扫描件送货单怎么转 Excel？9 月实测 72 张 12 分钟，数据不用出电脑

先说一个网上教程不会告诉你的事：大部分"拍照转 Excel"的脚本，输出的是"每行一段文字"，不是表格。

我看了 9 月 24 日那篇被转得很多的实测文章（来源：今日头条 2026-09-24，作者橘味猫），它的核心代码最后写出来的是两列：图片文件名、识别内容。号称"一键转 Excel"，实际是把图片里的文字按行堆进一个表里，行列结构并没有还原——你还得自己再拆一遍。

这不是说那个方案没用。它的实测数据是真实的：72 张扫描验收单，人工预估 8 小时，脚本 12 分钟跑完，只有少量模糊单元格需要简单校对。问题在于，你得知道它到底替你干了什么、没干什么。

一、四条路线摆开看

（人工耗时来自来源的预估；本地 OCR 的 12 分钟来自来源实测；API 成本按下面的口径算）

这四条里，第二条和第四条都有同一个问题：财务、审计单据一旦上传外网，就不是技术问题了。所以真正可选的是第一条和第三条的组合。

二、成本其实不是问题

很多人以为"用大模型识别图片很贵"，算一遍就知道不是。

DeepSeek 官方文档（2026-09-29 版）写得很清楚：图片按尺寸折算成 token，进入模型前会先缩放，单张图片的 token 消耗有上限，是 1024 个。2000×2000 和 5000×5000 的图，缩放后消耗的 token 数一样。它还提供一个 detail 参数，选 low 会把图缩到 512×512，更省 token。

按这个上限算：72 张 × 1024 = 7.37 万输入 token。加上每张约 200 个输出 token，合计 8.8 万 token。按 flash 模型空闲时段价（缓存未命中 1 元、输出 4 元每百万），一共 0.13 元，高峰时段翻倍也就 0.26 元。

一张不到 0.002 元。

所以这笔账的真正成本不是钱，是你第一次把流程跑通的那半天。这一点得说清楚，否则很容易被"AI 很便宜"骗进去，结果发现光调格式就花了两天。

三、三步走，别把活全交给模型

正确的分工是这样的：

第三步里最值钱的是"标异常"。模型不负责把表格排对，它负责告诉你哪几行需要人看一眼——这一步把 8 小时的活压到"看 20 分钟"。

四、验收只留两条硬指标

复杂的校验规则没必要做，两条就够：

第二条为什么重要？因为来源实测里说的"少量模糊单元格"，最容易错的恰恰是小数点。一个数字错，整张报表返工，这个风险比效率损失大得多。

五、三条红线

六、什么情况下值得搞这套

门槛量是每月扫描单据超过 50 张，或者单据格式固定（同一家供应商的送货单长得一样，可以把 OCR 存成自定义模板，准确率会明显提升）。

低于这个量，人工敲更快。一个月只有十来张单据的话，装环境、调参数、写校验脚本的时间，够你手敲半年。

【待补充·真实素材】这里放一次真实成交价截图 / 一次真实翻车经历 / 一段和卖家的真实对话。

问题留给你：如果 OCR 能识别出 95% 的文字，剩下 5% 的错误里有一个是小数点错位，你是愿意花 8 小时全人工，还是愿意花 20 分钟复核机器标出来的那几行？