Capturas de Tela do WeChat Pay:
Não São Recibos. Mesmo Assim, Obtenha o Valor e o Nº do Pedido
À primeira vista, extrair dados de uma captura de tela do WeChat Pay parece algo que não deveria funcionar. Não há layout de fatura, nenhum detalhamento por item, nenhum ID fiscal — a confirmação de pagamento parece pertencer a uma conversa de chat, não a uma planilha. Para quem já ficou olhando para uma tela de transação do WeChat se perguntando se ela vale como comprovante de pagamento, esse instinto está meio certo. Ela não é um recibo. Não é um fapiao — a nota fiscal oficial da China, um documento com um código de 12 dígitos, um número de série de 8 dígitos e um selo emitido pelo governo que é o único comprovante de despesa legalmente reconhecido. Mas os dois números que a maioria das pessoas realmente precisa dela — o valor pago e o número do pedido da transação — estão bem ali na captura de tela. E podem ser extraídos sem redigitar um único dígito.
O que uma Captura de Tela do WeChat Pay Realmente Mostra (e o que Ela Não Mostra)
Quando você paga com WeChat em um restaurante, táxi ou loja de esquina, o aplicativo confirma a transação com uma tela de notificação. Ela mostra o nome do comerciante, o valor da transação em RMB, o horário do pagamento e um número da transação — uma longa sequência numérica que identifica este pagamento específico no sistema do WeChat. Essa é a tela inteira. Nenhum item de linha, nenhum detalhamento de imposto, nenhum endereço registrado do comerciante, nenhum selo oficial.
Um recibo formal — o que a China chama de fapiao (发票) — exige todas essas peças faltantes. A diferença entre uma captura de tela do WeChat e um fapiao não é uma pequena diferença de formatação. É uma diferença de categoria legal: um é uma notificação de pagamento, o outro é um documento fiscal.
Aqui está o que os separa:
| O que uma Captura de Tela do WeChat Mostra | O que um Fapiao Formal Exige |
|---|---|
| Nome do comerciante | Nome comercial registrado do vendedor + número de identificação fiscal |
| Valor da transação (RMB) | Valor tributável e valor do IVA, separados |
| Horário do pagamento | Data de emissão da fatura + código fapiao de 12 dígitos + número fapiao de 8 dígitos |
| Número da transação/pedido | Endereço, telefone e dados bancários do vendedor |
| Método de pagamento (saldo ou cartão) | CPF/CNPJ do comprador (para fapiao especial de IVA usado em deduções) |
| — | Selo oficial vermelho (发票专用章) ou equivalente de assinatura digital |
A conclusão não é que uma captura de tela do WeChat seja inútil. É que a captura de tela e o fapiao servem a propósitos diferentes. Se você precisa de um recibo dedutível para reembolso corporativo na China, você precisa do fapiao — a captura de tela sozinha não satisfará um departamento financeiro ou a Receita Federal. Mas se você está monitorando seus próprios gastos em dezenas de transações do WeChat, conciliando o que pagou com o que foi faturado, ou mantendo um registro pessoal de pagamentos para sua própria contabilidade, a captura de tela tem exatamente os dados de que você precisa. O problema é extraí-los de forma eficiente.
Por que "Não é um Comprovante" Não Significa "Não é Extraível"
O instinto de que uma captura de tela do WeChat não pode ser extraída vem de um lugar razoável: este não é um documento estruturado. Ferramentas tradicionais de OCR são construídas sob a premissa de que um documento tem um layout previsível — uma nota fiscal tem um cabeçalho com o nome do fornecedor e um rodapé com o total, e o mecanismo de OCR lê caracteres de coordenadas conhecidas dentro dessas zonas. Um comprovante de pagamento do WeChat não tem nada disso. É uma tela de UI plana onde o valor, o nome do comerciante e o ID da transação flutuam em um layout de notificação que varia dependendo da versão do WeChat, do tamanho da tela do celular e se o pagamento foi feito escaneando um QR code ou tendo um código escaneado.
