Capturas de WeChat Pay:
Não são Recibos. Ainda Obtenga o Monto e o Nº de Pedido
À primeira vista, extrair dados de uma captura de WeChat Pay parece que não deveria funcionar. Não há layout de fatura, nenhum detalhe itemizado, nenhum ID fiscal — a confirmação de pagamento parece pertencer a uma conversa de chat, não a uma planilha. Para qualquer pessoa que tenha olhado fixamente a uma tela de transação WeChat se perguntando se isso conta como prova de pagamento, esse instinto está meio certo. Não é um recibo. Não é um fapiao — a fatura 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 a única prova de gasto legalmente reconhecida. Mas os dois números que a maioria das pessoas realmente precisa dele — o monto pago e o número de pedido da transação — estão bem ali na captura. E podem ser extraídos sem redigitar um único dígito.
A conclusão não é que uma captura de tela do WeChat seja inútil. É que a captura de tela e a fapiao servem a propósitos diferentes. Se você precisa de um recibo deducible de impostos para reembolso corporativo na China, você precisa da fapiao — a captura de tela por si só não satisfará o departamento financeiro ou o escritório de impostos. Mas se você está rastreando 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 extraílos de forma eficiente.
Por que "não é um recibo" não significa "não é extraível"
A ideia de que um print do WeChat não pode ser extraído vem de um lugar razoável: este não é um documento estruturado. As ferramentas tradicionais de OCR são construídas com base na premissa de que um documento tem um layout previsível — uma fatura 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. Uma confirmação de pagamento do WeChat não tem nada disso. É uma tela de interface plana onde o valor, o nome do comerciante e o número da transação flutuam em um layout estilo notificação que varia dependendo da versão do WeChat, do tamanho da tela do celular e se o pagamento foi feito escaneando um código QR 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 que diga 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 vez: o texto, o layout, as relações espaciais entre os elementos e o contexto que os une. Quando um VLM encontra "¥238.00" no mesmo quadro visual de uma interface de confirmação de pagamento — com o nome do comerciante acima, um carimbo de data/hora abaixo e um cabeçalho do WeChat Pay envolvendo toda a tela — ele reconhece que esse número é um valor de transação. Não é um preço de produto, não é uma data, não é um número de telefone. É um valor. A distinção é semântica, não posicional.
Esta é a mudança de extração baseada em posição para 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 um print do WeChat como em uma confirmação do Venmo ou em uma página de checkout do PayPal — porque o conceito de "valor pago" existe em todos eles, mesmo que os pixels estejam organizados de forma diferente em cada aplicativo.
Aplicado ao ImageToTable.ai, esse 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 parte do print 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. Envie um print ou cem; a extração funciona da mesma forma porque não depende de coordenadas.
Extraindo os Dois Campos Que Importam
Veja como é o fluxo de trabalho real para um print do WeChat Pay. Envie a imagem. Defina duas colunas: Valor e Número do Pedido. A IA examina o print, 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 enviar dez prints 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 porque é o campo que transforma um print de um auxílio de memória em algo que você pode realmente usar adiante. Cada 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. Esse número é o que você usa para cruzar o pagamento com seu histórico de transações do WeChat no aplicativo, ou para compará-lo com um extrato bancário se o pagamento foi feito por um cartão vinculado em vez do saldo do WeChat. É a âncora que conecta o print a uma transação específica e verificável — e tê-lo extraído para uma planilha junto com o valor significa que você não fica alternando entre a galeria de fotos e o registro de transações toda vez que precisa 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 tipo específico 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 por não digitar manualmente dois campos por print se acumula rapidamente — e, mais importante, os números do pedido são strings numéricas longas que são fáceis de errar ao digitar manualmente.
Há limitações reais que valem a pena declarar claramente. Se um print for cortado 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 toda tela de confirmação, o número do pedido pode exigir tocar em uma visualização de detalhes para ver a string completa em algumas versões da interface. A extração é tão completa quanto o print que você fornece. E, criticamente, a saída é uma linha de planilha, não um documento fiscal — nada neste processo transforma um print do WeChat em um fapiao legalmente válido. O que isso faz é poupar você 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 detalhado para extrair detalhes de transações de prints do WeChat — incluindo como é a tela de confirmação completa e como capturá-la corretamente — veja nosso guia de detalhes de transações do WeChat Pay para a versão prática deste artigo.
FAQ
Um print do WeChat Pay pode substituir uma fapiao no reembolso de despesas?
Não. Na China, a fapiao é o único documento legalmente reconhecido para reembolso de despesas empresariais dedutíveis de impostos. Um print do WeChat Pay é uma confirmação de pagamento — ele prova que você pagou, mas não contém as informações fiscais, o carimbo oficial e a estrutura de nota fiscal emitida pelo governo que tornam a fapiao legalmente válida. Algumas empresas aceitam prints de pagamento como documentação complementar junto com a 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 o print sozinho não pode substituir uma fapiao. Para registro pessoal, conciliação e controle interno — onde a conformidade fiscal não é o objetivo — ele fornece exatamente os dados que você precisa.
E se o print estiver totalmente em chinês — a extração ainda funciona?
Sim. 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 caracteres chineses são tratados nativamente, não por um pipeline separado de OCR seguido de tradução. O valor (expresso como um número com o símbolo ¥) e o número da transação (uma string numérica ou alfanumérica) são campos independentes de idioma. Até 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 prints de qualquer aplicativo de pagamento. Alipay, Venmo, Zelle, Cash App, PayPal, Revolut e Wise todos 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 daquela plataforma. O mecanismo subjacente é o mesmo em todos: você define o que quer, e a IA encontra — independentemente da aparência da fonte.
O print 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 superapp de mensagens — e ainda assim os dois campos que importam são extraíveis. Se a abordagem funciona aqui, funciona em qualquer lugar. Esse é o ponto.