Yapay Zekâ ile Belge İşleme: Veri Çıkarımı, Kontrol ve Aktarım Rehberi

Tedarikçi formlarındaki ürün kodlarını veya servis belgelerindeki bilgileri her gün elle sisteme aktarıyorsanız belge işleme otomasyonu değerlendirilebilir. Ancak bir belgeden metin okumak ile doğru iş kaydı oluşturmak farklı adımlardır. Bu rehber, yapay zekâ destekli belge işlemede hangi alanları seçeceğinizi, hataları nasıl yöneteceğinizi ve pilotu nasıl kuracağınızı anlatır.

Önce hangi belgeyi ve hangi alanları işleyeceksiniz?

Bir bakım işletmesinin tedarikçilerden gelen ürün formlarını düşünün. Belgelerin düzeni farklı, ürün kodları benzer ve bazı dosyalar telefonla çekilmiş olabilir. Bütün belge arşivini aynı anda otomatikleştirmek yerine belirli bir belge grubuyla başlayın.

İşin sonunda hangi bilginin sisteme gireceğini yazın. Firma adı, belge tarihi, ürün kodu ve miktar gibi alanlar gerekli olabilir; belgedeki her kelimeyi işlemek gerekmeyebilir. Alanın hangi kararda kullanılacağı, doğrulama ihtiyacını belirler.

İlk kapsam belgeniz, kabul edilen dosya türlerini ve zor örnekleri de içersin. Eğik fotoğraf, okunamayan satır veya eksik sayfa nasıl ele alınacak? Başarılı örnekler kadar başarısız örnekleri de tasarımın parçası yapın.

OCR ile yapay zekâ destekli alan çıkarımı nasıl ayrılır?

OCR, görüntüdeki yazıyı metne dönüştürme adımı olarak düşünülebilir. Alan çıkarımı ise hangi parçanın tarih, ürün kodu veya başka bir iş bilgisi olduğunu belirlemeyi amaçlar. Aynı belgede ikisine de ihtiyaç duyulabilir.

Metin doğru okunsa bile alanın anlamı yanlış eşleştirilebilir. Belgede birden çok tarih veya toplam bulunuyorsa hangi değerin kullanılacağı belirlenmelidir. Modelden beklenen çıktıyı açık alan tanımları ve örneklerle sınırlandırın.

Bu adımları tek bir “dosyayı yükle” düğmesinin arkasında toplamak mümkündür, fakat sorumlulukları yine ayrı değerlendirilmelidir. Hata olduğunda hangi aşamanın yeniden çalıştırılacağı ve kullanıcının neyi düzelteceği anlaşılır olsun.

Girdi kalitesi neden önemlidir?

Yazılımın kötü görüntüyü her koşulda düzelteceğini varsaymayın. Kesilmiş kenarlar, yansıma, düşük çözünürlük ve üst üste binen tablolar alanları belirsizleştirebilir. Dosyayı yükleyen kişiye temel çekim ve tarama yönergeleri verin.

Amazon Textract'ın belge işleme önerileri, girdi kalitesi ve güven puanlarının kullanımına dikkat çeker; erişim 28 Ekim 2026. Bu, her araç için aynı sonucu veya belirli bir doğruluk oranını garanti etmez. Kendi belgelerinizle deneme yapılmalıdır.

Eksik belgeyi otomatik tamamlamaya çalışmak yerine kullanıcıya neyin eksik olduğunu gösterin. Gerekirse belge yeniden yüklensin veya alan insan tarafından incelensin. Kaynağı bulunmayan değerin kesin bilgi gibi sisteme geçmesini önleyin.

Çıkarılan alanları nasıl doğrularsınız?

Doğrulama kurallarını alanın anlamına göre kurun. Ürün kodu mevcut katalogda bulunmalı mı, tarih belirli biçimde mi olmalı ve miktar hangi birimde yorumlanmalı? İşletmenin zaten kullandığı kuralları görünür hâle getirin.

