Hóa đơn đã được AI đọc vẫn cần khớp lại tổng tiền trước khi nhập sổ

Một hóa đơn ba dòng có thể trông rất dễ đọc: tên nhà cung cấp ở trên, số hóa đơn ở góc phải, rồi số lượng, đơn giá, VAT và tổng thanh toán ở cuối trang. Chính vì quen mắt, đây cũng là loại tài liệu dễ khiến người dùng bỏ qua bước kiểm tra sau khi AI đã điền được một bảng rất gọn.

Trong ví dụ dưới đây, hóa đơn là dữ liệu giả lập do biên tập dựng. Mục tiêu không phải thử độ chính xác của một model cụ thể, mà là tạo một cách kiểm mà bạn có thể áp dụng cho công cụ được cơ quan cho phép. Với hóa đơn thật, hãy tuân thủ quy định nội bộ về dữ liệu tài chính, thuế và thông tin nhà cung cấp.

Bắt đầu từ tờ hóa đơn, không bắt đầu từ prompt

Giả sử chứng từ có ba dòng:

• 4 hộp giấy, 125.000 đồng/hộp;
• 2 hộp mực, 480.000 đồng/hộp;
• 1 phí giao hàng, 90.000 đồng;
• VAT trong ví dụ: 155.000 đồng;
• tổng thanh toán in trên hóa đơn: 1.705.000 đồng.

Việc đầu tiên là khoanh các trường bạn thực sự cần nhập: số hóa đơn, ngày, nhà cung cấp, từng dòng hàng, VAT và tổng thanh toán. Đừng yêu cầu AI “đọc và hoàn thiện hóa đơn” nếu “hoàn thiện” có thể bị hiểu thành tự lấp chỗ khó đọc.

Bạn có thể yêu cầu: “Trích đúng các trường sau. Với mỗi trường, ghi lại cụm chữ hoặc vị trí trên chứng từ dùng làm căn cứ. Nếu không đọc chắc chắn, ghi CẦN KIỂM TRA; không suy đoán.”

Cho các con số tự kiểm tra lẫn nhau

Bản trích xuất đẹp chưa phải tín hiệu để nhập sổ. Hãy bỏ phần diễn giải của AI sang một bên và tự tính:

4 × 125.000 = 500.000

2 × 480.000 = 960.000

1 × 90.000 = 90.000

Ba dòng cộng lại là 1.550.000 đồng. Cộng VAT 155.000 đồng được 1.705.000 đồng, đúng bằng tổng thanh toán trên chứng từ giả lập.

Phép tính này tạo một kiểm tra độc lập. Nếu AI đọc một đơn giá thành 485.000 đồng nhưng vẫn chép tổng cuối trang là 1.705.000 đồng, hai phần dữ liệu sẽ không còn tự khớp. Đó là lý do để dừng, không phải lời mời yêu cầu AI “sửa lại cho đúng”.

Trường nào không chắc thì để nó còn khó chịu

Một mô tả hàng hóa bị mờ có thể không ảnh hưởng tới tổng tiền nhưng vẫn quan trọng với mã chi phí hoặc đối soát. Khi đó, trạng thái CẦN KIỂM TRA hữu ích hơn một cụm từ nghe hợp lý do AI tự đoán.

Hãy quay lại đúng vùng trên chứng từ. Nếu bản gốc vẫn không đủ rõ, chuyển cho người có quyền kiểm tra chứng từ hoặc hỏi lại nhà cung cấp theo quy trình của đơn vị. Không lấy một con số ở dòng khác để lấp vào chỉ vì phép cộng sẽ đẹp hơn.

NIST AI Risk Management Framework nhấn mạnh việc quản trị rủi ro AI theo bối cảnh sử dụng và theo dõi độ tin cậy của hệ thống. Trong tác vụ nhỏ này, cách biến nguyên tắc đó thành hành động là đặt một điều kiện dừng có thể nhìn thấy: không nhập khi trường quan trọng thiếu căn cứ hoặc tổng không khớp.

Hai lớp bằng chứng trước nút “lưu”

Trước khi đưa dữ liệu vào hệ thống kế toán, mỗi trường quan trọng nên vượt qua hai câu hỏi khác nhau. Thứ nhất: tôi có chỉ được nó nằm ở đâu trên hóa đơn không? Thứ hai: các số liên quan có tự khớp khi tính lại không?

Hai câu hỏi này bổ sung cho nhau. Truy nguồn bắt lỗi chép nhầm chữ hoặc ngày. Phép tính bắt lỗi ở số lượng, đơn giá, thuế và tổng. Một trường vượt qua lớp này không có nghĩa toàn bộ hóa đơn đã được phê duyệt theo quy trình kế toán; nó chỉ có nghĩa bản trích xuất đủ rõ để đi tiếp tới bước kiểm soát tiếp theo của tổ chức.

Nếu dùng một trợ lý AI có khả năng nhận tài liệu, hướng dẫn prompt của OpenAI cũng khuyến khích đưa chỉ dẫn rõ ràng và ngữ cảnh cần thiết. Ở đây, chỉ dẫn quan trọng nhất không phải văn phong mà là giới hạn: trích xuất, chỉ căn cứ, và giữ nguyên trạng thái chưa chắc chắn.

Khi nào nên dừng

Dừng trước khi nhập nếu tổng dòng hàng không khớp, VAT không giải thích được từ chứng từ, số hóa đơn/ngày không đọc chắc, hoặc bản gốc chứa dữ liệu mà chính sách công ty không cho phép đưa vào công cụ đang dùng. AI có thể giảm thao tác chép; nó không biến một chứng từ chưa kiểm thành chứng từ đã được duyệt.

Nguồn tham khảo

• NIST — AI Risk Management Framework: dùng làm nền cho nguyên tắc quản trị rủi ro theo bối cảnh và yêu cầu kiểm tra độ tin cậy trước khi dựa vào đầu ra AI.
• OpenAI — Prompt engineering guide: dùng cho nguyên tắc đưa chỉ dẫn và ngữ cảnh rõ ràng khi yêu cầu hệ thống thực hiện một tác vụ có cấu trúc.