Đọc báo giá PDF bằng Docling: AI chuẩn bị bảng so sánh, người mua quyết định

Hiểu ý tưởng trong một phút

Nhận ba báo giá PDF rồi gõ lại từng dòng vào Excel là việc dễ mất thời gian và nhầm đơn vị. Đề xuất ở đây là dùng Docling để đọc cấu trúc tài liệu, sau đó chuẩn bị bảng so sánh cho người mua kiểm tra. Mỗi ô quan trọng phải mở lại được trang nguồn. AI chưa được chọn nhà cung cấp hoặc phát hành đơn mua. Bài viết là thiết kế thử nghiệm cho quy trình thu mua, chưa phải kết quả chạy trên bộ báo giá thực tế.

Docling làm phần nào?

Kho mã chính thức mô tả hỗ trợ phân tích PDF, bố cục, bảng và khả năng thực thi cục bộ. Hãy xem Docling như bước chuẩn bị dữ liệu. Đọc được một bảng không có nghĩa là hiểu đúng mọi điều kiện thương mại. Ví dụ, dòng “giá chưa gồm thuế” nằm cuối trang vẫn có thể làm thay đổi cách so sánh. Lớp quy tắc và con người phải xử lý phần đó thay vì mặc định kết quả trích xuất đã chính xác.

Chọn vấn đề đủ cụ thể

Thử với một nhóm vật tư thường mua, chẳng hạn hộp đóng gói cùng quy cách. Người mua xác định các cột: mã hàng, kích thước, đơn vị tính, số lượng tối thiểu, giá, tiền tệ, thuế và thời hạn giao. Không ghép hai sản phẩm chỉ vì tên gần giống. Nếu quy cách khác, đặt chúng vào nhóm cần kiểm tra. Khi nhà cung cấp đã gửi bảng tính chuẩn dễ đọc, ưu tiên nhập dữ liệu trực tiếp; AI chỉ hữu ích nếu phần tài liệu khó đọc là nút thắt thật.

Ví dụ: cùng giá nhưng khác đơn vị

Nhà cung cấp A ghi 120.000 đồng/thùng 10 hộp; B ghi 11.500 đồng/hộp, chưa thuế. Bảng phải giữ nguyên đơn vị gốc, số hộp mỗi thùng và trạng thái thuế. Chỉ tính giá mỗi hộp khi đủ dữ liệu; nếu thuế chưa rõ thì đánh dấu cần hỏi, không tự thêm một tỷ lệ. Đây là số liệu minh họa được tạo cho bài viết. Nó cho thấy vì sao một bảng “giá thấp nhất” có thể đánh lừa người mua nếu bỏ qua điều kiện giao hàng hoặc số lượng tối thiểu.

Bộ thử nhỏ nhưng có trường hợp khó

Chuẩn bị khoảng 10 tài liệu đã được phép sử dụng: PDF có chữ, bản scan, bảng nhiều trang và một trang chất lượng thấp. Người mua tạo bảng đáp án trước, ghi nguồn cho các ô quan trọng. Chạy trích xuất rồi đếm lỗi riêng cho giá, số lượng và đơn vị. Không báo tỷ lệ đúng chung rồi che khuất lỗi tiền. Ghi cả thời gian xem lại và sửa; nếu tổng công sức vẫn cao hơn nhập tay thì chưa đạt. Các số lượng này là gợi ý thử nghiệm, không phải benchmark Docling.

Cách thực hiện từng bước

Tạo môi trường thử riêng và chọn phiên bản Docling đã kiểm tra. Làm theo quickstart chính thức để chuyển một file và xem đầu ra Markdown hoặc mô hình tài liệu. Tiếp theo, viết bộ ánh xạ cột vào schema báo giá, giữ ô trống khi chưa biết. Thêm màn hình song song: PDF gốc bên trái, bảng nháp bên phải. Cuối cùng, chỉ xuất bảng đã được người mua duyệt sang hệ thống hiện tại. Các bước tích hợp này là đề xuất, chưa được chạy trong bài.

Góc kỹ thuật: schema và dấu vết nguồn

Mỗi dòng giữ supplier_id, document_id, page, item_code, raw_unit, quantity, currency, unit_price và tax_status. Giá nên lưu bằng kiểu decimal hoặc số nguyên theo đơn vị tiền nhỏ nhất phù hợp, không dùng phép tính số thực thiếu kiểm soát. Giữ cả giá trị gốc và giá trị chuẩn hóa. Dữ liệu không hợp lệ chuyển sang hàng chờ, không ép thành số 0. Nếu thêm LLM để ánh xạ tên cột, nội dung PDF vẫn là dữ liệu không tin cậy; không cho nó thay đổi quy tắc hoặc gọi công cụ ngoài.

Tự host, giấy phép và chi phí

Mã nguồn Docling dùng giấy phép MIT; README yêu cầu kiểm tra giấy phép mô hình riêng. Lập sơ đồ dữ liệu để biết bước nào chạy cục bộ và bước nào gọi dịch vụ ngoài nếu bạn thêm LLM. Dự toán thời gian xử lý mỗi file, CPU/GPU khi cần, lưu trữ, phát triển màn hình và công người duyệt. Chưa có benchmark ở đây để chọn cấu hình server hay tuyên bố chi phí cố định. Hãy đo trên tài liệu điển hình trước khi mua máy.

Khi nào đáng triển khai tiếp?

Chốt tiêu chí trước: các ô ảnh hưởng đến quyết định phải có nguồn và được người mua kiểm tra; tài liệu lỗi phải bị giữ lại; tổng thời gian giảm so với cách cũ. Theo dõi tỷ lệ cần sửa theo từng loại file. Nếu scan kém là nguyên nhân chính, cải thiện đầu vào trước. Khi bảng nháp đáng dùng, bước sáng tạo tiếp theo là tự soạn câu hỏi còn thiếu cho nhà cung cấp để nhân viên gửi, thay vì tự quyết một lựa chọn mua hàng dựa trên giá thiếu ngữ cảnh.

Bước tiếp theo

Nếu có một quy trình tương tự, bắt đầu bằng đánh giá cơ hội AI để chọn phạm vi và tiêu chí thử. Khi đã rõ đầu vào, đầu ra và cách kiểm tra, xem dịch vụ xây AI MVP để đưa ý tưởng thành bản mẫu có thể đánh giá.

Nguồn và phạm vi kiểm chứng

Nguồn gốc được kiểm tra ngày 10/10/2026. Tình huống, cỡ mẫu, kiến trúc và cách kinh doanh là đề xuất biên tập; bài không tuyên bố benchmark hay kết quả khách hàng.

Docling — Official repository

Docling — Quickstart

License / Giấy phép