Extração de Dados CFDI:
O Guia Completo para Faturas Eletrônicas Mexicanas

O Que Torna o CFDI Diferente de Qualquer Outra Fatura

Toda fatura que você já processou de um fornecedor dos EUA, Europa ou Ásia segue o mesmo padrão básico: o fornecedor emite um documento, você o recebe, e os dados — número de fatura, data, montante, imposto — vivem no próprio documento. O documento é a fonte da verdade. O CFDI inverte completamente este modelo.

Um CFDI (Comprobante Fiscal Digital por Internet) é um documento XML que deve ser validado e carimbado por um PAC autorizado pelo governo (Proveedor Autorizado de Certificación) antes de se tornar legalmente válido. Isso é chamado de modelo de despeje aduanero: o emissor gera o XML, o envia a um PAC, o PAC verifica a estrutura e a assinatura digital, aplica um timbre fiscal (selo digital), e encamina uma cópia ao SAT — a autoridade fiscal do México — em tempo real. Somente após este handshake tripartito a fatura existe como documento legal. O UUID (Folio Fiscal) atribuído pelo SAT nesse momento se torna o identificador permanente que vincula essa transação a cada auditoria, pagamento e declaração fiscal subsequente.

Isto tem uma consequência prática que surprende a maioria das equipes de AP que lidam com fornecedores mexicanos pela primeira vez: o arquivo XML é a fatura legalmente válida. O PDF que chega anexado ao mesmo e-mail é uma impressão decorativa — útil para revisão humana, mas sem peso legal. De acordo com o Artigo 30 do CFF, tanto o emissor como o receptor devem retener o XML CFDI original por pelo menos cinco anos. Descartar o XML enquanto se conserva apenas o PDF cria uma exposição de auditoria que muitas equipes descobrem somente quando o SAT solicita registros.

A versão atual, CFDI 4.0, é obrigatoria desde abril de 2023. Introdujo uma validação mais estricta do receptor: o RFC, nome legal e código postal do domicilio fiscal do destinatário devem coincidir exatamente com o registro de contribuyentes do SAT. As faturas da versão 3.3 não são mais aceitas. Para qualquer pessoa que construa um fluxo de extração de CFDI, isto significa que cada documento que você maneja segue o esquema 4.0 — um alvo consistente para extração, mas que carrega mais campos obrigatorios que versões anteriores.

O problema central na extração de CFDI não é que os dados estejam ausentes. É que os dados vivem em um formato desenhado para despeje governamental, não para consumo em planillas de cálculo — e a ponte entre os dois é o que a maioria das equipes luta por construir.

Os Seis Tipos de Documento CFDI — e Quando Você Encontrará Cada Um

CFDI não é um único tipo de documento. O SAT define seis tipos distintos de comprobante, cada um com suas próprias regras de esquema, campos obrigatórios e requisitos de extração. Se você processa faturas de mais de um punhado de fornecedores mexicanos, encontrará a maioria deles.

O tipo que gera mais atrito na extração na prática é o Pago. Quando um fornecedor emite uma fatura sob condições de pagamento PPD, a própria fatura contém os itens e os totais, mas não os detalhes do pagamento. Cada vez que o comprador faz um pagamento, o fornecedor emite um CFDI de Pago separado contendo um Complemento de Pago que especifica qual UUID está sendo pago, em qual valor, em qual data e por qual método. Uma equipe de contas a pagar processando 40 faturas PPD pode ter de 60 a 80 CFDIs para conciliar — cada um exigindo uma referência cruzada de UUID entre o Ingreso e seu(s) complemento(s) de pagamento. Para um fluxo de trabalho passo a passo de fechamento mensal que lida com essa conciliação em mais de 50 faturas de vários fornecedores, consulte nosso guia sobre processamento em lote de faturas CFDI mexicanas em contas a pagar.

