提单转Excel
船名/航次/集装箱信息提取
货代操作员手工录入一张提单平均3-5分钟——用简录AI，输入你需要的列名，每张5-10秒自动提取，跨船公司版式无需配置模板。
文件不用于模型训练 · TLS 1.3 传输加密
从提单中能提取什么
输入你需要的列名，AI按语义在每张提单上定位对应字段——不依赖版式位置，马士基、中远、MSC还是任何一家船公司的提单，一套列名定义全部适用。
以上字段仅为示例。你可以输入任意自定义列名——包括需要计算或推断的字段——AI自动识别并按列名语义提取对应数据。
为什么提单的自动化录入比发票难得多
提单不是发票——它没有统一的字段布局，"船名航次"可能在左上角也可能在表格里，"集装箱号"有时藏在货物描述的备注栏中。每一家船公司都有自己的一套排版习惯，通用OCR只认文字不认结构，遇到跨页货物描述直接切断。以下是提单提取的三个核心难点，以及列名提取AI的解法。
传统方式的困境
每家船公司的提单版式都不同。马士基的提单和中远的提单，字段排版天差地别。集装箱号可能在左上角，也可能在货物描述表格的最右列；封条号有时紧挨着箱号，有时藏在备注栏里。货代操作员拿到一张不熟悉的版式，第一件事不是录单，是"找字段"——"一个集装箱号少抄一位，报关就可能退单"（某货代操作员原话）。为每家船公司单独训练OCR模板，维护成本比人工录入还高。
货物描述是"自由文本区"，跨页是常态。品名、唛头、件数、重量——这些信息没有固定行列，有时写在一个表格里，有时是纯文本，有时跨页好几段，中间还夹杂着船公司的免责声明。通用OCR把第2页和第3页当成两个独立段落输出，唛头表格被拆散成乱序文本。录单员只能手动逐段拼接，一份提单光货描就耗掉五分钟。
一票多箱是麻烦的起点。一票提单下常有2-5个甚至更多集装箱，每个箱有独立的箱号、封条号和对应的件重尺。这些信息可能列在一个小表格里，也可能逐行罗列在货物描述中。传统模板OCR一次只能提取第一个匹配项，剩下的箱号要么被忽略，要么被覆盖。漏掉一个集装箱，后续的报关、对账、追踪全链断裂。
列名提取的解法
按语义定位，不按坐标定位。"集装箱号"被AI理解为一个概念——不论它在提单上写的是"Container No."、"CNTR No."、"柜号"还是"箱号"，无论它位于首页左上角还是末页备注栏，视觉模型都能识别并提取对应值。一套列名定义——提单号、船名、航次、起运港、目的港、集装箱号——适用于马士基、中远、MSC、CMA CGM 等所有船公司的提单。换一家船公司，不需要重新训练任何东西。
视觉大模型理解页面连续性，跨页货描自动拼接。AI不是逐字扫描，而是像人一样理解文档的整体结构。当货物描述从第2页延续到第3页，视觉模型识别出上下文关联，将分散在多页的内容合并为完整段落。唛头表格、件重尺、集装箱号与封条号的对应关系——全部保留原始层级结构，不会出现"第一行的封条号对到第二行的集装箱号"这种错位。
多集装箱成对提取，一票提单一次性出全。AI识别到提单中有多个集装箱时，将每一对箱号/封条号作为Excel中的独立行输出。同时每一行自动附带单据级字段——提单号、船名航次、起运港/目的港。一票提单有4个集装箱，提取结果是4行数据，每行完整包含船次信息和对应的箱号封条号组合。导出后可直接按箱号筛选、与报关单交叉核对，无需手动补全关联字段。
货代录单场景：从提单PDF到报关参照表
如果你每天需要将船公司发来的提单PDF录入到内部系统或报关平台，以下是典型的操作闭环。
上传提单文件
船公司发来的提单PDF、邮件附件中的扫描件、手机拍的提单照片——支持PDF、JPG、PNG混合上传。一天几十张提单，可以一次拖入全部文件。不同船公司的提单混在一起上传也没关系，AI会逐张识别，无需先按船公司分类。
定义一次列名
输入你需要的字段：提单号、船名、航次、发货人、收货人、起运港、目的港、集装箱号、封条号、货物描述、毛重、件数。这组列名应用于批次内所有文件。你还可以指定推断列——比如"运输方式（选项：海运/空运/陆运）"，AI根据提单内容自动判断并填入对应选项——即使提单上未明确标注运输方式。
导出合并Excel
每张提单的每个集装箱以一行输出——列名与你定义的一致。导出的Excel可以直接作为报关参照表使用：按船名航次筛选同一批次的提单、按集装箱号与报关单交叉核对、按起运港/目的港统计货量。一票4箱的提单输出4行完整数据，每行都带着提单号和船次信息，不需要再手动复制关联字段。
哪些提单效果好，哪些要谨慎
提单的清晰度因来源差异很大——从船公司直接导出的数字PDF到经过多次复印的扫描件。了解准确率的边界，合理分配复核精力。
效果最佳的情况
