格式正確不等於抽對欄位：Clairic 這類抽取模型，帳要從覆核那一欄算起

2026年10月20日，APPI News 刊出一篇關於 Cloudflare Clairic 的評估文章。Clairic 是 Cloudflare Workers AI 上的預覽版文件抽取模型，能從文字或影像輸入中擷取、計算、估計或預測指定欄位，透過 Worker 綁定或 REST API 呼叫。Cloudflare 將其定位為速度較快、成本較低、準確度高於傳統大型語言模型的專用抽取模型。但這些比較數字來自供應商公告，目前缺少涵蓋不同語言、版型與實際工作流的獨立測試。這篇文章的核心提問值得攤開：文件流程究竟卡在找欄位、核對內容，還是把資料交給下一套系統？答案不同，Clairic 能省下的錢就落在不同的欄位。

四種任務，四種風險等級

Clairic 官方文件把能力分為四類，風險結構各不相同。擷取是找出輸入明確寫出的數值，例如發票上印出的總額；計算是根據輸入推導結果，例如用到期日算逾期天數；估計是預測資料本身沒有交代的結果，例如未付款發票何時結清；預測則描述一段期間的多個未來值。

擷取與計算的錯誤可以逐步回查輸入與公式，屬於可驗證的任務。估計與預測不同，Cloudflare 文件明言估計區間不保證實際結果落在其中，區間涵蓋率會因任務與資料集改變。若把預測值直接用來觸發付款、拒絕申請或通知客戶，錯誤就從欄位品質問題升級為決策風險。這與我們先前分析的醫療 AI 導入前五個檢查點是同一本邏輯：覆核成本掛在誰的報表上，決定了工具能不能用。

還有一種任務根本不該交給抽取模型。從固定選項判斷發票是否核準是分類任務，整理多份文件差異寫成說明是生成任務。工具名稱相近，任務配錯，後面再多驗證也難補救。

格式正確為何仍可能抽錯

Cloudflare Workers AI 文件有一句值得引用的提醒：「型別化結果可以讓應用程式有固定格式可接，但不保證答案正確。」欄位型別與限制只規範輸出形式，正確性要靠依錯誤後果安排的檢查。

錯誤來源至少有兩層。第一層是版型與定義：同一張收據可能把折扣、稅額、實付金額放在不同位置；供應商換表格後欄位名稱可能改變；欄位定義若只寫「總額」，模型不知道要含運費、稅金還是折扣後金額。郵件裡的「下週五」需要寄件日期才能轉成明確日期。

第二層是錯誤被格式掩蓋。回傳數字型別只代表答案長得像數字；模型可能把訂單編號當發票號碼，把含稅前金額當應付總額。對單值欄位，回傳 null 可能代表輸入沒有資訊，也可能代表模型沒找出資訊；估計與預測在資料不足時仍可能回傳數值。空值與信心分數是工作流的訊號，不是正確與否的證明。重要金額仍須回到來源文件核對。

比較基準：整批流程的總成本

APPI News 文章提出的比較框架，比單次推論價格務用。人工、通用模型與專用抽取模型之爭，該比的是一整批文件進入流程後的總成本：模型呼叫、人工覆核、例外處理、系統串接、監控與維護。

人工整理在格式不固定、例外多或錯誤代價高時仍有優勢，能運用脈絡判斷，但處理量受限於人力，且容易出現抄寫差異。通用模型擅長跨欄位解釋、摘要與複雜指令，但每次呼叫的成本與輸出不可預測性較高。專用抽取模型把輸出壓成固定結構，省的是下遊串接工程，這一欄的帳，性質上接近我們先前分析IM 介面元件化省下的重複工程帳：省的不是判斷，是每次重做的整合工。

收束判斷

Clairic 的合理定位是已知文件、明確欄位、可回查的擷取與計算任務。導入前的驗證順序很清楚：先用自己的文件樣本做欄位級測試，量測錯誤率與例外比例；再算覆核人力配置，因為格式正確不能取消人工核對；最後才評估 API 串接與介面變動風險，預覽版意味服務與介面仍可能調整。供應商宣稱的速度與成本優勢，在獨立測試出現之前，應視為待驗證假設。這筆帳最終記在哪一欄，取決於錯誤的後果有多貴：抄錯一個品項編號與算錯一筆應付總額，覆核的投資報酬率完全不同。

（依據 APPI News 2026年10月20日文章及 Cloudflare Workers AI 官方文件整理）