餐廳單據 OCR：把入單對帳從 2 小時壓縮到 10 分鐘

早市尖峰時段剛過，經理在收銀台後翻找著一疊皺巴巴的送貨單——凍肉、蔬菜、調味料、清潔用品。WhatsApp 裡還有兩張供應商補發的電子單據，財務說月底要對帳，主廚又催著你看這週牛肉到底漲了多少。

最現實的問題不是你缺報表，而是缺一個穩定的資料入口——把「單據」變成「數據」。

餐廳單據 OCR（光學字元辨識）就是為此而生。它不只是把圖片轉成文字，而是將每張採購單據裡的關鍵欄位提取出來，轉化為可以直接用於成本、庫存、供應商分析的「結構化數據」。對餐飲業來說，這一步沒踩穩，後面所有的「成本控制」都只是瞎猜。

為什麼餐廳單據 OCR 不只是「把字認出來」？

很多人第一次聽到 OCR，會以為就等於拍照辨識。但在餐飲現場用過就會發現，真正的麻煩從來不在於「看不懂」，而在於「看懂了卻用不了」。

同一張單據裡，品名可能是簡稱，單位有箱也有斤，規格藏在備註裡，金額又細分為小計、稅金、折扣、運費。你需要的是可對帳、可追溯、可統計的「欄位組合」，而不是一長串純文字。

更關鍵的是，餐廳單據天生就不標準。供應商格式各異、紙張品質不一，油漬、水漬更是家常便飯，甚至還夾雜手寫改價、補貨、缺貨備註。如果單據 OCR 只追求「字面上的準確」，到了入帳時還是得靠人工重打——因為欄位沒對齊、單位沒統一，商品也無法對應到你的物料庫。

餐廳真正需要的單據 OCR，應該把「辨識」與「營運動作」連結起來：自動歸類供應商、匹配物料、將數量與金額寫入採購紀錄，再把這筆採購連動到庫存、菜單成本與利潤分析裡。這才是把入單與對帳變成標準流程，而不只是換個姿勢做人工輸入。

你每天被哪些單據問題拖慢腳步？

最耗時的環節通常集中在三個階段：

**第一段是「入單」。**前線收貨的人拍照發到群組，店長晚點再抄進 Excel，或是交給後勤逐張打進會計系統。只要其中一個人忙起來，單據就會延遲，數據永遠慢半拍。
**第二段是「對帳」。**月底供應商的對帳單來了，你發現同一個供應商有好多張散單，折扣寫在某張手寫備註裡，退貨數量對不上，最後只能靠「記憶」和「翻找對話紀錄」來補洞。
**第三段是「分析」。**你明明感覺食材漲價了，卻不知道漲在「哪幾樣」、漲幅多少、是哪家供應商先動的手。沒有可用的數據，就談不上議價、換貨或調整菜單毛利。

一套做對的餐廳單據 OCR，能直接把這三段串連起來——入單即結構化、對帳即核對差異、分析即看見價格曲線與佔比變化。

一套能落地的餐廳單據 OCR 流程長什麼樣？

落地的關鍵在於：「前線可執行，後端可稽核」。典型的流程應該這樣跑：

**1. 前線收貨時：**用手機拍下單據，或直接轉發電子單據。系統先進行 OCR 與欄位擷取，辨識出供應商名稱、日期、單號、品項、數量、單位、單價、金額、稅費與總額，並自動嘗試將品項對應（Mapping）到你的主物料庫。
**2. 進入核實環節：**這裡的原則不是把全部工作推給人工，而是讓人「只處理系統不確定的少數異常」。例如同名不同規格、單位換算異常、金額對不上、手寫改價等。核實完的數據才會進入正式台帳，確保日後對帳時能「一鍵追蹤」回原始單據影像。
**3. 最後是連動：**採購數據一旦結構化，就能自動更新庫存入庫，帶出成本均價的變化，並反映在菜單成本和毛利上。管理層看的不再是「今天入了多少單」，而是「這週哪些物料漲了、哪些分店耗用異常、哪家供應商交貨穩定度變差」。

