1
00:00:01,000 --> 00:00:07,284
物流團隊每天處理託運單、裝箱單、簽收單與異常通知。

2
00:00:08,156 --> 00:00:13,351
Foxit 將這些文件轉成可用資料，讓每筆出貨的狀況更清楚。

3
00:00:14,133 --> 00:00:18,729
首先，使用 Foxit IDP 從託運單擷取資訊。

4
00:00:19,333 --> 00:00:23,796
這個範例包含兩種貨品，共 10 箱，

5
00:00:24,178 --> 00:00:26,440
總重量為 120 公斤。

6
00:00:27,489 --> 00:00:30,269
提取 Schema 定義我們需要的資訊：

7
00:00:30,289 --> 00:00:35,684
出貨編號、日期、寄件與收件資訊、數量，

8
00:00:36,222 --> 00:00:37,884
以及重量與貨品明細。

9
00:00:38,711 --> 00:00:41,418
Workflow 將文件匯入與資料提取串接起來。

10
00:00:42,467 --> 00:00:47,240
送入範例 PDF 後，就能將提取欄位與原始文件並排檢視。

11
00:00:48,067 --> 00:00:51,440
箱數、重量與兩筆貨品明細都已提取出來。

12
00:00:52,244 --> 00:00:54,907
同一份 Schema 也能處理掃描版文件。

13
00:00:55,756 --> 00:00:59,462
例外範例缺少總重量，以及其中一筆貨品的重量。

14
00:01:00,044 --> 00:01:03,418
我們可以看見缺漏，對照來源文件後再追蹤。

15
00:01:03,956 --> 00:01:08,951
接著，Foxit AI Workspace 協助我們跨文件了解出貨狀況。

16
00:01:09,844 --> 00:01:13,907
專案包含託運單、裝箱單、簽收單，

17
00:01:14,533 --> 00:01:16,618
以及配送異常通知與作業規範。

18
00:01:17,333 --> 00:01:19,773
我們詢問這筆出貨是否已全部送達。

19
00:01:20,467 --> 00:01:23,669
回答對照出貨 10 箱與簽收 9 箱，

20
00:01:23,689 --> 00:01:26,996
並指出尚未送達的是一箱感測器模組。

21
00:01:27,733 --> 00:01:31,173
也從異常通知中找出預計補送時間。

22
00:01:31,844 --> 00:01:34,751
透過來源參照，就能回到支持回答的文件。

23
00:01:35,711 --> 00:01:38,084
接著詢問客服下一步應該怎麼做。

24
00:01:38,778 --> 00:01:42,218
回答依據作業規範，找出負責協調的人員，

25
00:01:42,800 --> 00:01:46,884
計算客戶通知期限，並整理後續處理步驟。

26
00:01:47,822 --> 00:01:52,573
結合 Foxit IDP 與 AI Workspace，團隊可以減少重複登打，

27
00:01:53,022 --> 00:01:57,973
比對出貨資訊，並依據相關文件準備下一步行動。