Sådan bruger du LedgerLens

Introduktion til LedgerLens

Opret en arbejdsplads

Når du først åbner LedgerLens, ser du en tom arbejdsplads. Klik på knappen "Ny arbejdsplads", giv den et navn, der matcher den kunde eller projekt, du arbejder på, og bekræft. Arbejdspladsen opretter en lokal mappe under produktets.data/grænse, hvor alle extractede filer midlertidigt gemmes. Dette holder hver kørsel isoleret og gør det let at slette alt, hvis du senere har brug for at starte forfra.

Upload din første dokument

Træk en PDF-, DOCX- eller billedfil ind på upload-zonen eller brug filvælgeren. LedgerLens accepterer multi-side erklæringer og fakturaer. Efter at filen er landet, viser brugergrænsefladen en forhåndsvisning af den første side og en statusmærkat, der lyder "Kørt til extraction". På dette punkt kan du tilføje flere filer til samme batch, hvis du ønsker at behandle en mappe med erklæringer på én gang.

Kør Demotilstand

Tryk på knappen "Kør Demo". Systemet kører extractionmodellen med en indbygget demotast, der returnerer samplesvar. Dette giver dig mulighed for at se datatypen, layoutet af tillidsvurderingerne og eksportmulighederne uden at forbruge nogen af din egen API-kvota. Demotilstand gemmer resultaterne i en tydeligt markeret undermappe, så du kan skelne mellem dem og live-kørsler.

Forståelse af udtræksoutput

Bankkontoudtogsfelter

For hvert bankkontoudtog returnerer LedgerLens en JSON-lignende struktur, der indeholder:

- Kontoidentifikator (maskeret til beskyttelse af privatliv)

- Åbningsbalance

- Afslutningsbalance

- Liste over transaktioner, hver med dato, beskrivelse, beløb og type (debet/kredit)

Hvert numerisk felt har en tillids-score mellem 0 og 100. Scoren reflekterer, hvor sikker modellen er på det præcise værdi, der er udtrukket fra kilddokumentet.

Fakturafelter

For fakturaer indeholder outputten:

- Leverandørnavn og adresse

- Fakturanummer og dato

- Varelinjer med beskrivelse, antal, enhedspris og varelinjetotal

- Momsoplysninger (VAT, GST, salgsafgift) og total momsbeklægning

- Beløb til betaling (sum af varelinjer plus moms)

Igen har hvert felt sin egen tillids-score. Varelinjetotalerne er afledt af antal og enhedspris, og modellen rapporterer tillid for både input og det beregnede total.

Tillidsscores og verificering

Brugergrænsefladen fremhæver ethvert felt med en score under 80 i amber. Felter under 60 vises i rød. Du kan klikke på et felt for at se den oprindelige uddrag fra kilddokumentet, som modellen har brugt til at producere værdien. Dette gør det let at spotte fejl i OCR, misjusterede tabeller eller håndskrevne noter, som modellen havde svært ved at håndtere. Verificér altid ethvert amber- eller rødt felt, før du bruger dataene downstream. Desuden kan du læse mere om og hvordan de kan hjælpe dig med at forbedre dine data. kan også være nyttige værktøjer i denne proces.

Kør en live-arbejdsgang

Konfigurer din API-nøgle

Gå til Indstillinger → API-nøgler. Indsæt den nøgle, du har fået fra din LLM-udbyder, i feltet og tryk på Gem. Nøglen gemmes krypteret i den lokale indstillingsfil og sendes aldrig til en tredjeparts-server uden for udtrækningsanmodningerne. Hvis du nogensinde skal rotere nøglen, gentag de samme trin, og den gamle nøgle overskrives.

Sluk Demo

Efter nøglen er gemt, sluk for Demo-knappen. Knappens label ændres til „Kør Live“. Fra nu af bruger hver udtrækningsanmodning din live-nøgle og tæller mod din udbyders kvote. Brugergrænsefladen viser en lille live-indikator ved siden af kørselsknappen, så du aldrig forveksler en demo-kørsel med en produktionskørsel.

