如何不费实习生

又到年审了，

各项目组应该都抢完实习生了，

假如你也遇到这样的场景：

那么今天我们将介绍，如果利用 SW审计工具箱 ，

针对合同录入的这个单一场景，

少费一点实习生，让他们保留一点对审计的好感。

运行工具箱

我们在工具箱中双击“文本文件关键信息提取”功能，

我们先点击“填写数据”，会自动打开一个Excel 配置表，我们进行参数配置。

配置完成后，我们保存Excel, 再点击“开始运行”，

待生成完成后，再点击“查看结果”，找到生成的文件。

配置表的填写

需要知道的是，工具是调用的目前国内最强的AI 大模型 deepseek v3 去提取文件中的关键信息。

我们需要填写的配置表如下：

整体来看，我们需要执行以下几个步骤：

将PDF转换成 txt 文件

出于节约钱的角度，我们不用大模型去作 ocr 转换。

你可以找一个能够 ocr 的工具（很多PDF软件都有这个功能），

批量将所有你需要处理的 pdf 转换成 txt 文件，

保存在一个文件夹下（可以多层级存放），

这个文件夹路径就是配置表中需要填写的“处理文件夹”路径。

获取 deepseek 的 api_key

这里我们由于需要调用 deepseek 大模型的 api 接口，

因此我们需要按照操作说明（配置表Excel 里有）进行注册，

拿到 api_key 。

这个过程不复杂，大概1-2 分钟就可以完成。

当然，你是需要去充值的（最低 10 元，个人可能都用不完），

但是它的接口调用费用非常低（目前每百万token是2元，1个汉字大约是1个token），

我测试下来，对于一份 4-5 页的合同，跑了44 份，花费了 0.1 元。

可以看出这个费用是非常低的，

这样的合同跑 1000 份，也就差不多 2-3 元钱。

填写 system prompt

配置表里填写“system prompt",

比如：我已经填写好了：

你是文件关键信息提取助手，我需要你根据我上传的文件，提取出我想要的关键信息，并以 json 格式输出

这个信息你可以不动它，当然你也可以自己调整，看怎么效果更好。

填写 role prompt

同样，你在配置表里填写“role prompt”，

我也给了你一个示例：

请提取出文件中以下字段：销售合同或销售订单编号,合同签订日期,合同期限,合同类型,合同标的,付款方式,结算依据,数量（吨）,含税单价,金额,承担运输

这里你只需要修改下，针对你自己的文件中想提取的关键字段。

这样配置表中所有信息就填写完毕了。

我们可以直接保存配置表，在软件中点击“开始运行”

执行结果

执行时，会显示进度以及返回的提取关键信息：

等处理完毕后，点击“查看结果”，找到生成的文件：

可以看到从每个txt文件中提取出的关键信息。

人工修正

当然，受限于我们将 pdf ocr 转换成 txt 的效果，

有些文字识别不对的话，我们提取出来的信息有会有些问题。

可能就需要人工进行校正了。

当然，为方便登记、校验信息。

你可以继续使用工具箱中的“文件打开器”功能，

即把前面生成的信息粘贴到“文件打开器”的Excel中，

( 注：稍微处理下把 txt 文件路径变成 pdf 的原始路径 )

当我们双击文件路径的时候就可以直接打开pdf了，

这样就不用来回搜索、查找文件。

结语

以上是我们使用目前国内最强的AI大模型来进行文件关键信息的提取，

能够辅助我们提高录入效率。

这个比较适合大量文本的PDF文件，

对于类似，票据、凭证等复杂表格类型的，

后面我会再写个工具，通过调用 qwen-vl 模型来直接提取图像中关键信息。

这样应该就可以应对绝大部分场景了。

这个工具箱在免费的知识星球上下载：

这个功能只有我自己测试过，如果遇到问题，可以在知识星球上反馈。