Como a IA Lê uma Nota Fiscal em Três Segundos — e Onde Ela Ainda Erra

Fotografar uma nota fiscal e receber de volta um lançamento pronto parece um truque de mágica. Não é. São quatro problemas diferentes resolvidos em sequência, e entender quais são deixa óbvio por que algumas notas saem perfeitas e outras não.

Passo um: achar a nota

Antes de ler qualquer coisa, é preciso encontrar o papel dentro da foto. A mesa da cozinha, a sua mão e a estampa da toalha estão todas no enquadramento. O software localiza os quatro cantos da nota, corrige a perspectiva para que uma foto tirada de lado vire um retângulo plano e aumenta o contraste entre a tinta apagada e o papel térmico já acinzentado.

Só esse passo já explica a maior parte das falhas de leitura. Uma nota jogada sobre uma superfície poluída visualmente, ou enrolada de um jeito que levanta as pontas, entrega uma imagem distorcida para a etapa seguinte.

Passo dois: transformar pixels em caracteres

O reconhecimento de texto converte a imagem em caracteres. Os sistemas modernos são muito bons com texto impresso limpo e visivelmente piores justamente com o que a nota fiscal tem: impressão térmica estreita, tinta desbotada, saída matricial de uma impressora antiga e a ambiguidade entre zero e a letra O, ou entre 1 e I, numa fonte apertada.

No fim dessa etapa o software tem uma parede de texto sem significado nenhum. Ele sabe os caracteres. Ainda não sabe qual dos onze números da página é o valor que você pagou.

Passo três: entender o layout

Esta é a parte interessante, e onde um modelo de linguagem justifica o lugar dele. A nota tem uma estrutura que qualquer pessoa lê sem pensar: o nome do estabelecimento em cima, os itens no meio, impostos e total embaixo, e os dados do cartão por último.

O modelo descobre qual número é o total, e não o subtotal, a linha de tributos, o preço de um item, o desconto ou o troco que você recebeu. Lê a data no formato que o país usa. Identifica o estabelecimento a partir de um nome que pode ser uma abreviação ou uma razão social que ninguém reconheceria.

• O total, separado do subtotal, dos tributos e do valor entregue em dinheiro
• A data, no formato local, com um padrão sensato quando falta o ano
• O estabelecimento, convertido num nome que dá para reconhecer
• A moeda, que muitas vezes está implícita e não impressa

Passo quatro: escolher a categoria

Por fim, o lançamento precisa de uma categoria, o que é um julgamento e não um fato. Mercado normalmente é alimentação — a não ser que a nota seja quase toda de combustível. Farmácia é saúde, a não ser que você tenha comprado xampu. O modelo decide olhando o estabelecimento, os itens e as suas próprias correções anteriores.

É por isso que corrigir uma categoria importa mais do que parece. A correção é um sinal para aquele estabelecimento, e a mesma loja cai no lugar certo na próxima vez.

Onde ela ainda erra

Quatro casos explicam quase todos os erros que restam.

1. Cupom térmico apagado. Se você tem dificuldade para ler o total, o modelo também vai ter. Fotografe esses logo depois da compra.
2. Nota comprida fotografada de lado. O total mora no pé da página, e é justamente a parte que a distorção de perspectiva mais estraga.
3. Pagamento dividido. Metade no cartão, metade em dinheiro, ou um vale aplicado no fim, produz vários totais plausíveis.
4. Conta de restaurante com a gorjeta somada à mão. O total impresso e o valor que você pagou de fato são números diferentes, e só um deles está no papel.

Como conseguir uma leitura limpa sempre

• Estique a nota. Uma ponta enrolada custa exatamente o total.
• Fotografe de cima, na vertical, e não atravessado sobre a mesa.
• Superfície lisa, luz uniforme e sem a sombra da sua própria mão.
• Enquadre a nota inteira, de ponta a ponta, com uma margem sobrando.
• Escaneie em um ou dois dias no caso do papel térmico, que apaga rápido dentro da carteira.

Por que isso importa mais que a precisão

As pessoas acham que o valor de escanear nota fiscal está na exatidão. Não está: uma pessoa caprichosa digitando acerta mais. O valor é que leva três segundos em vez de quarenta, e três segundos é curto o bastante para você fazer ali no caixa, em vez de prometer a si mesmo que faz depois.

Todo método de controle de gastos falha no mesmo ponto: o intervalo entre gastar e registrar. Fechar esse intervalo, mesmo de um jeito imperfeito, vale mais do que um sistema perfeito que você abandona em quinze dias.