文档 AI 怎么“越用越准”？关键是把错误变成可验证的规则

同一张采购单，供应商换个版式，自动录入就可能把数量看成单价。AWS 10 月 14 日公开了一套 AgentCore 文档处理示例方案：AI 先识别和提取字段，再用数据结构与业务规则验证；验证失败时修正提取指令，并把通过验证的指令保存，供相似文档复用。这是可部署的参考方案，不是“上传任意文件就永远不会出错”的现成服务。

“自我改进”改的是什么

新类型文档进入时，系统会生成提取指令，抽出结构化数据，再检查供应商、商品和金额等字段。若不通过，修正规则后重试；遇到已知类型，则优先复用过去的指令。官方示例中，学到的 SKU 转换规则让后续采购单首次验证通过，处理时间从 3 分 49 秒降至 1 分 30 秒。这是该示例的结果，不能当成所有业务的速度承诺。

真正的门槛在验证器。示例使用虚构自行车公司的采购单、模拟产品表和规则。换成发票、合同或保险单，必须重写字段定义和校验逻辑。AI 把“看起来像对了”的内容写进数据库之前，仍要有数字核对、异常拦截与人工抽查。

小团队可以先学一件事

无需照搬整套云架构。先选一种高频文档，收集 5 到 10 份不同版式的去敏样本，列出必须提取的字段和可自动验证的关系，例如“单价×数量=小计”。每次人工纠错时，记录错在识别、字段映射还是业务规则；只把经过复测的修正写入下一版流程。

“自进化”需要可追溯的错误、明确的正确答案和回归测试。若只让模型反复改提示词，却没有验证依据，它也可能把一次偶然错误固化下来。