Campos Principais, Catálogos do SAT e o Que Cada Um Significa para Sua Planilha

Entender quais campos extrair não é apenas uma questão técnica — determina se sua saída é utilizável para a declaração DIOT, conciliação de créditos de IVA e resposta a auditorias. Cada campo em um CFDI mapeia para um código de catálogo do SAT, e o mesmo campo pode ter diferentes consequências fiscais dependendo do código selecionado.

Campos de Nível de Cabeçalho (Nó Comprobante)

Detalhamento de Impostos: IVA, Retenciones e IEPS

A estrutura de impostos em um CFDI fica abaixo do nível do conceito (item), aninhada dentro de cada Concepto. Isso significa que a alíquota e o valor do IVA são por item, não agregados no nível da fatura. A extração deve somá-los se sua saída precisar de uma única linha de imposto por fatura, mas os dados subjacentes são granulares:

• IVA 16% — alíquota padrão aplicada à maioria dos bens e serviços. A região de fronteira (fronteira norte e sul) se qualifica para uma alíquota reduzida de 8% de IVA sob certas condições.
• IVA 0% — aplica-se a exportações (Exportación=02/03) e a certos alimentos básicos, medicamentos e insumos agrícolas.
• IVA Retenido — o destinatário pode ser obrigado a reter dois terços do IVA e remetê-lo diretamente ao SAT. O CFDI mostra tanto ImpuestosTrasladados (IVA cobrado pelo fornecedor) quanto ImpuestosRetenidos (IVA retido pelo comprador).
• ISR Retenido — retenção de 10% sobre serviços prestados por pessoas físicas, 1,67% sobre compras do regime geral, 20% sobre pagamentos de juros. Estes devem ser reportados na DIOT mensal.
• IEPS — imposto especial sobre bens específicos: álcool, tabaco, gasolina, bebidas açucaradas. Cada categoria de produto mapeia para uma alíquota diferente de IEPS (3%–160%).

Para a extração, o ponto crítico é que um único CFDI pode conter múltiplas combinações de impostos em diferentes itens. Uma única fatura de um distribuidor que vende tanto bens padrão (IVA 16%) quanto produtos sujeitos a IEPS terá itens a 16%, a 16%+IEPS e potencialmente a 0%. Sua saída de extração deve preservar o detalhamento de impostos no nível do item ou agregar corretamente por alíquota.

A Camada de Complementos: Onde a Maioria dos Guias de Extração Para

Um complemento é um adendo XML estruturado que estende o esquema CFDI base para tipos específicos de transação. O CFDI base cobre o cabeçalho da fatura e os itens de linha. Todo o resto — detalhes de pagamento, detalhamentos de folha de pagamento, dados aduaneiros, informações de transporte — vive nos complementos. Para equipes de AP processando faturas mexicanas, três complementos são os mais importantes.

Complemento de Pago (Complemento de Pagamento)

Anexado a todo CFDI de Pago, este complemento é a maior fonte de complexidade de extração no AP mexicano do mundo real. Quando um fornecedor emite uma fatura sob condições PPD (MétodoPago=PPD), a fatura original de Ingreso não contém dados de pagamento. Toda vez que o comprador paga — integralmente, em valores parciais ou em condições diferidas — o fornecedor emite um CFDI de Pago cujo Complemento de Pago registra:

• O UUID da fatura original de Ingreso que está sendo paga
• O valor do pagamento aplicado a esse UUID
• A data do pagamento e o método de pagamento (transferência, cheque, dinheiro, cartão)
• A moeda e a taxa de câmbio no momento do pagamento (crítico quando a fatura original estava em USD)
• O saldo devedor (saldo insoluto) após este pagamento

Uma fatura de Ingreso pode ser liquidada por vários CFDIs de Pago — cada um referenciando o mesmo UUID com um valor de pagamento diferente. O desafio da extração não é técnico (o UUID está sempre presente), mas processual: a maioria das equipes de AP nunca extrai o Complemento de Pago, deixando os dados de pagamento em um documento separado que nada no fluxo de trabalho conecta à fatura original.

