---
title: "OCR 和 AI 字段抽取：要文字，还是要字段？"
description: "OCR 输出的是文字，Clairic 输出的是带置信度的类型化字段。对比两者的输出、流程，以及什么时候组合使用。"
canonical: "https://system-one.dev/zh-CN/blog/clairic-vs-ocr"
language: "zh-CN"
---

# OCR 和 AI 字段抽取：要文字，还是要字段？

**要点**\n\n1. OCR 把图片变成文字；Clairic 把文字或图片变成你指定的类型化字段。
2. OCR 流程后面还要写规则去找金额、日期；用 Clairic，这一步就是一次带字段定义的 `extract()` 调用。
3. 两者可以组合：把 OCR 文字作为 `state` 传入，或直接传图片（每次最多 4 张）。

OCR 给你的是图片里的原文，它分不清哪个数字是"合计"。Clairic 给你的是有名字、有类型的字段：标量字段可以带置信度，缺失的值返回 null。

![同一张小票分别经 OCR 得到文字、经 Clairic 得到字段](TODO-IMG: 封面。一张小票分两路：OCR（一段文字）/ Clairic（字段卡片）。设计制作。)

## OCR 输出什么

OCR 输出的是它在图片里认出的字符和行。它不判断一串字是什么意思，也不会把"12.50"转成数字、把"10月3日"转成日期。

所以跑完 OCR，哪一行是订单号、哪个数是税额，还得你自己去找。

## Clairic 输出什么

Clairic 按你定义的字段，每个返回一个类型化的值。标量字段可以带 `confidence` 和 `pNull`，输入确定不了的值返回 `null`。用文本作为 `state` 传入时，text 字段还能带 `span`，指回原文位置。Clairic 不生成文本。

同一张小票，两种输出（示意）：

| | OCR | Clairic |
|---|---|---|
| 输出 | 多行原文文本 | `{ order_number, purchase_time, subtotal, tax, tip, discount: null }` |

![同一张小票的 OCR 原文与 Clairic 类型化 JSON 对照](TODO-IMG: 左：对模拟小票跑一次 OCR 得到的原文；右：同一张小票的 Clairic 真实运行 JSON。真实运行截图，key 打码。)

[查看发票小票抽取](https://system-one.dev/zh-CN/use-cases/invoice-receipt-extraction) *（CTA 按钮）*

## 流水线对比

典型的 OCR 流水线是：图片 → OCR → 正则/规则/模板 → 字段。这些规则和版式绑在一起，版式一变就得跟着改。

换成 Clairic，规则这一步就变成一次 `extract()` 调用：写好字段定义和 `instructions` 即可。

![OCR 加规则的流程与一次 Clairic extract 调用的对比](TODO-IMG: 流程图：图片→OCR→规则→字段 vs 图片/文字→extract()→字段。设计制作。)

| | OCR + 规则 | Clairic `extract()` |
|---|---|---|
| 输出 | 文本 | 类型化字段 |
| 找字段 | 自己写规则/模板 | 字段定义 + instructions |
| 缺失值 | 规则匹配不到时自行处理 | pNull 超过阈值返回 null |
| 置信信号 | 视引擎而定 | 字段级 confidence、pNull（标量） |
| 计算值（如到期日） | 自己写 | 可通过 instructions 让 Clairic 推出 |
| 计费 | 视方案而定 | 每次请求一次，按输入大小 |

## 组合使用

已经在用 OCR 的话，直接把它的文字作为 `state` 传给 Clairic。保留原文的好处是，text 字段的结果能带 span，方便高亮。也可以文本和图片一起传：`state` 非空，再加最多 4 张图片。

```ts
import {
  createSystemOne, defineFields, textField, numberField, dateTimeField,
} from '@system-one-ai/core';
import { systemOneAdapter } from '@system-one-ai/adapter-system-one';
import { createFetchTransport } from '@system-one-ai/transport-fetch';

const apiKey = process.env.SYSTEM_ONE_API_KEY;
if (!apiKey) throw new Error('Set SYSTEM_ONE_API_KEY.');

const client = createSystemOne({
  adapter: systemOneAdapter,
  transport: createFetchTransport(),
  apiKey,
  timeoutMs: 30_000,
  maxRetries: 0,
});

const ocrText = `<text returned by your OCR step>`;

const result = await client.extract({
  model: 'clairic',
  state: ocrText,
  fields: defineFields({
    order_number: textField(),
    purchase_time: dateTimeField(),
    subtotal: numberField({ decimals: 2 }),
    tax: numberField({ decimals: 2 }),
    discount: numberField({ decimals: 2, instructions: 'Only if the receipt shows a discount.' }),
  }),
  options: { returnStateText: true },
});

const order = result.answers.order_number;
console.log(order.value, order.span); // span = ocrText 中的 [起, 止] 字符位置
```

安装：`npm install @system-one-ai/core@0.8.0 @system-one-ai/adapter-system-one@0.7.0 @system-one-ai/transport-fetch@0.8.0`，在 `.env` 里设置 `SYSTEM_ONE_API_KEY`，用 `node --env-file=.env` 运行。每运行一次就是一次计费请求。`options.returnStateText` 会返回 span 所索引的那段文本，高亮起来很方便。

不想写代码，也可以先在[发票信息提取 demo](https://system-one.dev/zh-CN/demo/invoice-extraction) 里看看 Clairic 处理发票文本的效果（需登录）。

## 只用 OCR 就够的时候

如果你要的是全文检索、全文存档，并不需要具体字段，单用 OCR 就够了。

需要字段的话，可以看看[《LLM 抽取 vs Clairic》](https://system-one.dev/zh-CN/blog/clairic-vs-llm-extraction)和[截图转 JSON](https://system-one.dev/zh-CN/use-cases/screenshot-to-json)，费率见 [Clairic 模型页](https://system-one.dev/zh-CN/models/clairic)。

[查看 Clairic SDK 文档](https://docs.system-one.dev/zh-CN/docs/sdk/clairic) *（CTA 按钮）*

## 相关阅读

- [发票小票信息抽取 API](https://system-one.dev/zh-CN/use-cases/invoice-receipt-extraction)
- [LLM 抽取 vs Clairic](https://system-one.dev/zh-CN/blog/clairic-vs-llm-extraction)
- [截图转 JSON：给 Agent 用的图片字段抽取](https://system-one.dev/zh-CN/use-cases/screenshot-to-json)
- [Clairic 模型页](https://system-one.dev/zh-CN/models/clairic)

核验日期：2026-10-22

## 常见问题

### Clairic 是 OCR 引擎吗？

不是。它按你定义的字段返回类型化的值，而不是图片的逐字转写。

### 可以把 OCR 文字传给 Clairic 吗？

可以，作为 state 传入；text 字段的结果还能带 span，指回这段文字里的位置。

### 用了 Clairic 还需要 OCR 吗？

如果只是从 PNG、JPEG 或 WebP 图片里抽字段，不需要，Clairic 可以直接接收最多 4 张图片。如果还需要全文，就保留 OCR。

### Clairic 怎么计费？

按输入大小每次请求收一次费（每 4KB 一块，每块 2 积分），不按字段数。