供應商更改表單，文件自動化仍能持續發揮效用

供應商重新設計材料證明書後，上個月還能正常運作的擷取流程，開始讓批次紀錄的欄位空白，或填入錯誤的值。只要將每種版面視為一條獨立、經過測試的處理路徑，自動化就能持續運作：辨識表單版本、送至專為該版本建立的擷取器、將欄位對應到雙方確認的供應商、產品與批次紀錄，並在上線前驗證舊版表單仍能正常處理。

版本感知擷取是一種文件工作流程，會先辨識收到的表單版本，再套用該版本已核准的擷取器、欄位對應與檢查。分流器無法辨識的版面會交由審核人員處理，而不是送往最接近的已知路徑。

版本感知擷取能為您的團隊帶來什麼？

AWS 於 2026 年 9 月 28 日發布的 Amazon Textract 配接器指南，將文件分類、配接器選擇與擷取拆成不同階段。每一項拆分都有其業務效益：

• 新版面不影響既有正常運作的路徑。 Textract 對每頁的每種功能類型套用一個配接器，因此由上游的分流步驟為每個表單版本選擇適合的擷取器。
• 審核人員能看到需要他們處理的證明書。 分流器讀取表單標題、修訂日期及具辨識性的欄位標籤等標記，再將結果送至資料庫、工作流程引擎或人工審核佇列。未知標記會成為可見的待審項目，而不是悄悄留下空白欄位。
• 變更上線不必發布程式碼。 將使用中的配接器 ID 存為設定後，啟用新版本只需更新一個參數，不必重新部署應用程式。

為什麼業務模型比擷取器更重要？

只有當擷取出的文字進入正確的紀錄，證明書才能發揮用途。Functional AI Solutions 為此建立基礎本體（ontology）：以一套共用模型，描述您的供應商、產品、材料牌號、爐次、批次、證明書，以及彼此之間的關係。

本體為每個表單版本提供穩定的對應目標。供應商的版面會變；證明書、爐號、供應商、材料牌號與您收料批次之間的關聯不會變。每個版本都將各自的標籤，例如「Heat No.」或「Cast No.」，對應至已確認的欄位。新版面需要新的欄位對應，而不是新的資料模型。您的收料、品質與採購系統仍需要連接器，才能與該模型串接。FAIS 接著在此基礎上建立分流、審核工作流程與自動化。

證明書改版，導入前後有何不同？

以一家台灣機械加工零件製造商為例，每次鋼材到貨都會收到材料證明書。某家鋼廠發布新版證明書，將爐號移入表格，並重新命名化學成分欄位。

導入前： 該供應商唯一的擷取器繼續運作，卻回傳空白爐號，或讀取錯誤的儲存格。收料人員事後才發現資料不符，或團隊又回頭以人工輸入資料。

導入後： 分流器發現無法辨識的修訂標記，便將證明書連同原始檔案送交審核。審核人員輸入一次資料，這些修正就成為新路徑的樣本。舊版證明書則繼續走原有路徑。

SphereGen 自家發布的康乃狄克州製造商案例研究，呈現了實際上線運作的審核環節：在資料上傳至 ERP、品質與採購系統前，員工先核准或駁回從證明書擷取的資料；自動化無法處理的證明書，則連同原始檔案與嘗試擷取的值，一併送至例外處理佇列。

如何新增供應商版面，又不干擾既有正常運作的版面？

將新版面新增為獨立版本，配置專屬樣本、擷取器與欄位對應，且只有在通過以下條件後才啟用：

1. 已定義辨識標記。 以修訂日期、表單代碼或具辨識性的標籤識別版本。
2. 已分開樣本。 Textract 的每個配接器至少需要 5 份訓練文件與 5 份測試文件。保留部分採用新版面的真實證明書，僅供測試使用。
3. 已評估關鍵欄位。 針對決定是否放行的欄位，檢查精確率與召回率：爐號、牌號、化學成分與機械性質檢測結果。
4. 已驗證欄位對應。 每個欄位都寫入已確認的供應商、產品與批次紀錄。
5. 已通過迴歸測試。 既有版本在各自測試集上的結果，與原有基準一致。
6. 已記錄回復版本方式與查詢定義。 保持前一版本啟用，並將查詢定義存放在您自行管理的儲存空間，因為跨帳號複製配接器時，只會移轉訓練完成的模型權重。
7. 已暫停自動更新。 AWS 建議在正式環境中停用自動更新，直到建立迴歸測試為止。
8. 已指定放行權責人員。 自動化負責準備紀錄；由獲授權的品質人員放行批次。

配接器訓練需耗時 2–30 小時，視資料集大小與 AWS 區域而定；在這段期間，新版表單由審核佇列承接。

哪些數字能看出工作流程是否運作良好？

按供應商與表單版本分開追蹤每個欄位的修正次數、每份證明書的審核分鐘數，以及送至未知版面佇列的比例。整體準確率可能掩蓋某個新版表單持續出錯、卻無人察覺的問題。

從一類證明書開始

選擇涉及最多供應商或修訂版本的證明書類別。蒐集新舊版本，確認重要的批次與產品欄位，並指定由誰核准放行。FAIS 在您的本體中為這些紀錄建立模型，再將分流、擷取與審核串接到這些紀錄，讓下一類證明書能沿用相同的紀錄與檢查清單。

當供應商更改表單時，您新增的是一條路徑，而不是重建整個工作流程。