Lee una dirección de entrega china
y un número de teléfono desde una captura de pantalla de WeChat
Si vendes en WeChat — como vendedor 微商 (wēishāng), comprador personal daigou (代购) o dueño de un pequeño negocio que toma pedidos directamente en el chat — conoces este momento exacto: un cliente te envía sus datos de entrega en un solo mensaje. "广东省深圳市南山区科技南路18号 李明 13800138000" — provincia, ciudad, distrito, calle, número de edificio, nombre del destinatario y número de teléfono, todo en una línea sin separar. El mensaje contiene todo lo que necesitas para cumplir el pedido. El único problema es que nada llega en campos separados. Lees la dirección, memorizas el nombre, copias el número de teléfono y escribes cada dato en tu propio sistema de pedidos — o lo anotas a mano en el paquete. Cada pedido, cada cliente, cada vez.
Puntos Clave
- Una dirección de entrega china llega en WeChat como una sola línea sin separar — provincia, ciudad, calle, edificio, nombre del destinatario y número de teléfono — sin comas, sin saltos de línea y sin etiquetas de campo que separen nada.
- El OCR tradicional devuelve toda la cadena como un solo bloque de texto — no puede distinguir dónde termina el nombre de la ciudad y comienza el número de calle porque ambos son solo caracteres Hanzi para el motor.
- Define columnas para Dirección de Entrega, Nombre del Destinatario y Número de Teléfono — la IA divide la cadena reconociendo marcadores estructurales como 省 (provincia), 路 (calle) y el patrón de 11 dígitos del móvil que siempre cierra el mensaje.
Cómo se ve realmente un mensaje de dirección de WeChat
Una dirección de entrega china típica enviada en un chat de WeChat sigue una jerarquía descendente: la unidad geográfica más grande va primero, la más pequeña al final, seguida del nombre del destinatario y su número de teléfono. Un mensaje completo se ve así:
浙江省杭州市西湖区文三路478号华星科技大厦12楼1208室 王芳 13812345678
Provincia de Zhejiang, Ciudad de Hangzhou, Distrito Xihu, Calle Wensan n.º 478, Edificio Huaxing Technology, Piso 12 Habitación 1208 — Wang Fang — 13812345678
En esa sola cadena de texto, un lector humano identifica al instante seis datos distintos: la provincia (省), la ciudad (市), el distrito (区), la calle y el edificio (路/号/楼/室), el nombre del destinatario (收件人姓名) y el número de teléfono (手机号). La dirección está estructurada — el formato de dirección chino es uno de los sistemas postales más consistentemente jerárquicos del mundo — pero esa estructura vive enteramente en el significado de las palabras, no en ninguna separación visual. No hay saltos de línea, ni divisores de columna, ni campos de formulario. Solo un bloque continuo de caracteres chinos y dígitos.
La dirección está perfectamente estructurada. Simplemente no parece estructurada. Y ese es exactamente el tipo de entrada que el OCR tradicional maneja peor.
El mismo formato se repite en cada escenario de pedido de WeChat. Un cliente que compra ropa a un vendedor de WeChat (微商) envía su dirección en un mensaje. Un comprador daigou confirma sus datos de envío de la misma manera. Un proveedor de restaurante que recibe instrucciones de entrega por WeChat obtiene el mismo tipo de texto: provincia hasta número de teléfono, todo en un bloque. El contenido es idéntico sin importar quién lo haya enviado: jerarquía geográfica + nombre + teléfono, todo concatenado en una sola cadena que un humano analiza en medio segundo y una máquina lee mal como un único bloque de texto indiferenciado.
El problema de la jerarquía: por qué una cadena plana no es una dirección
La dificultad no está en que los caracteres chinos sean difíciles de reconocer. El OCR moderno lee chino impreso con alta precisión; la tecnología para el reconocimiento de caracteres ha sido confiable durante años. La dificultad es que una dirección china no es una secuencia de caracteres; es una jerarquía expresada como una secuencia de caracteres. El OCR tradicional trata toda la cadena como una sola línea de texto. Genera "浙江省杭州市西湖区文三路478号华星科技大厦12楼1208室 王芳 13812345678" como un solo campo: una cadena continua sin segmentación semántica.
| Lo que realmente necesitas | Lo que el OCR tradicional te da |
|---|---|
| Provincia: 浙江省 | "浙江省杭州市西湖区文三路478号华星科技大厦12楼1208室 王芳 13812345678" |
| Ciudad: 杭州市 | |
| Distrito: 西湖区 | |
| Dirección: 文三路478号华星科技大厦12楼1208室 | |
| Destinatario: 王芳 | |
| Teléfono: 13812345678 |
El problema se agrava cuando las direcciones no están perfectamente formadas. Un cliente podría omitir la provincia por completo al pedir a un vendedor de la misma provincia: "杭州市西湖区文三路478号" sin "浙江省" al inicio. Otro podría incluir solo la ciudad y el distrito: "深圳南山科技南路18号" — omitiendo la provincia y usando una abreviatura conocida para el distrito. Algunas direcciones omiten el nombre del edificio y solo dan el número de calle y un punto de referencia cercano. El OCR tradicional no tiene forma de normalizar estas variaciones porque no sabe que está viendo una dirección en absoluto.
