Como extrair dados de remessa impressos e confirmações de recebimento manuscritas de notas de entrega devolvidas
Notas de entrega são documentos híbridos — detalhes de remessa impressos mais marcas de recebimento manuscritas. Saiba como a extração por IA lida com ambas as camadas em uma única passada.
Por que uma Nota de Entrega Assinada é Dois Documentos em Um
Uma nota de entrega que sai do armazém do fornecedor carrega um conjunto de dados: códigos de item, quantidades enviadas, número do pedido de compra, transportadora, data de envio. Este é o registro do fornecedor do que foi despachado. O documento viaja com a carga e, quando chega à doca de recebimento, uma segunda camada de dados é adicionada: as anotações manuscritas do receptor.
Essas anotações não são ruído. Elas são o veredito operacional da equipe de recebimento — e têm peso legal. Sob o Código Comercial Uniforme (UCC Artigo 2), uma nota de entrega assinada com exceções escritas constitui evidência documentada de que a remessa não foi aceita integralmente. Sem anotações, sem evidência. Se o receptor assinar sem observar que duas caixas chegaram amassadas ou que 15 unidades de um item de linha de 50 unidades estavam faltando, o fornecedor pode razoavelmente argumentar que as mercadorias foram aceitas como completas.
O desafio é estrutural, não processual. Dados impressos são legíveis por máquina por design. Confirmações manuscritas de recebimento — assinaturas, códigos de dano, correções de quantidade, anotações de ID do motorista — não são. Elas vivem no papel, visíveis ao olho humano, mas invisíveis ao WMS ou ERP. Quando a equipe de recebimento encerra o dia, essas anotações permanecem na cópia física. O registro digital tem a versão do fornecedor. A verdade está no papel.
Este é o problema das duas camadas: uma nota de entrega, dois sistemas de dados, apenas um é digitalizado.
O Que se Perde Quando Você Apenas Lê a Camada Impressa
A lacuna entre o que o fornecedor enviou e o que o receptor documentou à mão não é teórica. Aqui estão os quatro tipos de anotações de recebimento que desaparecem quando as equipes extraem apenas os campos impressos:
Correções de quantidade
"Faltaram 3 do SKU 8842" rabiscado ao lado da tabela de itens de linha. A quantidade impressa pelo fornecedor diz que 25 unidades foram enviadas. O recebedor contou 22. Se essa anotação manuscrita nunca entrar no sistema, a conferência tripla — comparando o pedido de compra, a nota de entrega e a fatura do fornecedor — sinalizará a fatura para pagamento integral de 25 unidades. A equipe de contas a pagar não tem base para reter o pagamento.
Anotações de danos
"2 caixas amassadas — canto esquerdo" escrito no topo da página. Esta é a evidência que você precisará quando o fornecedor contestar a reivindicação de danos. Sem ela em formato digital, a reivindicação é uma ligação sem registro documental.
Carimbos de data/hora e assinaturas de recebimento
A data, hora e nome do recebedor escritos à mão estabelecem quando e por quem a remessa foi aceita. Em uma disputa sobre se uma entrega chegou dentro da janela contratada, este é o registro principal. Se permanecer em papel, é inútil em uma auditoria digital.
Anotações do transportador e do motorista
"Motorista: Mike, Caminhão 42, 14h15" — essencial para rastreabilidade se mercadorias desaparecerem entre a doca de recebimento e a armazenagem.
O custo de perder essa camada se acumula. Uma única anotação de dano perdida pode significar pagar $200 por mercadorias que você não pode vender. Em 50 notas de entrega por dia — um volume típico para um armazém de médio porte — a exposição mensal de exceções de recebimento não registradas pode chegar a cinco dígitos. E esses são apenas os incidentes que você conhece.
Como a Extração por IA Lê Ambas as Camadas Simultaneamente
O OCR tradicional trata uma nota de entrega como um problema de localização de campos: encontre o número do pedido de compra na coordenada X, encontre a data de envio na coordenada Y. Essa abordagem falha no momento em que um fornecedor muda o layout — ou no momento em que alguém escreve sobre o texto impresso.