Uma extração de itens de linha de CFDI que para no cabeçalho da fatura e deixa os complementos intocados captura aproximadamente 60% dos dados que sua equipe de AP realmente precisa.

Complemento de Nómina

Empregadores no México devem emitir um CFDI de Nómina para cada pagamento a funcionários — salário, bônus, comissões, prêmio de férias, indenizações e gratificação de Natal (aguinaldo). O Complemento de Nómina é um dos documentos com maior densidade de campos no sistema CFDI, contendo mais de 50 campos estruturados, incluindo:

• CURP do funcionário e número de seguro social do IMSS
• Salário base e salário diário (Salario Base de Cotización)
• Rendimentos ordinários (percepciones) detalhados por código de tipo — Sueldos, Aguinaldo, Prima Vacacional, PTU
• Deduções (deducciones) — ISR retido, contribuições ao IMSS, pagamentos de empréstimos do INFONAVIT, SAR/Afore, empréstimos previdenciários
• Horas extras (Horas Extra) com tipo de tempo e porcentagem
• Total do pagamento líquido

Para empregadores com múltiplas entidades, a extração de folha de pagamento significa processar centenas de CFDIs de Nómina por ciclo de pagamento. Cada funcionário gera um CFDI por pagamento, e cada um exige que os campos do complemento sejam organizados em uma planilha de RH ou relatório de folha de pagamento.

Complemento de Comercio Exterior

Exigido quando Exportación=02 (exportação definitiva com chave alfandegária A1) ou Exportación=03 (exportação definitiva com chave A2). Este complemento contém os dados alfandegários para transações transfronteiriças:

• Número do pedimento (identificador da declaração aduaneira)
• RFC do exportador e endereço completo
• Identificação fiscal estrangeira do destinatário
• Código INCOTERM
• Detalhe por linha: classificação tarifária (fracción arancelaria), unidade de medida alfandegária, valor em USD das mercadorias
• País de origem e destino

A versão 2.0 deste complemento foi integrada ao CFDI 4.0 desde janeiro de 2024. Para empresas que exportam mercadorias do México, a extração que captura tanto os campos base do CFDI quanto os dados do complemento de comércio exterior é essencial para conciliar faturas de frete com declarações aduaneiras.

Por que PACs Diferentes Significam Layouts de PDF Diferentes

Todo CFDI parte do mesmo esquema XML — Anexo 20 versão 4.0, definido no XSD publicado pelo SAT. O XML é consistente independentemente de qual PAC o carimba. Mas a representação em PDF, que é o que a maioria das equipes de AP realmente analiza, depende inteiramente de como cada PAC escolhe renderizar o XML em um formato visual.

Na prática, um PDF de CFDI carimbado por Finkok organizará os campos em uma ordem visual diferente da de um carimbado por SW sapien, Digifact, FacturAPI ou a própria ferramenta gratuita do SAT. Os dados são idénticos. O layout não é. Para ferramentas de OCR baseadas em modelos que dependen de zonas de extração de posição fixa, cada layout de PAC exige um modelo separado. Uma empresa que recebe faturas de 20 fornecedores que coletivamente usam 8 PACs diferentes precisaría de 8 modelos de extração — e perdería faturas do 9º PAC que ainda não havia configurado.

É aqui que a extração semântica — IA que lê um documento entendendo o que cada campo significa em vez de onde está — muda a economia do processamento de CFDI. Uma ferramenta de extração semântica que sabe a diferença entre um UUID e um RFC pode encontrar ambos os campos em qualquer lugar da página, seja que o PAC os tenha posicionado no topo, à esquerda, à direita, no fundo ou dentro de uma caixa com bordes. O layout do PAC se torna irrelevante, o que significa que uma única configuração de extração cobre todos os fornecedores e todos os PACs do seu portafolio.