Valider ekstraheret data

Når live-kørslen er færdig, åbn resultpanelen. Gennemgå tillidsvurderingerne først. Hvis nogen felt falder under din interne grænseværdi (du kan vælge 85 for højværditransaktioner), åbn kildeudsnittet og ret den manuelt. LedgerLens giver dig mulighed for at redigere ethvert felt på linje, og den redigerede værdi gemmes med en bruger-overskrivningsflag, så du kan spore, hvilke numre der kom fra modellen og hvilke du justerede. Desuden kan være nyttige værktøjer i denne proces.

Eksportering og brug af data

Sikkerhed ved CSV-eksport

Klik på knappen „Eksportér CSV“. LedgerLens indrammer hvert felt i dobbelte anførselstegn og undgår interne anførselstegn, hvilket forhindrer formelindjektion, når filen åbnes i Excel eller Google Sheets. CSV-filen indeholder en overskriftsrække, der matcher JSON-felt navnene, hvilket gør det let at importere dataene i regnskabsskripter eller data-valideringsrørledninger.

Excel-eksport med beskyttelse mod formelindjektion

Excel-eksporten følger den samme anførselsstrategi som CSV. Derudover genereres arbejdsbogen med indstillingen „Gem som“ sat til „Excel-arbejdsbog (*.xlsx)“ og filen markeres som skrivebeskyttet ved første åbning, medmindre du udtrykkeligt vælger at redigere. Dette reducerer risikoen for utilsigtet makroeksekvering.

Integrering med din regnskabsskema

Åbn din regnskabsskabelon, brug Data → Få ekstern data → Fra tekst/CSV-værktøj, pege på den eksporterede fil og vælg at indlæse dataene som en tabel. Fordi eksporten indeholder tillidsvurderinger kan du tilføje en betinget kolonne, der markerer rækker med lav tillid for gennemgang. Opdater forespørgslen, hver gang du modtager en ny oplysning eller faktura, og tabellen opdateres med de seneste udtrækne værdier.

Sikkerhed og risikobetoninger

Relevans for OWASP LLM Top 10

LedgerLens er bygget med OWASP LLM Top 10 i mente. For eksempel mitigere vi promptinjektion ved at adskille systemprompten fra brugerdefineret dokumenttekst og ved at sanere den extractede output før den når eksportlaget. Du kan læse den fulde liste på https://owasp.org/www-project-top-10-for-large-language-model-applications for at se, hvordan hver punktum svarer til vores kontroller.

NIST AI-risikostyringsramme-tilpasning

Vi tilpasser også vores udviklingsløbscyklus til NIST AI-risikostyringsrammen. Dette betyder, at vi dokumenterer modelkort, udfører regelmæssige bias-tjek på extractionens output og opretholder en tydelig incidentresponsvej for enhver uventet modelopførsel. Ramme detaljer er tilgængelige på https://www.nist.gov/itl/ai-risk-management-framework.

Dataresidens og demoeffemeralitet

Alle extractede data bliver inde i arbejdsområdefolderen på din maskine, medmindre du eksporterer det eksplicit. Demokør er gemt i en undermappe med navnet demo_ og slettes automatisk, når du starter en ny demo eller efter 24 timers inaktivitet. Live-kørselsdata består, indtil du sletter arbejdsområdet, hvilket giver dig fuld kontrol over opbevaring.

Vi samarbejder med eksperter for at sikre, at vores produkt opfylder de højeste standarder for sikkerhed og beskyttelse af personlige data. er alle værktøjer, der kan hjælpe med at opfylde disse standarder.

Hvad dette ikke er

LedgerLens er ikke et fuldt autonomet regnskabsystem. Det erstatter ikke behovet for en menneskelig reviewer til at bekræfte, at de extractede numre matcher kilde dokumenterne. Det garanterer ikke 100 % extraction nøjagtighed, og det lover ikke, at hver felt vil være fri for fejl. Værktøjet leverer beslutningsstøtte output, som du må verificere før du publicerer, indsender eller handler på oplysningerne. Det inkluderer heller ikke indbyggede funktioner som SSO-integration, Slack-besked eller bulk CSV-behandling, medmindre disse komponenter er eksplisit medtaget i denne produktbygning.