Os modelos de visão-linguagem (VLMs) abordam o problema de forma diferente. Em vez de procurar texto em coordenadas fixas, eles leem o documento inteiro como uma cena visual. Eles entendem que o texto "12" impresso na coluna Qtd. e o "10 ✓" manuscrito rabiscado ao lado são duas afirmações diferentes sobre o mesmo dado — e podem extrair ambos em colunas separadas.
Este é o mecanismo por trás da Extração de Colunas Personalizadas: você define as colunas que deseja — "Número do PO," "SKU," "Qtd. Enviada," "Qtd. Recebida," "Anotações de Danos," "Recebido Por" — e a IA localiza cada valor em qualquer lugar da página entendendo o que ele significa, não onde está. Os campos impressos vêm do modelo do fornecedor. Os campos manuscritos vêm das anotações do recebedor. Eles caem na mesma linha de uma única planilha.
A principal mudança: você não trata mais marcas manuscritas como obstáculos para a extração. Você as trata como campos de dados a serem extraídos — assim como os impressos, mas identificados pelo conteúdo, não pela posição no layout.
Este artigo foca no problema de duas camadas em uma única nota de entrega. Para o fluxo de trabalho mais amplo de notas de entrega e comprovantes de entrega — por que o processamento manual custa mais do que você imagina, quais campos orientam pagamento e conciliação, e como escolher uma ferramenta — veja nosso guia completo para extração de notas de entrega e comprovantes de entrega. Se o documento em questão for especificamente o comprovante de entrega assinado usado para faturamento e reivindicações, veja nosso passo a passo de extração de dados de comprovantes de entrega para Excel. E para testar a extração em uma nota de entrega assinada com anotações manuscritas, use o conversor de notas de entrega manuscritas para Excel.
Passo a Passo: Extraia Campos Impressos e Manuscritos em Uma Única Etapa
Este é o fluxo de trabalho que transforma uma pilha de notas de entrega assinadas em uma única planilha contendo tanto o que foi enviado quanto o que foi recebido.
Os arquivos são processados com segurança e não são armazenados.
Colete as notas de entrega assinadas na doca de recebimento
Após cada entrega pelo motorista, o funcionário do recebimento deve guardar a cópia anotada. Digitalize as notas de entrega em papel na doca — uma foto de celular com 300 DPI é suficiente — ou colete as versões em PDF que os fornecedores enviam por e-mail após o embarque. O ponto principal: não guarde a cópia em papel assinada em uma gaveta. Envie-a para upload.
Defina suas colunas de extração para ambas as camadas de dados
É aqui que a abordagem de duas camadas toma forma. Suas colunas da camada impressa: Número do Pedido de Compra, SKU, Descrição do Item, Quantidade Enviada, Data de Envio, Transportadora, Fornecedor. Suas colunas da camada manuscrita: Quantidade Recebida, Notas de Danos (campo de texto), Recebido Por, Data/Hora do Recebimento, Status da Assinatura (Presente/Ausente). Digite esses nomes como colunas na interface de extração — a IA preencherá cada um a partir da parte correspondente do documento, independentemente de onde a anotação manuscrita apareça em relação ao texto impresso.
Envie o lote e deixe a IA processar ambas as camadas
Envie todas as notas de entrega da manhã em um único lote — PDFs dos portais dos fornecedores, cópias em papel digitalizadas da doca, fotos tiradas pela equipe de recebimento. A IA lê cada documento de acordo com suas definições de coluna. Os campos impressos são extraídos do layout do fornecedor. Os campos manuscritos são extraídos das anotações do receptor. Ambos chegam na mesma tabela estruturada, alinhados por linha.
Revise as exceções, não todos os campos
A planilha de saída oferece uma visão lado a lado: Quantidade Enviada (impresso) vs Quantidade Recebida (manuscrito). Divergências — quando a contagem do receptor difere da do fornecedor — ficam imediatamente visíveis. Filtre por discrepância e encaminhe essas linhas para o processo de reivindicação ao fornecedor. As que coincidem não exigem ação adicional. O que costumava ser uma reconciliação manual de 50 notas de entrega agora é uma passagem de 5 minutos de filtro e revisão.