Métodos de Extração Comparados: Qual Abordagem se Adapta ao seu Fluxo de Trabalho CFDI?

Diferentes equipes escolgen diferentes abordagens para a extração de CFDI com base no volume de documentos, na mistura de formatos, na capacidade técnica e no orçamento. A seguinte tabela mapea os quatro métodos principais contra as dimensões que importan para o processamento de faturas mexicanas.

A escolha entre análise de XML e extração semântica por IA nem sempre é direta. Se cada fornecedor envia o XML CFDI bruto e sua equipe tem capacidade de scripting, a análise de XML usando XPath ou uma biblioteca como lxml em Python produz uma extração de campos limpa e direta dos dados estruturados. A limitação é que a análise de XML não pode ler faturas escaneadas, não pode interpretar a representação visual em PDF quando o XML não está adjunto e requer manutenção ativa quando o SAT atualiza o esquema (como aconteceu com a migração 3.3→4.0).

A extração semântica por IA, por outro lado, funciona com qualquer documento visual — PDF, imagem escaneada, foto de telefone — e não requer uma entrada XML estruturada. Modelos de visão modernos treinados em milhares de layouts de faturas podem localizar os campos UUID, RFC e IVA entendendo o que esses rótulos significan, independentemente de onde aparecen no documento. Para equipes que receben uma mistura de anexos PDF (sem XML) e documentos escaneados, esta é a única opção escalable.

Como a Extração por IA Processa Documentos CFDI — Nos Três Formatos

O cenário mais prático para a maioria das equipes de contas a pagar é receber uma mistura de arquivos XML, anexos em PDF e documentos digitalizados de diferentes fornecedores que usam PACs distintos. Criar um fluxo de trabalho separado para cada formato gera custos de manutenção e lacunas no processamento. Uma abordagem de extração por IA que trata os três como fontes de entrada com uma única definição de campos simplifica isso drasticamente.

O ImageToTable.ai processa a extração de CFDI por meio do paradigma de Extração de Colunas Personalizadas — você define as colunas desejadas na saída, e a IA localiza cada valor entendendo o que o campo significa, não onde ele está na página. Para CFDI, o fluxo de trabalho é:

Esta abordagem resolve automaticamente o problema de layout do PAC: a IA não depende de que os campos estejam em uma posição fixa, portanto, um CFDI renderizado por Finkok (com UUID no canto superior direito da segunda página) e um renderizado por FacturAPI (com UUID no rodapé inferior esquerdo) producen ambos a mesma saída estruturada.

Para a extração de complemento especificamente, ao processar arquivos XML diretamente, a IA pode navegar pela estrutura hierárquica — percorrendo desde o nó /Complemento/Pagos de um CFDI de Pago para extraer o UUID referenciado, o monto do pagamento e a data. Para representações em PDF do mesmo CFDI de Pago, a IA lê os campos do complemento de onde o PAC escolgiu exibirlos no documento visual.

Integração de Dados CFDI com Softwares Contábeis Mexicanos

Dados CFDI extraídos só são úteis se chegarem ao sistema que sua equipe contábil realmente utiliza. O ecossistema de softwares contábeis mexicanos difere significativamente do cenário dos EUA ou da Europa — os players dominantes são locais, e cada um tem expectativas específicas de importação de dados.

CONTPAQi

CONTPAQi é o pacote de gestão contábil e empresarial mais usado no México, abrangendo contabilidade (Contabilidad), faturamento eletrônico (Factura Electrónica), folha de pagamento (Nóminas) e operações comerciais (Comercial). O CONTPAQi importa nativamente XML CFDI para verificação, mas para análise de dados em lote — conciliar 200 faturas de fornecedores com códigos orçamentários, criar relatórios de gastos por categoria UsoCFDI ou preparar entradas DIOT — os dados precisam estar em formato Excel que mapeie o plano de contas do CONTPAQi. Colunas extraídas como RFC, UUID e valor do IVA alimentam diretamente o auxiliar de cuentas do CONTPAQi quando importadas como um lançamento contábil em lote.