O OCR tradicional falha aqui não porque o texto é difícil de ler, mas porque não consegue responder à pergunta "qual desses números é o valor?" sem um modelo dizendo onde procurar.
É aqui que a abordagem importa. Modelos de linguagem visual — o tipo de IA por trás das ferramentas modernas de extração — não leem documentos escaneando caracteres em coordenadas fixas. Eles processam toda a entrada visual de uma só vez: o texto, o layout, as relações espaciais entre os elementos e o contexto que os une. Quando um modelo de linguagem visual encontra "¥238,00" no mesmo quadro visual de uma UI de confirmação de pagamento — com um nome de comerciante acima, um carimbo de data/hora abaixo e um cabeçalho do WeChat Pay envolvendo toda a tela — ele reconhece que este número é um valor de transação. Não um preço de produto, não uma data, não um número de telefone. Um valor. A distinção é semântica, não posicional.
Esta é a mudança da extração baseada em posição para a extração semântica. Um modelo pergunta: "onde na página está o campo de valor?" Um modelo visual pergunta: "qual número nesta imagem representa o que foi pago?" A segunda pergunta funciona em qualquer layout porque não está vinculada a nenhum layout. Funciona da mesma forma em uma captura de tela do WeChat como em uma confirmação do Venmo ou uma página de checkout do PayPal — porque o conceito de "valor pago" existe em todas elas, mesmo que os pixels estejam organizados de forma diferente em cada aplicativo.
Aplicado ao ImageToTable.ai, este mecanismo é chamado de Extração de Colunas Personalizadas: você digita os nomes dos campos que deseja — "Valor" e "Número do Pedido" — e a IA localiza os valores correspondentes em qualquer lugar da captura de tela, entendendo o que cada campo significa, não onde ele está. Os nomes das colunas que você insere se tornam os cabeçalhos da sua planilha de saída. Carregue uma captura de tela ou cem; a extração funciona da mesma forma porque não depende de coordenadas.
Extraindo os Dois Campos Que Importam
Veja como funciona o fluxo de trabalho real para uma captura de tela do WeChat Pay. Faça o upload da imagem. Defina duas colunas: Valor e Número do Pedido. A IA escaneia a captura de tela, identifica o comerciante, o total do pagamento e a string do ID da transação, e os insere em uma linha de uma tabela. Se você fizer o upload de dez capturas de tela de dez pagamentos diferentes do WeChat — comerciantes diferentes, valores diferentes, datas diferentes — você obtém dez linhas em uma planilha, com as mesmas duas colunas preenchidas para cada uma.
O número do pedido merece uma análise mais detalhada, pois é o campo que transforma uma captura de tela de um auxílio de memória em algo que você pode realmente usar adiante. Toda transação do WeChat Pay gera um ID de transação único — visível na tela de detalhes do pagamento dentro do aplicativo e, em muitas versões, diretamente na notificação de confirmação. Este número é o que você usa para cruzar o pagamento com seu histórico de transações do WeChat no aplicativo, ou para combiná-lo com um extrato bancário se o pagamento foi feito por meio de um cartão vinculado, em vez do saldo do WeChat. É a âncora que conecta a captura de tela a uma transação específica e verificável — e tê-lo extraído para uma planilha junto com o valor significa que você não precisa ficar alternando entre uma galeria de fotos e um registro de transações toda vez que precisar verificar algo.
O que você pode fazer com esses dois campos depois que eles estão em uma planilha? Os usos são diretos e não se limitam a um único tipo de pessoa: dividir despesas compartilhadas com os números exatos em vez de estimativas aproximadas, conciliar um mês de saídas do WeChat com um extrato bancário, anexar um registro de pagamento a uma fatura que chegou separadamente por e-mail, ou simplesmente manter um registro contínuo do que saiu e quando. Se você processa dez ou vinte desses por mês, o tempo economizado ao não digitar manualmente dois campos por captura de tela se acumula rapidamente — e, mais importante, os números dos pedidos são strings numéricas longas que são fáceis de digitar errado manualmente.