El número de teléfono, que parece la parte más fácil de separar, tiene sus propias trampas dentro del bloque de dirección. Un número de móvil chino tiene 11 dígitos y comienza con 1 — un patrón claro de forma aislada. Pero cuando está al final de una cadena de dirección que también contiene números de edificio (como "12楼" o "1208室"), una herramienta que extrae ingenuamente todas las secuencias de dígitos podría tomar "478" (el número del edificio), "12" (el piso), "1208" (el número de habitación) y "13812345678" (el teléfono real). No tiene forma de saber qué grupo de dígitos es el número de teléfono y cuáles son componentes de la dirección.
El patrón del número de teléfono (11 dígitos, comienza con 1) es fácil de detectar para un humano, pero una herramienta que no entiende que está viendo una dirección tomará todos los números de la página y los llamará "datos".
Cómo la IA visual lee la misma captura de pantalla de forma diferente
Aquí es donde el enfoque de extracción pasa del reconocimiento de caracteres a la comprensión semántica. En lugar de escanear la captura en busca de todo el texto y mostrarlo como un bloque plano, una herramienta de IA visual lee la imagen preguntándose: "¿qué tipo de información es esta y dónde pertenece cada parte?"
Con la Extracción de Columnas Personalizadas, defines las columnas que quieres — "Dirección de entrega (收货地址)", "Nombre del destinatario (收件人)", "Número de teléfono (联系电话)" — y la IA localiza los valores coincidentes al entender lo que cada uno significa dentro del contexto del formato de dirección chino. No necesita que le digan que 省 marca la provincia o que 路 marca el nombre de la calle. Identifica estos marcadores porque entiende la gramática estructural de las direcciones chinas — de la misma manera que sabes instintivamente que "浙江省" es la provincia incluso si nunca has estudiado geografía china.
Así es como el enfoque semántico maneja cada componente del bloque de dirección:
La IA identifica 省, 市 y 区/县 como palabras clave de límites administrativos. Agrupa todo desde el inicio de la dirección reconocida hasta el primer marcador de calle como el área administrativa superior. Si se omite la provincia (común en pedidos dentro de la misma provincia), usa el nombre de la ciudad como ancla de nivel superior.
Marcadores como 路 (calle), 街 (calle), 大道 (avenida), 号 (n.º), 楼 (edificio), 幢 (bloque) y 室 (habitación) delimitan la dirección detallada. La IA lee la secuencia de estos marcadores para reconstruir la dirección completa a nivel de calle, incluso cuando el formato varía — algunos mensajes usan "XX路XX号XX楼XX室", otros usan "XX路XX号XX大厦XX层".
Los nombres chinos suelen tener 2-3 caracteres y aparecen justo antes del número de teléfono, después de la dirección. La IA reconoce la transición de los marcadores de dirección al bloque del nombre: el nombre es lo que queda entre el último componente de la dirección (室, 号 o el nombre del edificio) y el inicio del número de teléfono de 11 dígitos.
El patrón de móvil de 11 dígitos que comienza con 1 es el delimitador más fiable de toda la cadena. La IA lo identifica por patrón y posición: siempre es la última secuencia numérica en el bloque de dirección, distinta de los números de edificio (que son más cortos y aparecen en medio de la cadena junto a 号 o 楼).
Este enfoque funciona porque la IA no necesita saber exactamente qué ciudad o qué nombre de calle aparece en la captura de pantalla. Necesita saber que algo en esa posición funciona como la ciudad, algo funciona como la calle y algo funciona como el número de teléfono. La extracción se guía por el rol estructural que cada segmento juega en el formato de dirección china — un formato que, a pesar de las variaciones locales, es una de las jerarquías postales más consistentes del mundo.
El mismo principio que se aplica a la extracción de datos de capturas de pago que no son recibos formales se aplica aquí: tú defines las columnas de salida, y la IA localiza los valores coincidentes en la captura entendiendo lo que significan, no emparejando una plantilla. Ya sea que la entrada sea una pantalla de confirmación de WeChat Pay o un mensaje de chat con una dirección de entrega, el método es el mismo — la lectura semántica extrae por significado, no por posición.
