AI 读懂
AI 负责定位，
原件负责作证
家庭凭证的难点从来不是「识别不出字」，而是「这句话在第几页、算不算数」。贵纸把 AI 用在定位与提取上，把判断权留给原件和你。
为什么需要「读懂」这一步
太长，没人读完
一份保单几十页，条款、释义、免责、附表层层嵌套。多数人只记得「买过」，说不清「保什么、不保什么」。
转述会失真
长条款一旦被 AI 改写，就可能丢掉限定条件与例外。涉及金额、责任、期限时，转述的每一处简化都可能是风险。
指错页更伤信任
如果 AI 把你指向「保单摘要表」而不是条款正文，你会白跑一趟。所以溯源必须指向真正有约束力的那一页。
能力范围
常见凭证的专项模板，其余类型同样可提取
贵纸的 AI 提取不设凭证类型门槛——任何单据都可以触发提取。对家庭最常见的凭证，我们逐类打磨了字段模板与提取规则，让结果更准、更贴合这类文件的真实用法；对模板之外的单据，AI 按通用规则提取关键信息。
| 类型 | 提取字段 | 长文本处理 | 特别说明 |
|---|---|---|---|
| 保单 | 险种名称、保额、保费、投保人、被保人、保障期间、缴费期限、附加服务 | 保障责任只给条款正文页与目录，不摘录全文 | 保障责任必须指向条款正文页，不得指向封面、目录或摘要表 |
| 合同 | 签约双方、合同金额、生效日期、终止日期、关键条款 | 关键条款生成章节目录（章节名 + 页码 + 原文摘要） | 摘要直接切取原文，不由 AI 改写 |
| 发票 | 发票号码、开票方、金额、开票日期、发票类型 | 无长文本目录 | 用于报销与售后场景的快速核对 |
| 证件 | 证件类型、姓名、证件号码、有效期 | 无长文本目录 | 有效期可回填为到期日，接入提醒 |
| 体检报告 | 体检机构、检查日期、报告已标注的异常项与数值、医生建议原文、建议复查日期 | 无长文本目录 | 只摘录报告已写明的内容，不推断病情、不给医学建议 |
处理流程
一份 28 页的保单，是怎么被读懂的
以长文档为例：PDF 优先直读按页识别，云端解不开时自动在手机上渲染成页图再识别；随后分段提取字段，最后跨段合并去重。每一步都为「不超过云函数时限」和「不丢页」设计。
页图与文字识别
≤7MB 的 PDF 直接按页识别（直读）；解码失败时自动在设备端渲染为页图再识别，结果一致，只是多花一点时间。图片单据直接用原图识别。
按页留存文字
识别结果按真实页码写入，后续所有字段的页码都以这份底稿为准，避免分段后页码缩水成段内偏移。
分段提取
每 12 页为一段独立提取，避开模型上下文上限；短文档则一次提取。段落之间互不覆盖。
合并与去重
跨段按「字段 + 值」去重，保留最早出现的页码；清洗后写入结构化字段，生成卡片与目录。
结果长什么样
卡片给概览，页码给证据
下面是一个保单提取结果的示意：短字段进卡片，每个字段右侧带原文页码；长条款进目录，点一下翻到原件对应页。
保险合同 · 示意
AI 提取责任免除 P14 ›
理赔流程 P21 ›
界面与字段为示意，实际以所传原件为准
短字段：一眼看清
险种、保额、期限这类原子信息放卡片，避免用户翻页。每个值后面都有页码，点一下就能核对。
长条款：只给目录
保障责任、免责条款、理赔流程动辄数千字，转述必失真。贵纸只给章节名、真实页码与原文摘要。
不重复：卡片有的，目录不再出现
同一信息只在一个位置出现，避免「卡片和目录各说一遍」造成的混乱与不信任。
准确性与边界
能做什么，不能做什么
我们不承诺「百分之百准确」，因为这既不真实，也会让用户放松核对。可以承诺的是：结果可核对、错误可发现、责任边界写得清楚。
可以期待
- 常见凭证的常见字段提取，字段名与原件用词一致；其余类型按通用规则提取关键信息
- 每个字段可跳转到原件对应页核对
- 长文档分段处理，200 页以内不因上下文超限而中断
- 识别失败的页会跳过并提示，不会伪造内容
- 结果带「AI 提取」角标与「以上信息由人工智能（AI）生成，仅供参考，请与原件核对后使用」
不能期待
- 替代医生、律师、保险理赔人员给出专业结论
- 判断条款是否「划算」或「适合你」
- 识别手写体、严重模糊或大面积反光的页面
- 替代行业专用系统处理报关单、工程图纸等专业单据
- 在无网络时完成云端识别（离线只能浏览已缓存内容）
关于 AI 的四个常见疑问
AI 会不会改写条款内容？
不会用于长条款。保障责任、免责条款、理赔流程只做「章节名 + 页码 + 原文摘要」，摘要直接从识别文本切取，不经模型改写。短字段（金额、期限、证号）是提取，不是创作。
所有文件都会被自动提取吗？
不会。只有你主动触发的单据才会进入提取流程。未触发的单据只保存密文，不参与任何识别。
识别错了怎么办？
以纸质原件为准。你可以点字段跳转到对应页核对，也可以在详情页修改元数据。若整份识别失败，界面会明确提示，不会用占位内容冒充结果。
为什么有的页识别得慢？
页数越多耗时越长；PDF 直读一般快于端侧渲染兜底，所以「云端解不开、自动转渲染」的单据会多花一段时间。清晰度低、倾斜或反光的页面也会增加识别时间。上传前做质量检查，可以显著减少失败与返工。
结果区角标写「AI 提取」，免责里写「人工智能生成」，矛盾吗？
不矛盾。角标说明这个动作是什么：从你的原件里把信息提取出来，不是凭空创作；免责说明是按《人工智能生成合成内容标识办法》要求给出的人工智能生成提示，两者一显一注成对出现。