Bruk den forhåndsbygde fakturabehandlingsmodellen i Power Automate
Logg på Power Automate.
Velg Mine flyter i venstre rute, og velg deretter Ny flyt>Direkte skyflyt.
Gi navn til flyten, velg Utløs en flyt manuelt under Velg hvordan flyten skal utløses, og velg deretter Opprett.
Utvid Utløs en flyt manuelt, og velg deretter +Legg til inndata>Fil som inndatatype.
Bytt ut Filinnhold med Min faktura (også kalt tittelen).
Velg +Nytt trinn>AI Builder, og velg deretter Trekk ut informasjon fra fakturaer i listen over handlinger.
Angi Min faktura fra utløseren i Fakturafil-inndataene.
I de etterfølgende handlingene kan du bruke en hvilken som helst av fakturaverdiene fra modellutdataene.
Gratulerer! Du har opprettet en flyt som bruker AI Builder-fakturabehandlingsmodellen. Velg Lagre øverst til høyre, og velg deretter Test for å teste flyten.
Sideområde
For store dokumenter er det mulig å angi sideområdet som skal behandles.
Du kan angi en sideverdi eller et sideområde i Sider-parameteren. Eksempel: 1 eller 3–5.
Merk
Hvis du har et stort dokument med bare én faktura, anbefaler vi på det sterkeste at du bruker parameteren Pages til å sikte mot fakturaen og dermed redusere kostnaden på modellprediksjon og øke ytelsen. Sideområdet må imidlertid inneholde en unik faktura for handlingen for å returnere riktige data.
Eksempel: Et dokument inneholder en første faktura på side 2 og en ny faktura som strekker seg over side 3 og 4:
- Hvis du angir sideområde 2, returneres dataene for den første fakturaen.
- Hvis du angir sideområde 3–4, returneres bare dataene for den andre fakturaen.
- Hvis du angir sideintervall 2–4, returneres delvise data for første og andre faktura (bør unngås).
Parametere
Inndata
| Navn | Obligatorisk | Type | Beskrivelse |
|---|---|---|---|
| Kvitteringsfil | Ja | fil | Fakturafilen som skal behandles |
| Sider | Nei | streng | Sideområde som skal behandles |
Utdata
| Navn | Type | Definisjon |
|---|---|---|
| Beløp som forfaller (tekst) | streng | Beløp som forfaller, slik det er skrevet på fakturaen |
| Beløp som forfaller (tall) | flyttall | Forfallsbeløp i standardisert tallformat. Eksempel: 1234,98 |
| Konfidens på beløp som forfaller | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Faktureringsadresse | streng | Faktureringsadresse |
| Konfidens for faktureringsadresse | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Faktureringsadressemottaker | streng | Faktureringsadressemottaker |
| Konfidens for faktureringsadressemottaker | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Kundeadresse | streng | Kundeadresse |
| Konfidens for kundeadresse | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Kundeadressemottaker | streng | Kundeadressemottaker |
| Konfidens for kundeadressemottaker | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Kunde-ID | streng | Kunde-ID |
| Konfidens for kunde-ID | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Kundenavn | streng | Kundenavn |
| Konfidens for kundenavn | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Forfallsdato (tekst) | streng | Forfallsdato slik den er skrevet på fakturaen |
| Forfallsdato (dato) | Forfallsdato i standardisert datoformat. Eksempel: 2019-05-31T00:00:00Z | |
| Konfidens for forfallsdato | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Fakturadato (tekst) | streng | Fakturadato slik den er skrevet på fakturaen |
| Fakturadato (dato) | dato | Fakturadato i standardisert datoformat. Eksempel: 2019-05-31T00:00:00Z |
| Konfidens for fakturadato | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Fakturanummer | streng | Fakturanummer |
| Konfidens for fakturanummer | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Fakturatotal (tekst) | streng | Fakturatotal slik den er skrevet på fakturaen |
| Fakturatotal (tall) | flyttall | Fakturatotal i standardisert datoformat. Eksempel: 2019-05-31T00:00:00Z |
| Konfidens for totalbeløp på faktura | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Bestilling | streng | Bestilling |
| Konfidens for bestilling | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Remitteringsadresse | streng | Remitteringsadresse |
| Konfidens for remitteringsadresse | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Remitteringsadressemottaker | streng | Remitteringsadressemottaker |
| Konfidens for remitteringsadressemottaker | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Tjenesteadresse | streng | Tjenesteadresse |
| Konfidens for tjenesteadresse | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Tjenesteadressemottaker | streng | Tjenesteadressemottaker |
| Konfidens for tjenesteadressemottaker | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Leveringsadresse | streng | Leveringsadresse |
| Konfidens for leveringsadresse | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Leveringsadressemottaker | streng | Leveringsadressemottaker |
| Konfidens for leveringsadressemottaker | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Delsum (tekst) | streng | Delsum slik den er skrevet på fakturaen |
| Delsum (tall) | flyttall | Delsum i standardisert tallformat. Eksempel: 1234,98 |
| Konfidens for delsum | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Total avgift (tekst) | streng | Total avgift slik den er skrevet på fakturaen |
| Total avgift (tall) | flyttall | Total avgift i standardisert tallformat. Eksempel: 1234,98 |
| Konfidens for total avgift | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Leverandøradresse | streng | Leverandøradresse |
| Konfidens for leverandøradresse | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Leverandøradressemottaker | streng | Leverandøradressemottaker |
| Konfidens for leverandøradressemottaker | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Leverandørnavn | streng | Leverandørnavn |
| Konfidens for leverandørnavn | flyttall | Hvor sikker modellen er i sin prediksjon. Poengsum mellom 0 (lav konfidens) og 1 (høy konfidens). |
| Registrert tekst | streng | Linje med registrert tekst fra kjøring av OCR på en faktura. Returneres som en del av en liste over tekst. |
| Sidenummer på registrert tekst | integer | Hvilken side linjen for gjenkjent tekst er funnet på. Returneres som en del av en liste over tekst. |