Operatør checklist for Brug af LedgerLens

Jeg holder en skrevet checklist ved siden af hver udgivelse, der berører dette emne. Listen er bevidst kedelig: navngiv ejeren, navngiv bevisartefakten og navngiv rollback. Hvis et trin ikke kan producere en fil, en billet eller en loglinje, er det ikke et trin - det er en ønsketænkning.

Før du ændrer produktion

- Fryse branchen eller konfigurationsrevisionen, du vil måle imod. - Optegn den nuværende fejltilstand med en konkretpunktet indtastning og en konkretpunktet udgang. - Bekræft, hvilken identitet jobbet kører som, og om denne identitet kan nå data, den ikke skal kunne nå. - Åbn de primære referencer, du vil citerer: https://owasp.org/www-project-top-10-for-large-language-model-applications, https://www.nist.gov/itl/ai-risk-management-framework.

Mens du kører checken

- Foretræk en reproducerbar vej over ti anekdotiske skærmbilleder. - Skriv den forventede sikre udfald, før du udløser værktøjet eller forespørgslen. - Fanget det præcise kommando, prompt, skema eller regex under test - ikke en paraphrase. - Hvis systemet kan handle (sende, skrive, slette, overføre), kræv en bekræftelsesgrænse i samme pass.

Efter du er færdig

- Fil residual risiko med en ejer og en dato, selv når scan er ren. - Konverter ikke en grøn check til salgssprog, der hævder fuldstændighed. - Kør den samme checklist, når modellen, værktøjsskemaet eller valideringsreglerne ændres.

Signal | Hvad at optegne | Stop-ship? Uventet skriv eller send | Værktøjsnavn, args, identitet | Ja, indtil gated Manglende bekræftelse på destruktiv handling | Call-sti og omgåelse | Ja Ubetroet tekst behandlet som instruktion | Kildeoverflade og resulterende handling | Ja for agent-rækkevidde Scanner ren, dommer åben | Udsatte punkter + ejer | Kun hvis kernevej er sikker. kan også være involveret. Se for yderligere information.

Hvordan jeg forklarer begrænsninger for købere

Når en potentiel kunde spørger, om produktet "dækker alt", svarer jeg med grænsen: automatiserede kontroller fanger kendte mønstre, men nye kæder og politikdom kræver stadig gennemgang. Den ærlighed holder supportbelastningen nede og holder bloggen i trit med, hvad produktet faktisk kan.

Hvis du har brug for en anden mening, par denne artikel med referencerne nedenfor og med din egen reproduktion i staging. Spring ikke reproductionstrinet over, bare fordi en model har skrevet en selvbevidst sammenfatning.

Referencer

- https://owasp.org/www-project-top-10-for-large-language-model-applications - https://www.nist.gov/itl/ai-risk-management-framework

Ofte stillede spørgsmål

Hvad er LedgerLens?

AI-udtrukne bankkontoudtog og fakturaer — verificér før brug.

Hvem skal bruge LedgerLens?

Operatører og byggere, der har brug for en hurtig første udgave eller tjekliste fra LedgerLens.

Fungerer det uden en API-nøgle?

Ja i eksplicit Demo-tilstand. Live AI kræver en konfigureret nøgle.

Garanterer det resultater?

Nej. Udgående er beslutningsstøtte; du skal stadig gennemgå før offentliggørelse eller handling.

Inkluderer det SSO, Slack eller bulk CSV?

Kun hvis disse funktioner er implementeret i denne produktbygning — antag dem ikke fra marketingtekst.

Hvor går data hen?

Kør kan gemmes lokalt under produktets.data/-grænse; behandle demos som efemær.

Hvad med sikkerhed og regler?

Det er også kompatibel med kan bruges med.

Referencer

LedgerLens er eksempler på værktøjer, der kan hjælpe med at navigere i komplekse datasæt. kan også være nyttig.

Relaterede læsninger

- Oversigt over LedgerLens — LedgerLens - LX AI Micro-SaaS-emne-matrix