這套流程聽起來簡單，但每一步都決定了你能不能真正擺脫 Excel。

挑選餐廳單據 OCR，別只看辨識率

辨識率當然重要，但在餐飲場景中，更要看重以下三件事：

**第一是欄位擷取能力。**能不能把單據拆解成你真正需要的欄位？特別是品項明細（Line items）、單位、稅費、折扣、運費、退貨標記等。如果只有總金額而沒有品項明細，就做不了品類成本分析，也無法進行供應商比價。
**第二是容錯與標準化。**餐廳最怕「看起來辨識成功，實際入帳卻錯了」。你需要單位換算、規格拆解、同義詞對應，以及對異常金額的自動提示。否則你省下的輸入時間，到了月底對帳時都會加倍奉還。
**第三是可稽核性。**財務與管理層最關心的是「這筆帳從哪來」。每一筆結構化紀錄都要能回溯到原始影像，並保留時間、操作者、修改紀錄。沒有稽核軌跡，系統越自動化，風險反而越大。

至於「要不要支援手寫辨識」？這取決於你的供應商生態。如果你有大量傳統市場採購、臨時採購或手寫改單，手寫支援能力將直接決定系統的覆蓋率。覆蓋率不夠，你就得維持兩套流程並行，團隊很快就會失去耐心。

真正的效益不是省人手，而是讓成本變得「可管理」

餐廳單據 OCR 常被包裝成「節省打單時間」的工具，但對經營者來說，更大的價值在於反應速度。

當你能在收貨當天就看到採購價格變化，你就能更早採取行動——調整訂貨量、換供應商、替換菜單用料，或是及時調漲售價。漲價不是最可怕的，可怕的是你在三週後才知道成本已經漲了三週。

同樣地，耗損與異常消耗也會更早暴露出來。結構化的採購數據與盤點、領用一結合，某家分店的耗用率偏離就不再只是「感覺」，而是有跡可循的數據差異。你可以精準追查到具體物料、具體日期、甚至具體單據。

另一個常被忽略的效益是跨部門協作。採購、主廚、店長、財務不再各自保留一份 Excel。大家圍繞著同一套數據做決策，爭論會減少很多，因為證據就清清楚楚地顯示在單據上。

什麼情況下不建議你急著導入 OCR？

當然，也有「它不一定適合你」的情況。

如果你每個月只有十幾張單據，且供應商固定、格式統一，用 Excel 處理未必痛到必須更換系統。
又或者，你期望系統能「100% 完全無需人工核實」，但單據來源複雜又常有手寫字，這種預期本身就不切實際。餐飲單據的「最後一哩路」通常還是需要少量人工確認，差別只在於——你確認的是少數異常，而不是逐行重新打字。

另外，如果你的主物料數據長期沒有維護，品名隨意、單位不統一，那麼再強的 OCR 也會在「匹配」階段卡關。強烈建議先將物料庫標準化，再導入自動化，效果才會立竿見影。

把 OCR 變成系統能力，而不只是一個工具

很多團隊一開始買的只是「辨識工具」，但最後真正需要的卻是「端到端（End-to-End）的營運流程」。你要的不只是把單據讀出來，而是把「採購－庫存－成本－利潤」串接成一條數據鏈；能對接 POS 或會計系統，能跨分店彙整，能依供應商檢視表現，能讓管理層每天掌握支出結構。

如果你正在尋找一套更貼近餐飲工作流的解決方案，可以參考 Costflows 這類以 AI 單據數據擷取為核心的餐飲管理平台。它涵蓋了從拍照入庫、採購與庫存連動，再到成本與供應商分析；把最耗時也最容易出錯的入單對帳流程制度化，大幅減少人為疏失與數據落後。

把餐廳單據 OCR 用好，有一個很實在的判斷標準：當你不再問「這張單誰還沒入？」，而是開始問「今天哪些成本異常？我該採取什麼行動？」時，你就真正從記錄走向了管理。

願你每天少花點時間埋頭對帳，多花點時間把毛利賺回來。