Extrae datos de facturas y registra automáticamente

Recibe el PDF de factura por adjunto de email (ideal para proveedores) o por carpeta de subida manual y registra metadatos mínimos de entrada.

Prompt / Código accionable:

System: You are an operations assistant. Capture invoice intake metadata.
Return ONLY JSON: {"source":"email|upload","received_at":"ISO-8601","sender":"string","filename":"string","notes":"string"}.
If unknown, use null.

Consejo pro: Guarda el archivo original primero para mantener trazabilidad aunque falle la extracción.

Envía el PDF guardado a LlamaParse y pide salida fiel al layout (markdown/text) para mantener legibles líneas y totales.

Prompt / Código accionable:

import os
from llama_parse import LlamaParse

parser = LlamaParse(
    api_key=os.environ.get("LLAMA_CLOUD_API_KEY"),
    result_type="markdown",
    verbose=False,
)

# file_path = "/path/to/invoice.pdf"
# documents = parser.load_data(file_path)
# parsed_markdown = "

".join([d.text for d in documents])

Consejo pro: Conserva separadores de página para rastrear campos al origen durante la revisión.

Entrega el texto parseado a GPT-4o y exige salida estricta por esquema para normalizar totales, impuestos y líneas.

Prompt / Código accionable:

System: You are a finance data extraction engine.
Return ONLY valid JSON matching the schema exactly. No markdown, no commentary.

Normalization rules:
- Dates: ISO-8601 (YYYY-MM-DD).
- Amounts: numbers only (no symbols).
- Currency: ISO 4217 when possible (USD, JPY, EUR).
- Line items: include quantity/unit_price when present; else null.

JSON Schema (strict):
{
  "invoice_number": "string|null",
  "invoice_date": "string|null",
  "vendor_name": "string|null",
  "vendor_tax_id": "string|null",
  "bill_to": "string|null",
  "currency": "string|null",
  "subtotal": "number|null",
  "tax": "number|null",
  "total": "number|null",
  "due_date": "string|null",
  "payment_terms": "string|null",
  "line_items": [
    {"description":"string|null","quantity":"number|null","unit_price":"number|null","amount":"number|null"}
  ]
}

Consejo pro: Rechaza si subtotal + impuestos difiere del total por más de 0.5% para detectar drift temprano.

Añade el JSON a Google Sheets como una fila (una factura por fila) y guarda el PDF original en Google Drive, dejando la URL del archivo en la hoja.

Prompt / Código accionable:

// Pseudo-code (cualquier SDK de Sheets/Drive)
const row = [
  data.invoice_number,
  data.invoice_date,
  data.vendor_name,
  data.currency,
  data.subtotal,
  data.tax,
  data.total,
  data.due_date,
  drive_file_url
];
// sheets.appendRow("Invoices", row)

Consejo pro: Usa una clave idempotente como vendor_name + invoice_number + total para evitar duplicados.

Envía un mensaje breve por Telegram con proveedor, total, vencimiento y enlace de Drive para que un humano apruebe en ~10 s.

Prompt / Código accionable:

Message template:
New invoice ready for review
- Vendor: {vendor_name}
- Total: {currency} {total}
- Due: {due_date}
- Link: {drive_file_url}
Reply with: APPROVE or REJECT:{reason}

Consejo pro: Añade una columna de estado (Pending/Approved/Rejected) en la hoja para reconciliación determinista.