AI Document Checker: quy trình đối chiếu invoice, packing list, B/L, C/O an toàn
Cách dùng AI để hỗ trợ kiểm bộ chứng từ XNK: chuẩn hóa input, đối chiếu field, tạo discrepancy table và giữ người chuyên môn ở bước duyệt cuối.
AI Document Checker là gì
AI Document Checker là quy trình dùng AI để hỗ trợ đọc, trích field và đối chiếu thông tin giữa các chứng từ như Commercial Invoice, Packing List, B/L, C/O, L/C và hợp đồng.
Điểm quan trọng: đây không phải là “AI kết luận chứng từ đúng”. Đây là workflow giúp người làm chứng từ phát hiện điểm cần kiểm nhanh hơn, tạo bảng discrepancy rõ hơn và giảm lỗi do đọc thủ công nhiều lần.
Khi nào nên dùng
- Có nhiều chứng từ cần đối chiếu trước khi gửi buyer/ngân hàng.
- Cần so sánh invoice, packing list và B/L.
- Cần rà L/C với bộ chứng từ.
- Cần tạo bảng lỗi cho buyer, forwarder hoặc nội bộ.
- Cần đào tạo nhân sự mới theo checklist thống nhất.
Không nên dùng AI như bước duy nhất khi chứng từ liên quan L/C, release B/L, thanh toán, hải quan, thuế hoặc tranh chấp.
Input nên chuẩn hóa
AI hoạt động tốt hơn nếu dữ liệu được đưa vào có cấu trúc. Tốt nhất nên chuẩn bị:
| Tài liệu | Field cần trích |
|---|---|
| Contract/PI | Seller, buyer, goods, quantity, price, Incoterms, payment, documents |
| Commercial Invoice | Invoice no/date, buyer/seller, goods, quantity, value, currency, Incoterms |
| Packing List | Packages, NW, GW, measurement, container/seal nếu có |
| B/L | Shipper, consignee, notify, POL/POD, vessel/voyage, on board date, goods, packages |
| C/O | Exporter, importer, goods, invoice, origin criterion, form, date |
| L/C | Applicant, beneficiary, amount, latest shipment, expiry, documents, wording |
Nếu dùng OCR từ ảnh/PDF scan, cần kiểm lại text trích xuất trước khi tin kết quả.
Quy trình 6 bước
- Ẩn danh dữ liệu nhạy cảm nếu dùng công cụ AI công cộng.
- Chuyển chứng từ sang text hoặc bảng field.
- Yêu cầu AI trích field từng chứng từ, không đối chiếu vội.
- Yêu cầu AI tạo ma trận đối chiếu field quan trọng.
- Phân loại discrepancy theo Low/Medium/High/Critical.
- Người phụ trách chứng từ kiểm cuối trên file gốc và quyết định sửa/gửi.
Ma trận đối chiếu tối thiểu
| Field | Invoice | Packing List | B/L | C/O | Ghi chú |
|---|---|---|---|---|---|
| Seller/Shipper/Exporter | Cần khớp theo vai trò | Có thể không có | Shipper | Exporter | Kiểm theo hợp đồng/L/C |
| Buyer/Consignee/Importer | Buyer | Có thể không có | Consignee | Importer | Đặc biệt quan trọng với L/C |
| Goods description | Có | Có | Có | Có | Không nhất thiết y chang, nhưng không mâu thuẫn |
| Quantity | Có | Có | Có thể có | Có | Đơn vị phải rõ |
| Packages/GW/NW | Có thể có | Có | Có | Có thể có | Dễ lệch |
| Invoice no/date | Có | Có thể có | Có thể có | Có | C/O cần khớp invoice |
| Incoterms | Có | Có thể không | Freight term liên quan | Có thể có | Kiểm với quote/hợp đồng |
Cách phân loại lỗi
- Low: typo nhỏ, không ảnh hưởng nghĩa và dễ sửa.
- Medium: lệch field nhưng chưa ảnh hưởng thanh toán/hải quan nếu sửa kịp.
- High: sai consignee, invoice value, quantity, on board date, L/C wording, C/O criterion.
- Critical: có thể mất tiền, mất quyền kiểm soát hàng, trễ xuất trình L/C, sai chứng từ không sửa được kịp.
Prompt mẫu
Bạn là trợ lý đối chiếu chứng từ XNK.
Hãy xử lý dữ liệu dưới đây theo 3 bước:
1. Trích field từ từng chứng từ.
2. Tạo bảng đối chiếu các field quan trọng.
3. Lập discrepancy table gồm: field, chứng từ liên quan, mô tả lệch, risk level, đề xuất kiểm/sửa.
Quy tắc:
- Không tự sửa dữ liệu.
- Nếu OCR/text không rõ, ghi "Cần kiểm file gốc".
- Không kết luận chứng từ hợp lệ cuối cùng.
- Với L/C, thanh toán, hải quan, C/O, luôn ghi phần cần người chuyên môn kiểm.
Checklist an toàn dữ liệu
- Đã ẩn số tài khoản ngân hàng, giá nhạy cảm, buyer list nếu không cần chưa?
- Có chính sách nội bộ về công cụ AI được dùng chưa?
- Có lưu prompt/output vào shipment file để audit không?
- Người duyệt cuối có kiểm trên file gốc không?
- AI output có được đánh dấu là hỗ trợ, không phải kết luận không?
Lỗi thường gặp
- Dán ảnh scan mờ rồi tin kết quả OCR.
- Yêu cầu AI “kiểm giúp đúng chưa” thay vì bắt AI trích field và lập bảng đối chiếu.
- Không tách Low/Medium/High/Critical nên lỗi nhỏ và lỗi nguy hiểm bị trộn lẫn.
- Không kiểm file gốc sau khi AI flag lỗi.
- Đưa dữ liệu nhạy cảm vào công cụ AI công cộng mà chưa ẩn danh.