船公司直接导出的数字PDF。马士基、中远、MSC等船公司系统生成的原始PDF提单，文字为数字字体，排版规范，字段标签明确。印刷体文字识别准确率可达99%，提单号、集装箱号、船名航次等关键编码尤其可靠。
有清晰字段标签的标准提单。提单上每个关键区域有明确的标签或栏目标题——"Shipper"、"Consignee"、"Port of Loading"、"Container No."等。AI通过语义理解定位这些标签，提取对应值，即使不同船公司的标签措辞有差异（如"Place of Receipt" vs "Port of Loading"），也能正确映射。
批量处理多家船公司的提单。一天收到来自不同船公司的几十张提单，格式各不相同——但你要提取的字段一致（提单号、船名航次、箱号封条号等）。一组列名，一次上传，输出合并表格。无需为每家船公司创建和维护独立的识别模板。
需要谨慎的情况
经过多次复印或传真的扫描件。提单经过复印机多次复制、或通过传真再扫描，文字会出现模糊、断裂、笔画粘连。尤其是提单底部的免责条款小字区和边角处的封条号，可读性显著下降。遇到这类文件，集装箱号和港口代码等关键信息建议人工核对。
手工涂改或手写标注的提单。货代操作过程中有时会在提单上做手写批注——更改件数、补写封条号、圈出特殊要求。工整楷书的批注提取可靠，但潦草的连笔字、叠加在印刷文字上的涂改、铅笔轻划的备注，准确率会明显降低。涉及数量、重量等结算相关的手写标注建议做人工确认。
货物描述与船公司免责条款紧密交织。提单背面的条款和正面的货物描述有时排版上紧挨在一起，中间没有明显的视觉分隔。AI虽然能区分语义差异，但遇到文字密集、格式条款与货物描述交替混排的情况，可能会有少量格式条款内容被误纳入货描结果。建议对货物描述输出做快速扫读确认。
常见问题
不同船公司提单格式完全不一样，需要逐个配置模板吗？
不需要。这是简录AI与传统OCR模板工具的本质区别。传统工具需要你为每家船公司标注识别框——"集装箱号在(150,360)位置"——换一家船公司就完全失效，你必须重新标注模板。简录AI按字段语义理解文档内容：输入"集装箱号"作为列名，AI会理解"Container No."、"CNTR No."、"柜号"、"箱号"等变体都指向同一个概念，无论它在页面的哪个角落，都能定位对应的值。一套列名定义，适用于马士基、中远、MSC、CMA CGM、Hapag-Lloyd 等所有船公司的提单。
一票提单下有多个集装箱，能一次提取所有箱号和封条号吗？
可以。一票提单常有2-5个集装箱，每个箱有独立的箱号和封条号。简录AI识别到提单上有多个集装箱时，将每一对箱号/封条号作为Excel中独立的一行输出，同时每一行自动附带单据级信息——提单号、船名、航次、起运港、目的港、发货人、收货人。一票提单有4个集装箱，提取结果是4行完整数据，每行的集装箱号和封条号成对出现、不会错位。导出后你可以直接按箱号筛选、与报关单交叉核对，不需要手动为每个集装箱补全提单关联字段。
货物描述跨页了，AI能正确拼接吗？
可以。视觉大模型理解文档的页面连续性——当货物描述从第2页底部延续到第3页顶部，AI自动识别上下文关联，将分散在多页的货描合并为完整段落输出。与传统OCR逐页独立处理不同，简录AI不会把跨页段落切分成两段乱序文本。货描中嵌入的唛头表格、件重尺清单也保持原始行列结构，不会被拆散或打乱顺序。但如果跨页处恰好有船公司的大段免责条款夹在中间，建议对拼接结果做一次快速扫读确认。
空运提单（AWB）也能处理吗？和海运提单的处理方式有区别吗？
可以处理。空运提单（Air Waybill）的版式结构与海运提单不同——没有船名航次，取而代之的是航班号和日期；没有集装箱号，取而代之的是运单号（AWB No.）。但列名提取的机制完全相同：你在列名中输入你需要的信息（如"运单号"、"航班号"、"出发地"、"目的地"、"件数"、"毛重"），AI按语义在空运提单上定位对应字段。同一批次中可以混合上传海运提单和空运提单，在列名中同时定义"船名"和"航班号"，AI会识别每份文件类型，有所属字段就提取，没有的字段留空——不会报错，不会填入错误值。
一天几十张提单，能批量处理合并成一张Excel表吗？
可以。一次上传当天收到的所有提单——不同船公司、不同格式类型、PDF和JPG混在一起都可以——定义一组列名，AI对所有文件统一处理。每张提单的提取时间约5-10秒，导出一个合并的XLSX或CSV文件，列名与你定义的一致。一票多箱的提单，每个集装箱一行；一票单箱的提单，每个提单一行。最终表格可直接作为当天的报关参照表或船期跟踪表使用。与人工逐张录入相比，效率提升18倍以上（人工每张提单约3-5分钟）。你还可以生成收集链接（形如 /c/xxxx），让船公司或客户直接将提单PDF上传到你的处理队列——对方无需注册，文件自动进入你的待处理列表。