如果 AI 把帳單的金額、日期讀錯，先查文件怎麼被轉成文字，不要急著升級聊天模型。 AWS 在 9 月 4 日發布 Textract 搭配 Bedrock 知識庫的教學，示範先解析複雜文件，再供 AI 查詢。這個思路值得參考，但台灣團隊不能把海外帳單範例直接當成繁體中文解法。
Textract 支援中文嗎？先過這一關
截至本次查核，官方限制文件列出的文字辨識語言是英文、法文、德文、義大利文、葡萄牙文與西班牙文，沒有中文。Queries 問答擷取也限定英文文件。
這不是把提示詞改成「請用繁體中文回答」就能補上的能力。後面的模型會說中文，不代表前面的辨識器能正確讀出台灣姓名、地址、品項與備註。早期新增語言的公告同樣以這些歐洲語言為範圍；這次新聞並未宣布新增中文。
我不建議拿繁中掃描帳單直接採用這個範例。 若公司主要處理英文供應商文件，可以評估；以繁中為主，應先找明列支援繁中的辨識方案，再用自己的文件驗證。本站的 PP-OCRv6 評估文章可作為另一條研究方向，不代表換過去就保證正確。
教學說能讀 Word，API 卻沒有：該信哪個？
新教學的格式段落列出 DOCX、HTML、XLSX 等類型，但 Textract 的 API 限制文件只列 JPEG、PNG、PDF、TIFF。官方範例程式庫的資料入口則寫明 PDF、PNG。
系統可以加入其他解析器或轉檔步驟，不等於 Textract 原生接受所有格式。 部署前要查的是實際程式如何處理副檔名、是否保留頁碼和表格，而不是只看教學的功能清單。
多頁文件還涉及呼叫方式。官方配額將同步 PDF 限制為單頁；多頁批次須評估非同步流程。檔案上傳成功，也不能證明每頁都完成辨識、寫入索引並可查詢。
表格抽出來了，為什麼答案還是錯？
Textract 本身有表格結構輸出。表格功能說明介紹了儲存格、標題、註腳與合計列等資訊。但服務能輸出結構，不代表你的程式保留了結構。
這次範例的架構文件說明：解析步驟取出 LINE 文字區塊，再交給 Nova Micro 重排成文字文件。不能因此假定儲存格之間的關係已完整傳到知識庫；模型整理文字也不是無損轉換。
假設一張測試帳單同時有「本期金額」與「前期欠款」，OCR 可能兩個數字都讀對，卻在重排時配錯欄位。答案讀起來通順，錯誤仍已發生。這是示意情境，不是本次部署測試結果。
| 問題出現的位置 | 先拿什麼比對 | 優先處理什麼 |
|---|---|---|
| 原檔有字，辨識結果缺字 | 原頁與 OCR 輸出 | 語言、影像品質、漏頁 |
| 文字正確，欄位配錯 | 表格結構與重排文件 | 標題、欄列、合計關係 |
| 文件正確，找來的段落不對 | 檢索結果與文件版本 | 切段、索引、條件篩選 |
| 證據正確，回答卻自行補數字 | 回答與實際引用段落 | 回答約束、計算、人工複核 |
這也是 RAG 檢索增強生成不能省略的除錯順序。先知道資訊在哪一步走樣，才知道該換 OCR、改檢索，還是檢查回答模型。
上線前，驗收「對得上」，不是「講得順」
我會先要求一組有人工答案的測試文件，涵蓋跨頁表格、合併欄位、中英混排與沒有答案的問題。保留原頁、辨識結果、重排版本與最後引用，並要求關鍵欄位能逐項核對；不能只展示一段漂亮摘要就算通過。
Bedrock 的 RAG 評估區分檢索與完整回答，也提供引用相關指標。不過其中以模型擔任評審的分數，不能取代帳號、日期與金額的人工標準答案。
需要更貼近業務的標準時，自訂評估指標可補上特定要求。我的建議是：文字解釋評估是否有依據；精確欄位另外做值比對，缺資料時接受拒答，而非獎勵模型湊出完整答案。
部署這個範例會產生雲端費用，包含儲存、運算、向量搜尋與模型呼叫，也會留下文件的衍生副本。評估時就要安排預算、存取權與清理方式；帳單中的個資也應先依公司的 AI 資料使用規範處理，不要直接拿客戶原檔做公開展示。
常見問題
Textract 可以直接辨識繁體中文帳單嗎？
繁體中文不在目前官方支援語言內。不要因為後端聊天模型能回答中文，就認定前面的文字辨識也支援；應先選合適的解析工具並驗證樣本。
把 Word 轉成 PDF，就能解決問題嗎？
轉檔只處理輸入格式，不會自動新增語言支援，也不保證表格結構完整。仍需檢查文字、欄位、頁碼與後續檢索是否正確。
已經做了 RAG，為什麼還會有幻覺？
RAG 只是讓模型取得外部資料。若辨識錯字、重排配錯欄位、檢索到舊版本，或回答沒有忠實使用證據，仍可能答錯。
參考來源
- AWS：Customizing your knowledge base on Amazon Bedrock for large and complex documents using Amazon Textract（2026-09-04）
- AWS：Amazon Textract supports handwriting and five new languages（2020-11-16）
- AWS：Announcing enhanced table extractions with Amazon Textract（2023-06-07）
- AWS：Amazon Bedrock now supports RAG Evaluation (generally available)（2025-03-20）
- AWS：Amazon Bedrock RAG and Model Evaluations now support custom metrics（2025-04-17）