Como Fica a Planilha de Saída
A saída consolidada oferece uma linha por item de linha, com colunas que abarcam ambas as camadas de dados. Esta é a estrutura:
| Número de PO | SKU | Qty. Enviada | Qty. Recebida | Notas de Danos | Recebido Por | Data de Recebimento | Status |
|---|---|---|---|---|---|---|---|
| PO-8842 | VT-334 | 50 | 47 | 3 unidades danificadas — canto da caixa esmagado | M. Chen | 2026-06-15 | Discrepância |
| PO-8842 | VT-338 | 100 | 100 | — | M. Chen | 2026-06-15 | OK |
| PO-8912 | SP-401 | 30 | 30 | — | J. Rivera | 2026-06-15 | OK |
A columna Status pode ser gerada automaticamente via columna inferida: defina uma columna como Status (opções: OK/Discrepância) e a IA lê as notas de danos e a discrepância de quantidade para determinar o valor correto — extraindo e classificando em uma única passada. Não é necessária uma etapa de revisão separada para casos padrão.
Para integração downstream, esta tabela alimenta diretamente seu fluxo de trabalho de conferência tripla. A equipe de contas a pagar agora tem um registro digital do que foi realmente recebido — não apenas o que o fornecedor disse que enviou — antes de aprovar a fatura. O PO corresponde à reclamación do fornecedor. A extração da nota de entrega corresponde ao que chegou. Se não coincidem, o pagamento é retenido com evidencia documentada.
Perguntas Frequentes
Qual a precisão da extração de manuscritos em notas de entrega com anotações densas?
A precisão depende da legibilidade. Correções manuscritas claras — quantidades circuladas, "falta 3", um nome impresso — são extraídas de forma confiável. Rabiscos densos sobre texto impresso, páginas carbono muito borradas ou documentos danificados por água reduzem a precisão. Na prática, o fluxo é projetado para que você revise exceções sinalizadas, e não todos os campos: a IA extrai o que pode de ambas as camadas, e a etapa de revisão captura os casos extremos que exigem interpretação humana. Ainda assim, é drasticamente mais rápido do que digitar manualmente cada campo do zero.
Funciona quando as anotações manuais estão em um idioma diferente do texto impresso?
Sim. Modelos de linguagem visual leem a escrita manual independentemente do idioma impresso. Se a nota de entrega está em inglês, mas o recebedor anotou em espanhol ou francês, a IA extrai ambos. Os nomes das colunas que você define estabelecem a expectativa semântica — "Qtd. Recebida" instrui o modelo a procurar uma anotação numérica perto do campo de quantidade impresso, independentemente do idioma do texto ao redor.
A saída consegue distinguir entre diferentes tipos de anotações manuais?
Ao definir colunas separadas para cada tipo de anotação — Qtd. Recebida, Observações de Avarias, Recebido Por — você instrui a IA a extrair cada informação para seu próprio campo. A IA distingue uma correção numérica de uma observação textual de avaria de uma assinatura com base no contexto semântico, não apenas na localização. Se uma anotação for ambígua, o campo de saída ficará em branco ou incerto, facilitando a identificação durante a revisão.
E se o recebedor não anotou nada — a nota de entrega foi apenas assinada?
Nesse caso, as colunas da camada manuscrita (Observações de Avarias, ajustes de Qtd. Recebida) ficarão vazias, e a coluna Status será padronizada como OK. Uma nota de entrega assinada sem exceções é tratada como aceitação — exatamente como seria interpretada em um processo manual. A diferença é que o registro digital agora documenta formalmente que nenhuma exceção foi observada no recebimento, o que é uma evidência mais forte do que "perdemos a cópia em papel".
Quais documentos posso processar além de notas de entrega?
A mesma abordagem de extração em duas camadas se aplica a qualquer documento onde dados impressos e anotações manuais coexistem: romaneios com marcas de verificação feitas à mão, formulários de comprovante de entrega com observações do motorista, notas de recebimento de mercadorias com anotações do inspetor e relatórios de inspeção com observações de campo escritas sobre modelos impressos. O mecanismo de extração é baseado em conteúdo, não em modelo, portanto, mudanças de formato entre documentos não quebram o fluxo de trabalho.
A diferença entre o que um fornecedor envia e o que um armazém recebe sempre existiu. A novidade é que você não precisa mais escolher qual lado da nota de entrega digitalizar. Você extrai ambos — dados de remessa impressos e confirmações de recebimento manuscritas — em um único registro estruturado, e para de perder disputas porque a evidência nunca saiu do papel.