Existem limitações reais que vale a pena declarar claramente. Se uma captura de tela for cortada e o número do pedido não estiver visível na imagem, a IA não pode extraí-lo — não há dados para encontrar. Diferentes versões do WeChat exibem os detalhes do pagamento de forma ligeiramente diferente e, embora o valor esteja sempre presente em cada tela de confirmação, o número do pedido pode exigir tocar em uma visualização de detalhes para ver a string completa em algumas versões da UI. A extração é tão completa quanto a captura de tela que você fornecer. E, criticamente, a saída é uma linha de planilha, não um documento fiscal — nada neste processo transforma uma captura de tela do WeChat em um fapiao legalmente válido. O que ele faz é poupá-lo de transcrever manualmente os dados que já estão lá, para que você possa gastar seu tempo nas partes do seu fluxo de trabalho que realmente exigem julgamento.
Se você está procurando um passo a passo para extrair detalhes de transações de capturas de tela do WeChat — incluindo a aparência da tela de confirmação completa e como capturá-la corretamente — consulte nosso guia de detalhes de transação do WeChat Pay para a versão prática deste artigo.
Perguntas Frequentes
Uma captura de tela do WeChat Pay pode substituir um fapiao para reembolso de despesas?
Não. Na China, o fapiao é o único documento legalmente reconhecido para reembolso de despesas empresariais dedutíveis de impostos. Uma captura de tela do WeChat Pay é uma confirmação de pagamento — ela prova que você pagou, mas não contém as informações fiscais, o carimbo oficial e a estrutura de nota fiscal emitida pelo governo que tornam um fapiao legalmente válido. Algumas empresas aceitam capturas de tela de pagamento como documentação complementar junto com o fapiao — um guia de conformidade legal de 2024 da Covington & Burling recomenda especificamente essa prática para empresas que gerenciam despesas de funcionários na China (fonte). Mas a captura de tela sozinha não pode substituir um fapiao. Para manutenção de registros pessoais, conciliação e rastreamento interno — onde a conformidade fiscal não é o objetivo — ela fornece exatamente os dados que você precisa.
E se a captura de tela estiver totalmente em chinês — a extração ainda funciona?
Sim. Os modelos de linguagem visual processam o texto no idioma em que ele aparece — na verdade, eles processam a aparência visual do texto junto com seu significado, o que significa que os caracteres chineses são tratados nativamente, não por meio de um pipeline separado de OCR seguido de tradução. O valor (expresso como um número com o símbolo ¥) e o número da transação (uma sequência numérica ou alfanumérica) são campos independentes de idioma. Até mesmo o nome do comerciante, que pode estar em chinês, é extraído como está — é um campo de dados, não algo que precise ser traduzido para ser útil em uma planilha.
Essa abordagem funciona para Alipay e outros aplicativos de pagamento?
Sim. O mesmo princípio — extração semântica, não correspondência de modelo — se aplica a qualquer captura de tela de aplicativo de pagamento. Alipay, Venmo, Zelle, Cash App, PayPal, Revolut e Wise produzem telas de confirmação de pagamento que compartilham a mesma característica: não são tabelas, não são recibos, mas todas contêm um valor e alguma forma de identificador de transação. Escrevemos guias separados para várias dessas plataformas — incluindo Venmo, Zelle, Cash App, PayPal, Revolut e Wise — cada um cobrindo as especificidades da tela de confirmação da respectiva plataforma. O mecanismo subjacente é o mesmo para todos: você define o que deseja, e a IA encontra — independentemente da aparência da fonte.
A captura de tela do WeChat Pay é um caso extremo desse princípio. É a coisa mais distante de um documento estruturado — uma notificação de pagamento enterrada dentro de um superaplicativo de mensagens — mas os dois campos que importam ainda são extraíveis. Se a abordagem funciona aqui, funciona em qualquer lugar. Esse é o ponto.