。完成標記後，幾分鐘內就能產生一個可用的辨識模型。
（2）串接流程
因為 AI Builder 在 Power Automate 裡有 原生的連接器，所以完全不用自己呼叫 API。只要在流程中新增「處理文件」的步驟，選擇剛剛訓練好的模型，把帳單檔案丟進去，它就會吐出辨識結果。而這些欄位結果會自動變成「動態內容」，可以直接 mapping 到 Excel 或其他資料表。透過這個方式，讀取電費帳單 → 自動辨識 → 寫進資料庫，全程不需要寫任何程式碼。
（3）計費方式
AI Builder 的計費是用 AI Credit 來算的。購買 Power Automate Premium 方案時，會附贈一定數量的 AI Credit，超過的部分則需要額外購買。實測下來，一個 Premium 帳號每月 $480 元，能夠辨識的額度大約只有 50 頁。雖然功能方便但費用偏高，是三者中最貴的。
（4）總結
AI Builder 最大的優勢就是 「零程式門檻」，對於 Power Platform 的使用者或自動化新手來說，是最快能上手的選擇。只要你已經有在用 Power Automate，都可以馬上試試。
如果你是 Power Platform 的使用者或剛踏入自動化的新手，AI Builder 幾乎可以說是最推薦的起手式。
2. OpenAI API 串接 GPT-4o
第二個測試是用 OpenAI API 串接 GPT-4o。GPT-4o 本身不是專門的文件辨識工具，而是一個語言模型，所以它的思路跟 AI Builder、Azure Document Intelligence 不太一樣。
（1）訓練方式
GPT-4o 沒有辦法像 AI Builder 那樣 透過標記訓練來提升準確度。它的能力是來自於大規模的語言模型，重點是「語意理解」。我們實測了兩種方式：
- 直接丟圖給 GPT-4o：把繳費單影像上傳，並在 prompt 裡要求它幫我擷取「用電地址」、「應繳金額」、「繳費期限」等欄位。
- 先 OCR 再交給 GPT-4o：先用 OCR 工具把圖片轉成文字，再把這段文字丟給 GPT-4o，請它從中解析出我要的欄位。
不過結果兩種方式的 準確度都不太理想。尤其在繳費單這種資訊密度高、欄位緊密的文件上，GPT-4o 常常對欄位位置判斷錯誤，導致抓錯資料。
（2）串接流程
用自動化工具串接 GPT-4o 的方式有幾種：
- 在 Power Automate 中，直接用 HTTP 動作呼叫 OpenAI API。
- 或是先透過 Azure Function 呼叫 API、進行額外的資料處理，再讓 Power Automate 呼叫這個 Function。這樣的架構有彈性，但需要一點技術背景（API、Azure Function、JSON 處理），對新手來說有門檻。
（3）計費方式
OpenAI 的 GPT-4o 計費方式是依 token 數量 計價（輸入 token + 輸出 token）。如果直接丟圖片給 GPT-4o，辨識單張帳單大約 $0.3 新台幣；如果先 OCR 再將文字給 GPT-4o，大約 $0.13。
（4）總結
GPT-4o 的強項在於 非結構化資料的理解，例如手寫備忘錄、訪談逐字稿、Email 內容等。但在格式化的文件（例如電費帳單、發票）上，因為無法用訓練來提升準確度，所以效果並不好。
GPT-4o 適合處理「不規則、非結構化」的資料，但如果是像帳單這種固定格式文件，它的錯誤率太高，不適合拿來直接辨識。
3. Azure Document Intelligence
最後測試的是 Azure Document Intelligence（以前叫 Form Recognizer）。它和 AI Builder 一樣，是專門為結構化文件設計的解決方案。
（1）訓練方式
Azure Document Intelligence 的訓練方式跟介面都跟 AI Builder 非常相似。首先上傳多張訓練文件、設定欄位、手動框選出要擷取的欄位值（像是用電地址、應繳金額、繳費期限）。
（2）串接流程
不像 AI Builder 在 Power Automate 有內建連接器，所以還是需要呼叫 API。實作上需要分兩步驟：
- 傳檔案給模型 (POST) → 把 PDF 或圖片傳給模型，讓它去辨識
- 拿回辨識結果 (GET) → 模型辨識完檔案，還要自己去把辨識結果要回來
也可以先用 Azure Function 封裝這個流程，再讓 Power Automate 呼叫會比較方便。
（3）計費方式
Azure Document Intelligence 每個月 前 500 頁文件辨識免費，超過的部分大約是 每 1000 張文件 1.5 美元（約 48 元新台幣）。因此小量使用幾乎不用花錢，量大時才需要額外預算。
（4）總結
整體來說，需要對 Azure 及 API 串接都有一定程度了解，門檻比 AI Builder 高，但在辨識效果跟費用上都是最佳選擇。
Azure Document Intelligence 在固定格式文件上準確度高、穩定、且成本低，適合 有技術基礎 或 想嘗試進階自動化應用 的使用者 。
結論
透過這次實測三種文件辨識方式，我們可以發現：
- AI Builder：最適合 Power Platform 使用者或自動化新手，開發門檻低，直接在 Power Automate 就能使用，但費用相對較高。
- GPT-4o（OpenAI API）：適合處理格式不固定或手寫、非結構化資料，但固定格式文件的準確度不穩定，需要一定技術背景串接 API，成本比 AI Builder 低。
- Azure Document Intelligence：在固定格式文件上準確度高、穩定，成本低，適合有技術基礎或想嘗試進階自動化的使用者，但需要對 Azure 有基本認識。
每個工具都有自己的強項與限制，不妨根據自己的情境來選擇最適合的方式。最後附上三種工具的優勢比較給大家參考！
工具 | 開發難度 | 單張成本（NTD） | 準確度 | 適合對象與情境 |
AI Builder | 最低 | 約 9 元 / 張 | 高 | Power Platform 使用者、自動化新手 |
GPT-4o | 中高 | 約 0.1 - 0.4 元 / 張 | 中低 | 處理非結構化資料 |
Azure Document Intelligence | 中 | 免費額度 500 張 / 月 | 高 | 有技術背景或想嘗試進階自動化的使用者 |
這些功能雖然簡單，卻是我們創造自動化流程的基石，讓我們一起由簡單開始，成就不簡單！
如果你／妳喜歡這篇文章，歡迎點點愛心或留言，讓我們相互交流和成長！ 這次的分享到此告一段落，想了解更多 RPA + AI 與數位轉型的最新趨勢與觀點、RPA 軟體功能介紹及實務應用案例，也歡迎追蹤 RPAI 數位優化器的社群和我們交流互動，我們下次見！ 🚀 想找RPAI聊聊？歡迎填寫表單：RPAI聯繫表單 🚀 Instagram：RPAI 數位優化器 🚀 臉書粉絲專頁：RPAI 數位優化器
