Captures d'écran WeChat Pay :
Pas des reçus. Obtenez quand même le montant et le numéro de commande

Ce qu'un écran de paiement WeChat montre réellement (et ce qu'il ne montre pas)

Lorsque vous payez avec WeChat dans un restaurant, un taxi ou une épicerie, l'application confirme la transaction par un écran de notification. Celui-ci affiche le nom du commerçant, le montant de la transaction en RMB, l'heure du paiement et un numéro de transaction — une longue chaîne numérique qui identifie ce paiement spécifique dans le système WeChat. C'est tout ce que contient l'écran. Pas de détails sur les articles, pas de ventilation de la taxe, pas d'adresse enregistrée du commerçant, pas de sceau officiel.

Un reçu officiel — ce que la Chine appelle un fapiao (发票) — exige tous ces éléments manquants. L'écart entre une capture d'écran WeChat et un fapiao n'est pas une simple différence de format. C'est une différence de catégorie juridique : l'un est une notification de paiement, l'autre est un document fiscal.

Voici ce qui les distingue :

La conclusion n'est pas qu'une capture d'écran WeChat est inutile. C'est que la capture d'écran et le fapiao servent des objectifs différents. Si vous avez besoin d'un reçu déductible fiscalement pour un remboursement professionnel en Chine, vous avez besoin du fapiao — la seule capture d'écran ne satisfera ni le service financier ni le bureau des impôts. Mais si vous suivez vos propres dépenses sur des dizaines de transactions WeChat, que vous rapprochez ce que vous avez payé de ce qui vous a été facturé, ou que vous tenez un registre personnel de paiements pour votre propre comptabilité, la capture d'écran contient exactement les données dont vous avez besoin. Le problème est de les extraire efficacement.

Pourquoi « Pas un reçu » ne signifie pas « Impossible à extraire »

L'idée qu'une capture d'écran WeChat ne peut pas être extraite vient d'un constat logique : ce n'est pas un document structuré. Les outils OCR traditionnels partent du principe qu'un document a une mise en page prévisible — une facture a un en-tête avec le nom du vendeur et un pied de page avec le total, et le moteur OCR lit les caractères à partir de coordonnées connues dans ces zones. Une confirmation de paiement WeChat n'a rien de tout cela. C'est un écran d'interface utilisateur plat où le montant, le nom du commerçant et le numéro de transaction flottent dans une mise en page de type notification qui varie selon la version de WeChat, la taille de l'écran du téléphone et si le paiement a été effectué en scannant un QR code ou en faisant scanner un code.

L'OCR traditionnel échoue ici non pas parce que le texte est difficile à lire, mais parce qu'il ne peut pas répondre à la question « lequel de ces chiffres est le montant ? » sans un modèle lui indiquant où regarder.

C'est là que l'approche est cruciale. Les modèles de langage visuel — le type d'IA derrière les outils d'extraction modernes — ne lisent pas les documents en scannant des caractères à des coordonnées fixes. Ils traitent l'intégralité de l'entrée visuelle en une seule fois : le texte, la mise en page, les relations spatiales entre les éléments et le contexte qui les relie. Lorsqu'un modèle de langage visuel rencontre « ¥238.00 » dans le même cadre visuel qu'une UI de confirmation de paiement — avec un nom de commerçant au-dessus, un horodatage en dessous et un en-tête WeChat Pay encadrant tout l'écran — il reconnaît que ce nombre est un montant de transaction. Pas un prix de produit, pas une date, pas un numéro de téléphone. Un montant. La distinction est sémantique, pas positionnelle.

C'est le passage de l'extraction basée sur la position à l'extraction sémantique. Un modèle demande : « où se trouve le champ du montant sur la page ? » Un modèle visuel demande : « quel nombre dans cette image représente ce qui a été payé ? » La deuxième question fonctionne sur n'importe quelle mise en page car elle n'est liée à aucune mise en page. Elle fonctionne de la même manière sur une capture d'écran WeChat que sur une confirmation Venmo ou une page de paiement PayPal — car le concept de « montant payé » existe dans toutes, même si les pixels sont disposés différemment dans chaque application.

Appliqué à ImageToTable.ai, ce mécanisme s'appelle Extraction de colonnes personnalisées : vous saisissez les noms des champs souhaités — « Montant » et « Numéro de commande » — et l'IA localise les valeurs correspondantes n'importe où sur la capture d'écran en comprenant ce que chaque champ signifie, et non où il se trouve. Les noms de colonnes que vous saisissez deviennent les en-têtes de votre feuille de calcul de sortie. Téléchargez une capture d'écran ou une centaine ; l'extraction fonctionne de la même manière car elle ne dépend pas des coordonnées.

Extraire les deux champs qui comptent

Voici à quoi ressemble le flux de travail réel pour une capture d'écran WeChat Pay. Téléchargez l'image. Définissez deux colonnes : Montant et Numéro de commande. L'IA analyse la capture d'écran, identifie le commerçant, le total du paiement et la chaîne d'ID de transaction, et les place dans une ligne d'un tableau. Si vous téléchargez dix captures d'écran de dix paiements WeChat différents — commerçants différents, montants différents, dates différentes — vous obtenez dix lignes dans un seul tableur, avec les deux mêmes colonnes renseignées pour chacune.

