会计和簿记员大概都有过这种时候：客户扔来一整个鞋盒的收据，或者几十封带附件的邮件，全是发票、账单、手写条。把这些东西变成账本里的数字，常常要花掉一个晚上。untxt. 想做的，就是把这个环节尽可能自动化——但它不碰你的账本，只负责“入账前”的整理。
说得直白点，untxt. 是一个票据数据提取工具。你把收据、发票、手机照片、PDF 丢进去，它会自动读取上面的关键信息，比如供应商、日期、金额、税号、科目分类，然后整理成一条条结构化数据。这些数据不是直接进账，而是变成你可以逐条审核的待办事项。你确认无误后，它才把数据推送给你的会计软件，或者导出成 CSV/JSON 文件。
零规则，真正“零设置”的自动化
很多同类工具都号称自动化，但实际使用时你得先建一堆规则：哪类供应商记到哪个科目，金额超过多少需要特殊处理。untxt. 的做法完全相反——它宣称“零设置、零规则、零训练”。你不需要告诉它任何业务逻辑，它靠模型自动识别并归类。这点很务实，尤其适合那些客户五花八门、没有精力维护规则库的小型簿记事务所。
从官网展示的案例看，一份发票可以提取出14个字段，包括供应商、发票号、日期、到期日、收货方、小计、税、运费、总计，以及账目类别（比如“办公用品”）和置信度（94%）。这些信息足够你快速判断识别是否正确。
不是另一个会计软件，而是“喂料机”
untxt. 最聪明的地方，是没有试图取代你的工作流。它明确说“它不替代你的会计系统，也不替代你的判断”。它做的事，是把乱糟糟的单据变成“review-ready”的事务，然后路由到你正在用的工具里。官网列出了 QuickBooks、Xero 等常见会计软件，或者你直接下载 CSV/JSON。
这种定位很实际。因为它不需要你迁移数据、重建账目结构，而是作为处理前端的一环。对于已经用惯了现有系统的会计来说，学习成本很低。
速度到底如何？
untxt. 展示了一个“5 份文档，24 秒处理到可审核状态”的测试，还放了个计时器。当然，真实世界里的扫描质量千差万别，但这至少说明他们的处理管线是流式的，而不是批处理后再慢慢排队。对于月底突击处理大量单据的人来说，这种即时响应很重要。
适合谁用？
- 簿记员和全职会计：每天面对大量客户票据，希望把时间花在审核而不是录入上。
- 自由职业记账人：一个人管多个客户，没有精力为每个客户维护一套规则。
- 小型事务所：希望用自动化提升接单容量，但又不想伤筋动骨更换核心系统。
需要提醒的是，这类工具本质是 AI 识别，复杂、模糊或手写的票据难免有误差。因此审核环节不能省。另外，上传财务单据涉及敏感数据，官网单独列出了 数据安全 页面，但具体协议细节没有完全公开，建议你在正式使用前确认他们如何处理你的文件。
一点保留意见
untxt. 目前提供 100 份免费文档 的体验额度，不需要绑卡，这降低了试错成本。但后续的定价在官网没有直接写明，只有“Pricing”链接——这对企业采购来说可能是个小障碍。另外，界面和宣传文案都是英文，如果客户群体以中文为主，可能需要先测试它对中文票据的识别效果。
总的来说，untxt. 把“票据到记账数据”这一步做得足够简单纯粹。它不是万能魔法，而是把最枯燥的录入工作从你的日程表上划掉，让人类去处理真正需要判断力的部分。这种分工，健康。
评论
暂无评论
成为第一个评论的人