订单邮件AI录入定制：多格式解析与人工兜底

在中小制造企业里，订单录入是一条典型的“人工搬运”链路：客户邮件、微信截图、Excel附件混在一起，业务员逐一抄进ERP。自动化流程实验室近期的实验，是把这条链路拆成“解析—校验—回填—兜底”四段，验证AI能承接多少、哪些必须留给人。

做法上不追求端到端全自动。邮件与附件先做版式分类，区分固定表格、自由文本与图片截图；表格走规则抽取，自由文本与图片交给视觉语言模型，统一输出客户、料号、数量、交期、备注五类字段。随后用历史订单交叉校验：料号是否存在于主数据、数量是否偏离该客户历史区间、交期是否落在产能可行域。校验不通过的记录不强行写入，而是带着疑点说明推给业务员确认，确认结果反哺样本池。

要点一：在约1200封历史订单邮件的回放实验中，字段级抽取准确率约92%，其中表格类接近99%，自由文本与手写截图是主要误差来源。
要点二：叠加主数据校验后，错误写入率降至0.5%以下；下一步计划接入排产侧产能模型做交期可行性判断，并测试OCR退化场景下的降级策略。