• Biçim: Tarih, kod veya miktar beklenen yapıda mı?
• Eşleşme: Okunan ürün veya müşteri hedef sistemde bulunuyor mu?
• Tutarlılık: Belgedeki ilişkili alanlar birbirini destekliyor mu?
• Eksiklik: Zorunlu alan bulunamadığında işlem duruyor mu?
• Kaynak: Kullanıcı çıkarılan değerin belge üzerindeki yerini görebiliyor mu?

Modelin verdiği güven puanını kesin doğruluk belgesi gibi kullanmayın. Hangi eşik ve kuralların inceleme gerektireceğini belge grubunuzda deneyin. Kritik alanın yanlış olmasının etkisi yüksekse ek insan kontrolü gerekebilir.

İnsan incelemesi hangi noktada devreye girmeli?

Belirsiz alanları çalışan için ayrı bir inceleme listesine alın. Kullanıcı aynı ekranda kaynak belgeyi ve önerilen değeri görebilmeli, gerekli düzeltmeyi yapabilmelidir. Bütün belgenin yeniden yazılması yerine sorunlu alanın incelenmesi hedeflenebilir.

Çalışanın onayı, hangi alanı ve hangi belge sürümünü kapsadığını göstermelidir. Belge değiştiğinde eski onayın otomatik olarak geçerli kalıp kalmayacağını düşünün. İleri aşamada düzeltme gerekirse kaydın nereden oluştuğu izlenebilmelidir.

Belge erişimi ve saklama nasıl planlanmalı?

Belgedeki bütün bilgiyi bütün kullanıcılara açmak gerekmeyebilir. Hangi ekibin hangi belge grubuna erişeceğini ve dış hizmete hangi verilerin gönderileceğini belirleyin. Bu kararlar teknik kurulumdan önce işletme sorumlularıyla ele alınmalıdır.

Dosyaların saklandığı yer, silme düzeni ve destek ekibinin erişimi net olsun. Örnek belge seti hazırlanırken gerçek kişi veya müşteri bilgilerinin gereksiz paylaşılmasını önleyin. Deneme ortamında mümkün olduğunda uygun biçimde hazırlanmış test verisi kullanın.

Yüklenen belgelerdeki metinler sistem talimatı olarak kabul edilmemelidir. Kullanıcı girdisi ve belge içeriği, işlenecek veri olarak sınırlandırılmalıdır. Özellikle belge sonucuna göre başka sistemde işlem yapan tasarımlarda bu ayrımı teknik ekiple doğrulayın.

Hedef sisteme aktarım nasıl güvenilir olur?

Onaylanan kayıt hedef sisteme hangi alanlarla aktarılacak? Aynı belge tekrar yüklenirse veya aktarım yanıtı gelmezse ne olacak? Belge kimliği, aktarım durumu ve hata listesi birlikte tasarlanmalıdır.

Tekrar deneme aynı iş kaydını çoğaltmamalıdır. Başarısız bağlantıda veriyi sessizce kaybetmek yerine kullanıcıya bekleyen işlem gösterin. Hedef sistemde kayıt oluşturulduğunda kaynak belgeyle bağlantıyı koruyun.

Genel yaklaşımı iş süreçlerinde yapay zekâ ve otomasyon rehberiyle birlikte inceleyebilirsiniz. Başlangıç kararını geniş bir araç listesine değil, belirli belge ve veri aktarımı ihtiyacına dayandırın.

Pilot denemede neyi ölçmelisiniz?

Farklı tedarikçi düzenleri, görüntü kaliteleri ve istisnalar içeren bir örnek set hazırlayın. Doğru alan değerlerini insan tarafından kontrol edilmiş karşılıklarıyla karşılaştırın. Yalnızca kolay belgelerle ölçülen sonuç bütün işinizi temsil etmeyebilir.

Alan bazında hata, incelemeye düşen kayıt, çalışanın düzeltme ihtiyacı ve aktarım başarısızlıklarını takip edin. Belgeyi tamamen işleme süresi ile modelin yanıt süresini ayırın. Bir adım hızlı olsa da sonradan çok düzeltme gerekiyorsa operasyon kazanımı sınırlı kalabilir.

