Real Case
讓文件辨識不只停留在看懂，而是直接推動整體作業完成
透過各通路匯入的訂單出貨 PDF 文件，系統先以 OCR 擷取文字內容，再由 LLM 進行欄位語意判讀與結構整理，最後交由 AI Agent 串接標籤分切、結果輸出與資料庫回寫，形成一套可持續執行的智慧處理機制。
OCR 擷取LLM 語意理解AI Agent 編排系統資料回寫
真實案例：知名運動鞋品牌訂單標籤處理自動化
面對多通路匯入的訂單出貨 PDF 文件，澄創智科以 LLM、OCR 與 AI Agent 建立一套可理解文件、可整理欄位、可分切標籤、可回寫系統的自動化處理流程。
輸入來源
各通路匯入的訂單出貨 PDF 文件，格式、欄位位置與版型並不一致，若僅依賴固定規則，容易造成辨識不穩與人工補修。
為何使用 LLM
OCR 可擷取文字，但無法理解欄位語意與上下文。LLM 可進一步判讀內容、校正欄位、整理結構，提升標籤資料辨識的準確度與一致性。
Agent 的價值
AI Agent 能依照任務目標串接多個步驟與工具，自動決定處理順序，協調文件讀取、欄位整理、標籤切分、結果輸出與資料回寫，讓整體流程形成可自動執行的閉環。
最終成果
系統可自動產生一張張可直接列印的標籤內容，並將最終結果同步回寫應用系統資料庫，大幅降低人工處理時間，提升整體作業效率與可靠性。