Procesamiento por Lotes de Múltiples Pedidos de WeChat
Un vendedor de WeChat no recibe un pedido a la vez. En un día ajetreado, el registro de chat se llena de mensajes con direcciones de múltiples clientes — cada uno con un nombre diferente, una ciudad diferente y un conjunto diferente de instrucciones de entrega. Transcribir manualmente diez direcciones significa leer diez mensajes, copiar diez números de teléfono y escribir diez nombres en una hoja de pedidos o en una etiqueta de paquete. El proceso es el mismo cada vez, y el patrón de error es el mismo cada vez: un dígito cambiado en el número de teléfono, un número de calle mal leído, un distrito mal identificado.
El procesamiento por lotes cambia ese flujo de trabajo. Todas las capturas de pantalla — cada una mostrando el mensaje de dirección de un cliente en el chat — se suben juntas. Se aplica un único conjunto de definiciones de columna ("Dirección de Entrega", "Nombre del Destinatario", "Número de Teléfono") una sola vez. La IA lee cada captura de pantalla del lote y genera una tabla unificada: una fila por cliente, con la dirección, el nombre y el número de teléfono en tres columnas limpias.
La tabla de salida se puede exportar directamente a Excel o escribir directamente en Google Sheets usando el complemento de Google Sheets de ImageToTable.ai — sin salir de la hoja de cálculo. Cada fila es un pedido, listo para imprimir como etiqueta de envío, importar a tu sistema de gestión de pedidos o compartir con tu equipo de cumplimiento. El esfuerzo por pedido se reduce de aproximadamente un minuto de lectura y escritura a unos segundos de verificación.
El valor de la extracción no se trata de ahorrar unos segundos en una dirección. Se trata de escalar de diez pedidos al día a treinta sin añadir más trabajo manual — porque el cuello de botella no es leer la dirección, es volver a escribirla cada vez.
El mismo flujo de trabajo por lotes se aplica a las variaciones de formato de dirección discutidas anteriormente. Un lote podría contener diez mensajes con direcciones perfectamente estructuradas (provincia→ciudad→distrito→calle→nombre→teléfono), dos con la provincia omitida, uno donde el cliente incluyó un punto de referencia en lugar de un nombre de calle, y uno en un municipio (Beijing o Shanghai) que no tiene nivel de provincia. La IA maneja todos ellos en la misma pasada, porque lee cada dirección por sus componentes estructurales — no asumiendo que cada dirección sigue la misma plantilla exacta.
Para los vendedores que también manejan pedidos en WhatsApp — especialmente aquellos que atienden a clientes en diferentes mercados — el mismo enfoque se extiende a mensajes de dirección enviados a través de WhatsApp Business. Las columnas de extracción siguen siendo las mismas; solo cambia la interfaz del chat.
Preguntas Frecuentes
¿Puede manejar direcciones que incluyan texto en chino e inglés?
Sí. Algunos clientes que trabajan con logística internacional pueden incluir nombres de lugares u hoteles en inglés junto con componentes de dirección en chino — "广东省深圳市南山区 深圳湾万丽酒店 张伟 13800138000". La IA lee ambos idiomas y trata el texto en inglés como parte de la dirección, conservándolo en el resultado junto con los componentes en chino.
¿Qué pasa si la dirección está dividida en varios mensajes de chat?
Cada captura de pantalla se procesa de forma independiente. Si la dirección abarca dos mensajes — el cliente envía la dirección en uno y el número de teléfono en otro — puedes capturar ambos en una sola captura que incluya el contexto completo de la conversación, o tomar dos capturas separadas y fusionar las filas después de la extracción. La herramienta opera sobre lo que es visible en cada imagen subida.
¿Maneja caracteres especiales en nombres de direcciones — como 栋, 座, 区 en nombres de edificios compuestos?
Sí. Los marcadores de dirección en chino incluyen un amplio vocabulario — 栋 (bloque), 座 (edificio), 区 (zona), 层 (piso), 号 (número), 单元 (unidad), 室 (habitación) — y combinaciones compuestas como "B栋1206室" o "3座2单元8层801". La IA reconoce estos como marcadores de estructura de dirección independientemente de la combinación de caracteres específica que se use.
¿Puedo extraer solo la ciudad y la provincia sin la dirección completa?
Sí. Define tus columnas como "Provincia (省)", "Ciudad (市)" y "Nombre del Destinatario (收件人)" — omitiendo "Dirección de Entrega (收货地址)" — y la IA extraerá solo los niveles administrativos que especifiques. Esto es útil para análisis de ventas o seguimiento de distribución de clientes donde no se necesita la dirección completa.