Aspel SAE / COI / NOI

Aspel é a segunda plataforma contábil mais comum em PMEs mexicanas, com módulos SAE (administrativo), COI (contábil) e NOI (folha de pagamento). Assim como o CONTPAQi, o Aspel processa XML CFDI para verificação individual de faturas, mas sua camada de relatórios funciona melhor quando dados CFDI em lote são pré-compilados em uma tabela Excel que corresponda aos modelos de importação do Aspel. É prática comum entre contadores mexicanos manter um registro auxiliar de CFDI em Excel — uma linha por fatura, colunas para RFC, UUID, folio, alíquota de IVA e retenção — e conciliá-lo mensalmente com o razão do Aspel. A extração automatizada transforma esse registro auxiliar de um exercício manual de digitação em uma exportação direta.

SAP e Oracle NetSuite

Empresas de maior porte que operam no México geralmente utilizam SAP ou Oracle NetSuite com localizações para conformidade CFDI. Esses sistemas lidam com a validação XML e o envio ao PAC automaticamente por meio de seus módulos CFDI integrados. No entanto, o desafio muda da conformidade para a conciliação: as equipes de compras e contas a pagar precisam combinar dados CFDI extraídos com ordens de compra, notas de recebimento de mercadorias e termos contratuais de fornecedores. Um fluxo de extração por IA que produza dados CFDI como linhas estruturadas — com UUID, RFC, códigos de produto por item (c_ClaveProdServ) e detalhamento de impostos — alimenta diretamente o MIRO (Verificação de Faturas Logísticas) do SAP ou os processos de importação em lote de contas a pagar do NetSuite.

Perguntas Frequentes

A lacuna entre "tenho documentos CFDI" e "meu sistema contábil tem os dados" não é uma lacuna tecnológica — é uma lacuna de tradução de formato. O fluxo de extração certo elimina essa lacuna em minutos, não em horas.

A extração de dados de CFDI não é fundamentalmente difícil. O XML é estruturado. O PDF carrega os mesmos dados. Os complementos estão documentados nos XSDs publicados pelo SAT. O que torna isso difícil na prática é a diversidade de formatos, a variabilidade dos layouts dos PACs, o aninhamento hierárquico dos dados fiscais e de complementos, e o fato de que a maioria dos fluxos de extração foi projetada para documentos planos e baseados em posição que parecem iguais toda vez. Uma abordagem semântica — que lê documentos entendendo o que cada campo é, não onde está — lida com todas essas complexidades a partir de uma única definição de campo. Você define as colunas. A IA encontra os dados. O formato se torna irrelevante.

Se você está processando faturas de fornecedores mexicanos hoje e gastando mais tempo movendo dados entre documentos do que usando-os, o próximo passo é direto: pegue um lote de amostra — 10 a 20 arquivos CFDI em qualquer formato que você tiver — e execute-os em um fluxo de extração com IA. A lacuna entre "tenho os documentos" e "minha planilha tem os dados" é menor do que o processo manual faz parecer.

Este artigo faz parte da série de guias da ImageToTable.ai sobre extração de dados de faturas. Para uma visão geral mais ampla, consulte O que é Extração de Dados de Faturas? e O que é OCR?. Para uma introdução ao CFDI para iniciantes, leia O que é um CFDI?. Para um tutorial prático passo a passo de extração cobrindo cada formato de CFDI, veja Extração de Dados de Faturas CFDI Mexicanas para Excel. Para um olhar mais aprofundado sobre por que o processamento de CFDI confunde os fluxos de trabalho tradicionais de AP, leia Por que o Processamento de Faturas CFDI Mexicanas é Mais Difícil do que a Maioria das Equipes Espera.