זיהוי סוג המסמך: חשבונית, קבלה או תעודת משלוח?
לפני שמחלצים נתונים צריך לדעת מה המסמך. איך נעשה הזיהוי, למה הוא חשוב לשדות שיוצאים, ומה עושים כשהוא טועה.
פורסם 5 בפברואר 2026עודכן 6 בנובמבר 20263 דק׳ קריאה
בקצרה
זיהוי סוג מסמך בבינה מלאכותית קובע מה המסמך, למשל חשבונית, קבלה, תעודת משלוח או חוזה, לפי התוכן: הכותרת, השדות שבעמוד והמבנה, ולא לפי שם הקובץ. OCR-AI קובע סוג לכל עמוד, והסוג קובע אילו שדות יוצאים. ערימה של מסמכים מעורבים יורדת כקובץ אקסל אחד, עם גיליון לכל סוג.
חשבונית, קבלה ותעודת משלוח יכולות להיראות כמעט זהות: לוגו בראש הדף, טבלה באמצע, סכום בתחתית. אבל הנתונים שצריך להוציא מכל אחת מהן שונים, וגם מה שעושים איתם אחר כך. לכן הצעד הראשון בקריאת מסמך הוא להבין מה הוא.
למה סוג המסמך משנה
- השדות שונים. בחשבונית מחפשים מספר הקצאה ותאריך לתשלום. בקבלה מחפשים אמצעי תשלום. בתעודת משלוח, הכמויות חשובות יותר מהמחירים, שלפעמים בכלל לא מופיעים.
- הבדיקות שונות. בחשבונית בודקים שהמע״מ מסתדר. בתעודת משלוח בודקים מול ההזמנה מה הגיע.
- היעד שונה. חשבונית הולכת להנהלת החשבונות, תעודת משלוח למחסן, ומכתב לארכיון.
אילו סוגים מזוהים
OCR-AI מזהה את סוג המסמך בכל עמוד ומציג אותו מעל התוצאה:
איך נעשה הזיהוי
הזיהוי מבוסס על התוכן, לא על שם הקובץ. המנוע קורא את כל העמוד ומסתמך על מה שאדם היה מסתמך עליו: הכותרת ("חשבונית מס", "קבלה", "תעודת משלוח"), השדות שמופיעים, והמבנה של הדף. מסמך שמשלב שני סוגים, כמו "חשבונית מס/קבלה", מקבל את הסוג המרכזי, והשדות של שניהם יוצאים כשהם מודפסים.
הסוג נקבע לכל עמוד בנפרד. PDF שמכיל חשבונית ואחריה תעודת משלוח יקבל סוג אחר בכל עמוד.
כשהזיהוי טועה
טעות בזיהוי קורית בעיקר במסמכים שאין להם כותרת ברורה, או בדפים שנראים כמו סוג אחר. שתי דרכים לטפל בה:
- להעלות מהעמוד המתאים. העלאה מעמוד קריאת חשבוניות, סריקת קבלות או PDF לאקסל אומרת למנוע מה לחפש, והוא מתמקד בשדות ובטבלאות של אותו סוג.
- לבדוק את השדות, לא רק את התווית. גם כשהתווית לא מדויקת, השדות שיצאו הם מה שחשוב. אם חסר שדה, אפשר לראות את הערך בטקסט המלא של העמוד.
למיין ארכיון לפי סוג
סוג המסמך נשמר בתוצאה. כשקוראים כמה מסמכים יחד, "כל המסמכים לאקסל" ממיין אותם בשבילכם: קובץ אחד עם גיליון לכל סוג מסמך ושורה לכל מסמך. בייצוא ל-JSON הסוג מופיע לכל עמוד בשדה document_type, למיון בכלי אחר. בסביבת העבודה, ההיסטוריה בדפדפן מציגה את המסמכים האחרונים, כדי לחזור לכל אחד מהם בלי לקרוא אותו מחדש.
שאלות ותשובות
מה זה זיהוי סוג מסמך בבינה מלאכותית?
מיון אוטומטי של מסמכים לפי מה שהם. מודל קורא את העמוד ונשען על מה שאדם היה נשען עליו: הכותרת ("חשבונית מס", "תעודת משלוח"), אילו שדות מופיעים, ואיך העמוד בנוי. התוצאה היא סוג לכל עמוד, שקובע מה לחלץ ולאן המסמך הולך הלאה.
אילו סוגי מסמכים OCR-AI מזהה?
חשבוניות, קבלות, הזמנות רכש, תעודות משלוח, הצעות מחיר, דפי חשבון, תלושי שכר, מסמכים מזהים, כרטיסי ביקור, חוזים, מכתבים, טפסים ועמודים שרובם טבלה. מה שלא מתאים לאף סוג מסומן כמסמך, והשדות והטקסט שלו יוצאים בכל זאת.
איך ממיינים ערימה של מסמכים מעורבים לפי סוג?
גוררים את כולם יחד, כל מסמך כקובץ משלו, ומחכים שכל העמודים ייקראו. אחר כך "כל המסמכים לאקסל" מוריד קובץ אחד עם גיליון לכל סוג מסמך, למשל חשבוניות בגיליון אחד ותעודות משלוח בגיליון אחר, ושורה לכל מסמך. בייצוא ל-JSON, כל עמוד נושא את הסוג שלו בשדה document_type.
מה עושים כשהסוג שזוהה שגוי?
מעלים את המסמך מהעמוד שמתאים לו, כמו חשבוניות לאקסל או סריקת קבלות: זה אומר למנוע מה לחפש. בכל מקרה בודקים את השדות ולא רק את התווית, כי השדות שיצאו הם מה שמשתמשים בו.