Le numéro de commande mérite qu'on s'y attarde, car c'est le champ qui transforme une capture d'écran d'un simple aide-mémoire en quelque chose de réellement utilisable en aval. Chaque transaction WeChat Pay génère un ID de transaction unique — visible dans l'écran des détails de paiement de l'application et, dans de nombreuses versions, directement sur la notification de confirmation. Ce numéro vous sert à recouper le paiement avec votre historique de transactions WeChat dans l'application, ou à le faire correspondre à un relevé bancaire si le paiement a été effectué via une carte liée plutôt qu'avec le solde WeChat. C'est le point d'ancrage qui relie la capture d'écran à une transaction spécifique et vérifiable — et le fait de l'avoir extrait dans un tableur à côté du montant signifie que vous n'avez pas à basculer constamment entre une galerie de photos et un journal de transactions chaque fois que vous devez vérifier quelque chose.

Que pouvez-vous faire de ces deux champs une fois qu'ils sont dans un tableur ? Les utilisations sont simples et ne se limitent à aucun type de personne en particulier : partager des dépenses communes avec les chiffres exacts plutôt que des estimations approximatives, rapprocher un mois de sorties WeChat d'un relevé bancaire, joindre un justificatif de paiement à une facture reçue séparément par e-mail, ou simplement tenir un journal chronologique de ce qui est sorti et quand. Si vous traitez dix ou vingt de ces opérations par mois, le temps gagné en ne saisissant pas manuellement deux champs par capture d'écran s'accumule rapidement — et surtout, les numéros de commande sont de longues chaînes numériques qu'il est facile de mal saisir à la main.

Il existe des limitations réelles qu'il convient d'énoncer clairement. Si une capture d'écran est recadrée et que le numéro de commande n'est pas visible dans l'image, l'IA ne peut pas l'extraire — il n'y a tout simplement pas de données à trouver. Différentes versions de WeChat affichent les détails de paiement de manière légèrement différente, et bien que le montant soit systématiquement présent sur chaque écran de confirmation, le numéro de commande peut nécessiter d'appuyer sur une vue détaillée pour voir la chaîne complète sur certaines versions de l'interface utilisateur. L'extraction n'est aussi complète que la capture d'écran que vous fournissez. Et surtout, le résultat est une ligne de tableur, pas un document fiscal — rien dans ce processus ne transforme une capture d'écran WeChat en un fapiao légalement valide. Ce qu'il fait, c'est vous éviter de transcrire manuellement les données qui sont déjà là, afin que vous puissiez consacrer votre temps aux parties de votre flux de travail qui nécessitent réellement un jugement.

Si vous cherchez un guide pas à pas pour extraire les détails de transaction à partir de captures d'écran WeChat — y compris à quoi ressemble l'écran de confirmation complet et comment le capturer correctement — consultez notre guide des détails de transaction WeChat Pay pour la version pratique de cet article.

FAQ

Une capture d'écran WeChat Pay peut-elle remplacer une fapiao pour le remboursement de frais professionnels ?

Non. En Chine, la fapiao est le seul document légalement reconnu pour le remboursement de frais professionnels déductibles fiscalement. Une capture d'écran WeChat Pay est une confirmation de paiement — elle prouve que vous avez payé, mais il lui manque les informations fiscales, le cachet officiel et la structure de facture émise par le gouvernement qui rendent une fapiao légalement valide. Certaines entreprises acceptent les captures d'écran de paiement comme pièce justificative complémentaire accompagnant la fapiao — un guide de conformité juridique de 2024 de Covington & Burling recommande spécifiquement cette pratique pour les entreprises gérant les dépenses de leurs employés en Chine (source). Mais la capture d'écran seule ne peut pas remplacer une fapiao. Pour la tenue de registres personnels, le rapprochement et le suivi interne — lorsque la conformité fiscale n'est pas l'objectif — elle fournit exactement les données dont vous avez besoin.

Et si la capture d'écran est entièrement en chinois — l'extraction fonctionne-t-elle quand même ?

Oui. Les modèles de langage visuel traitent le texte dans la langue dans laquelle il apparaît — en fait, ils traitent l'apparence visuelle du texte en même temps que sa signification, ce qui signifie que les caractères chinois sont gérés nativement, et non via un pipeline séparé d'OCR puis de traduction. Le montant (exprimé sous forme de nombre avec un symbole ¥) et le numéro de transaction (une chaîne numérique ou alphanumérique) sont des champs indépendants de la langue. Même le nom du commerçant, qui peut être en chinois, est extrait tel quel — c'est un champ de données, pas quelque chose qui a besoin d'être traduit pour être utile dans un tableur.

Cette approche fonctionne-t-elle pour Alipay et d'autres applications de paiement ?

Oui. Le même principe — extraction sémantique, et non correspondance de modèle — s'applique à toute capture d'écran d'application de paiement. Alipay, Venmo, Zelle, Cash App, PayPal, Revolut et Wise produisent tous des écrans de confirmation de paiement qui partagent la même caractéristique : ce ne sont pas des tableaux, ce ne sont pas des reçus, mais ils contiennent tous un montant et une forme d'identifiant de transaction. Nous avons rédigé des guides séparés pour plusieurs de ces plateformes — notamment Venmo, Zelle, Cash App, PayPal, Revolut et Wise — chacun couvrant les spécificités de l'écran de confirmation de cette plateforme. Le mécanisme sous-jacent est le même pour tous : vous définissez ce que vous voulez, et l'IA le trouve — quelle que soit l'apparence de la source.

La capture d'écran WeChat Pay est un cas extrême de ce principe. C'est ce qui s'éloigne le plus d'un document structuré — une notification de paiement enfouie dans une super-application de messagerie — pourtant, les deux champs importants sont toujours extractibles. Si l'approche fonctionne ici, elle fonctionne partout. C'est là tout l'intérêt.