Convertissez vos reçus en Excel en nommant vos colonnes — Tous magasins, un seul tableur

Chaque magasin imprime un format de ticket différent — il n'existe pas de mise en page standard. Les factures suivent une structure prévisible : en-tête avec adresse de facturation, tableau des lignes avec quantité/prix unitaire/total, pied de page avec sous-total/TVA/total général. Les tickets de caisse ne respectent aucune convention. Un ticket de supermarché liste les articles de haut en bas avec des noms abrégés dans la colonne de gauche et les prix à droite. Un ticket de quincaillerie empile les codes SKU, les quantités et les prix sur trois colonnes. Un ticket de restaurant imprime les articles sur une seule colonne avec le total entouré en bas — et un pourboire manuscrit griffonné par-dessus. Un outil de modèle qui s'attend à trouver « Total » en bas à droite d'une coordonnée fixe échoue sur le magasin n°2. Entraîner un modèle séparé pour chaque magasin où vous faites vos courses va à l'encontre de l'automatisation.

Le papier thermique se décolore, l'encre bave et les tailles de police sont microscopiques. Les tickets sont imprimés sur du papier thermique — pas à l'encre — qui se décolore en quelques semaines ou mois. Un ticket parfaitement lisible lorsque vous l'avez glissé dans votre portefeuille n'est plus qu'une bande de papier fantomatique lorsque vous le sortez pour vos notes de frais. Le « Total » peut être imprimé en police 8pt en bas d'une bande de 7,5 cm de large. L'OCR traditionnel voit des formes de caractères ambiguës et devine ; le LLM visuel utilise le contexte du document — il sait que la tache fanée à côté de « € » sur la dernière ligne est probablement le total, même lorsque les chiffres individuels sont à peine distinguables. Mais il y a une limite physique : si le texte s'est estompé au point qu'un humain ne peut pas lire les caractères individuels, l'IA ne peut pas non plus les récupérer. Photographiez les tickets dès que vous les recevez pour une extraction la plus fiable possible.

Les tickets mélangent contenu manuscrit et imprimé sur la même petite surface. Un ticket de restaurant est un document particulièrement difficile : le serveur imprime le sous-total, vous inscrivez le montant du pourboire, et les deux nombres sont à quelques centimètres l'un de l'autre sur une bande de papier thermique de 7,5 cm de large — parfois le total manuscrit chevauche le sous-total imprimé. C'est le cas le plus difficile pour tout système d'extraction. L'IA tente de lire les deux et se fie au total manuscrit comme montant final lorsque les deux sont présents, mais la précision est inférieure à celle des tickets entièrement imprimés. Pour les remboursements soumis à des règles de conformité, vérifiez manuellement les lignes de pourboire manuscrites.

Nommez vos colonnes et l'IA trouve les données par le sens, pas par la position. Tapez « Date », « Commerçant », « Total », « Catégorie » et « Articles achetés » — l'IA lit la mise en page de chaque ticket et localise la valeur correspondante en comprenant ce que représentent les données. Elle sait que le montant en bas du ticket, après la liste des articles et avant le mode de paiement, est le « Total » — qu'il soit libellé « Total général », « Montant dû », « Solde » ou rien du tout. Elle sait que le nom du magasin tout en haut du ticket — même dans un logo ou une police décorative — est le « Commerçant ». Cette approche sémantique permet à vos noms de colonnes de fonctionner sur tous les formats de magasin sans modification.

Une seule définition de colonne gère tous les formats de magasin — des codes SKU de Home Depot aux codes d'épicerie Kroger en passant par les totaux manuscrits de restaurant. Importez un lot contenant un ticket Home Depot (codes SKU + quantités en colonnes), un ticket Kroger (noms d'articles abrégés + prix, sans SKU), une facture numérique Amazon (PDF avec lignes structurées) et un ticket de restaurant (pourboire manuscrit + sous-total imprimé sur papier thermique). Définissez vos colonnes une fois — « Date », « Commerçant », « Montant », « Catégorie » — et l'IA lit la mise en page unique de chaque document indépendamment, produisant un tableur consolidé où chaque ligne suit le même schéma. La colonne « Articles achetés » capture les lignes de la facture Amazon structurée aussi naturellement qu'elle capture les noms d'épicerie abrégés du ticket Kroger. Aucune configuration par magasin. Aucun apprentissage de modèle. Aucune limitation du type « cet outil ne fonctionne qu'avec le format Home Depot ».

Des tickets de 20 magasins différents, un seul lot, un seul tableur — avec une colonne automatique du nom du magasin pour savoir d'où vient chaque ligne. Nommez une colonne « Commerçant » et l'IA la remplit avec le nom du magasin imprimé sur chaque ticket — qu'il s'agisse de « Home Depot #0123 », « Starbucks #8841 », d'un restaurant local avec un en-tête logo uniquement, ou d'une facture numérique Amazon avec le nom de l'entreprise dans l'en-tête de l'email. Chaque ligne de votre tableur de sortie est étiquetée avec sa source, vous permettant de filtrer par magasin, de regrouper les achats par commerçant ou de trier les dépenses par fournisseur — le tout à partir d'un seul import par lot. C'est la différence fondamentale entre un traitement par lot qui fonctionne réellement sur des tickets hétérogènes et un traitement par lot qui vous oblige à trier au préalable par magasin.