Örnek pilot planında ilk hafta alan ve örnek set hazırlığı, sonraki iki hafta deneme ve düzeltme ayrılabilir. Bu bir standart veya teslim garantisi değildir. Belge çeşitliliği ve erişim koşulları planı değiştirebilir.

Bütçede hangi maliyetler yer alır?

Kurulum, belge alanlarının tanımı, inceleme ekranı, entegrasyon ve test işlerini ayrı görün. Kullanılan dış hizmette sayfa, dosya veya işlem bazlı ücret modeli olabilir; güncel teklifi sağlayıcınızdan alın. Tek dosyanın yeniden işlenmesi gibi durumların etkisini sorun.

Varsayımsal 18-30 kişi-gün iş ve 6.000 TL kişi-gün bedeliyle 108.000-180.000 TL geliştirme hesabı oluşur. Bu bir piyasa fiyatı veya Navdion teklifi değildir. KDV, model kullanımı, depolama ve kapsam dışı bağlantılar dahil değildir.

Çalışanın inceleme ve veri düzeltme zamanını da değerlendirin. Sürecin tamamını anlamadan yalnızca model işlem ücretine bakmak eksik bütçe oluşturabilir. KOBİ'ler için yapay zekâ başlangıç rehberindeki sınırlı kullanım alanı yaklaşımı burada da uygulanabilir.

Benzer ürün kodlarında hangi karar verilmeli?

Belgede birbirine benzeyen karakterler bulunan bir ürün kodu düşünün. Sistem okuduğu kodu katalogda bulamadığında en yakın ürünü otomatik seçmek cazip görünebilir. Ancak benzerlik, aynı ürün olduğunu göstermez; yanlış eşleşmenin iş etkisini değerlendirin.

İnceleme ekranı önerilen değeri, kaynaktaki bölümü ve varsa aday ürünleri ayrı gösterebilir. Kullanıcı seçimini doğruladıktan sonra kayıt ilerler. Bu akışın amacı çalışana karar desteği sunmaktır; kaynaksız tahmini kesin veriye dönüştürmek değildir.

Aynı belgenin farklı sayfalarında çelişen değerler varsa hangi kaynağın geçerli olduğunu işletme kuralı belirlemelidir. Yazılım bu belirsizliği görünür kılsın. Eksik bilgiyi otomatik tamamlamak yerine gerektiğinde belgeyi gönderen kişiden doğrulama istenebilir.

İnsan düzeltmelerini nasıl değerlendirmelisiniz?

Çalışanın yaptığı düzeltmeleri yalnızca hata sayısı olarak toplamayın. Yanlış alan seçimi, okunamayan görüntü ve katalog eşleştirmesi farklı nedenlerdir. Sorunun kaynağını ayırmak, model değiştirmeden önce hangi adımın iyileştirilmesi gerektiğini gösterir.

Bir belge grubu sürekli sorun çıkarıyorsa önce alan tanımını ve girdi koşullarını kontrol edin. Yeni belge düzeni eklendiğinde önceki denemelerin hâlâ geçerli olduğunu varsaymayın. Kontrol setini güncelleyip eski önemli örnekleri de yeniden çalıştırın.

Otomatik aktarım yetkisini pilot sonucuna göre genişletin. Bazı alanlar uygun görünürken diğerlerinde inceleme devam edebilir. Tek bir genel başarı oranına bakarak bütün belge türlerini aynı işleme almak yerine alan ve kullanım bağlamıyla karar verin.

Sonuç: Tek belge grubuyla başlayın

Önce belge türünü ve gerekli alanları seçin; kaynak gösterimi, iş doğrulaması ve insan incelemesini birlikte tasarlayın. Pilot sonucu yeterli olduğunda kapsamı kontrollü genişletin. Navdion ile belge işleme ihtiyacınızı değerlendirmek için ücretsiz proje analizi talep edebilirsiniz.