Scan Types

Choose the right scan type: Receipt, Invoice, or Other

Przegląd typów skanów

Yomio oferuje trzy rodzaje skanowania, z których każdy jest dostosowany do innego rodzaju dokumentu. Wybór odpowiedniego rodzaju skanowania jest najważniejszym czynnikiem decydującym o powodzeniu ekstrakcji danych.

🧾

Paragon

Engine: Azure Document Intelligence

Best for: Ręczne paragony sfotografowane aparatem
Examples: Grocery receipts, restaurant bills, retail store receipts, gas station receipts
Limitations: Działa wyłącznie w przypadku zdjęć prawdziwych papierowych paragonów. Zrzuty ekranu, strony internetowe i zamówienia cyfrowe nie zostaną zaakceptowane.
How it works: Image is sent to Azure DI prebuilt-receipt model — a specialised OCR trained on millions of real receipt photos.
📄

Faktura

Engine: Azure Document Intelligence

Best for: Formalne faktury, rachunki i ustrukturyzowane dokumenty finansowe
Examples: Contractor invoices, utility bills, software subscriptions, freelancer invoices
Limitations: Najlepiej sprawdza się w przypadku czystych dokumentów cyfrowych. W przypadku faktur odręcznych lub opatrzonych adnotacjami dokładność może być mniejsza.
How it works: Obraz jest przesyłany do wbudowanego modelu faktury w usłudze Azure DI, który rozpoznaje pola charakterystyczne dla faktur.
📋

Other

Engine: GPT-4o Vision (OpenRouter)

Best for: Screenshots, web pages, email confirmations, and anything non-standard
Examples: Zrzuty ekranu z koszyków sklepów internetowych, strony potwierdzenia zamówienia, potwierdzenia e-mailowe, oferty, kosztorysy
Limitations: Brak konkretnych ograniczeń — obsługuje praktycznie każdy obraz zawierający tekst.
How it works: Image is sent to GPT-4o — a multimodal AI that reads the image visually and extracts structured data. No separate OCR step. Items are categorised automatically.

Przewodnik po szybkim podejmowaniu decyzji

Nie wiesz, który typ wybrać? Postępuj zgodnie z poniższą instrukcją:

1

Czy to papierowy paragon ze sklepu lub restauracji?

→ Choose: Paragon

2

Is it a formal invoice or bill (PDF or print)?

→ Choose: Faktura

3

Czy to zrzut ekranu, strona internetowa, wiadomość e-mail czy zamówienie elektroniczne?

→ Choose: Other

4

Czy wystawienie pokwitowania lub faktury zakończyło się niepowodzeniem z powodu błędu?

→ Choose: Inne (spróbuj ponownie z tym typem)

Typowe scenariusze awarii

Oto najczęstsze błędy i sposoby ich naprawienia:

ScenarioYou choseResultShould beWhy
Screenshot of a website shopping cart (Walmart, Amazon, IKEA, etc.)Paragon❌ ERROR — OCR_FAILEDInneModel rozpoznawania paragonów w usłudze Azure DI wymaga zdjęcia papierowego paragonu. Zrzut ekranu ze strony internetowej ma inny układ, czcionki i kontrast, których model nie jest w stanie przetworzyć.
Screenshot of an order confirmation emailReceipt❌ BŁĄD — OCR_FAILEDInneSame reason — email layouts are not receipt-like.
Zdjęcie monitora komputerowego, na którym widoczny jest plik PDF z paragonemParagon❌ ERROR — OCR_FAILEDInneOdblaski na ekranie, wzory moiré i artefakty siatki pikseli uniemożliwiają modelowi OCR niezawodne odczytanie tekstu.
Photo of a paper grocery receiptParagon✅ SukcesReceiptStandardowy przypadek użycia — działa zgodnie z oczekiwaniami.
PDF invoice from a contractorFaktura✅ SukcesFakturaStandardowy przypadek użycia — działa zgodnie z oczekiwaniami.

⚠️Ważne

Jeśli skanowanie dokumentu typu „Paragon” lub „Faktura” zakończy się niepowodzeniem, NIE przesyłaj ponownie tego samego obrazu. Zamiast tego spróbuj ponownie, wybierając typ „Inne” — wykorzystuje on zupełnie inny silnik AI (GPT-4o vision), który radzi sobie z dokumentami niestandardowymi.

Jak to działa

Każdy typ skanowania kieruje obraz do innego potoku przetwarzania opartego na sztucznej inteligencji:

Receipt / Invoice pipeline (v1)

Route: POST /dokumenty · Engine: Azure Document Intelligence

  1. Weryfikacja plików i przesyłanie do S3
  2. Azure DI OCR (gotowy szablon paragonu lub gotowy szablon faktury)
  3. Przetwarzanie odpowiedzi na dane ustrukturyzowane
  4. Expense creation with items (categorised via separate LLM call)

Inne rurociągi (wersja 2)

Route: POST /v2/documents · Engine: GPT-4o Vision (OpenRouter)

  1. Weryfikacja plików i przesyłanie do S3
  2. Optymalizacja obrazów (automatyczne obracanie, zmiana rozmiaru, wyostrzanie, kontrast)
  3. GPT-4o reads the image and returns structured JSON
  4. Tworzenie wydatków z wykorzystaniem pozycji z przypisanymi kategoriami (bez oddzielnego etapu LLM)

Wskazówki i najlepsze praktyki

✅ Do

  • Take a photo of the physical receipt when possible — it works best with Receipt type
  • Wybierz opcję „Inne” w przypadku zrzutu ekranu, strony internetowej, wiadomości e-mail lub dokumentu cyfrowego
  • Jeśli skanowanie się nie powiedzie, przed ponownym przesłaniem pliku spróbuj ponownie, wybierając opcję „Inne”
  • Ensure good lighting and keep the document flat for best results

❌ Don't

  • Nie używaj funkcji „Receipt” do robienia zrzutów ekranu ze stron internetowych — nie zadziała to prawidłowo
  • Nie przesyłaj tego samego obrazu dwukrotnie — po prostu zmień typ skanowania
  • Don't use screenshots of screens (monitor/phone showing a document) with Receipt type