請款對帳自動核銷流

🎯 這條流程解決什麼

對代理商的財會來說，每個月底的對帳是最折磨人的一關。問題的根源在於「三套數字對不起來」：合約上談好的是一個金額（例如每月廣告預算二十萬、服務費五萬）；媒體後台（Google Ads、Meta Ads）實際花掉的又是另一個數字，往往因為出價策略、預算未用完或超支而和合約不符；而要跟客戶請款的明細，又是業務或 AM 各自整理的第三套版本。三方一旦兜不攏，會計就得當偵探。

實務上，一位會計面對十個客戶，每個客戶可能有兩三個廣告帳戶、好幾條成本項目，月底要一筆一筆翻媒體後台、調出合約、核對請款單，找出哪裡溢付、哪裡漏請、哪個帳戶預算超支沒人發現。這種逐筆核帳一個客戶就要花一到兩小時，十個客戶等於兩三天全耗在搬數字、按計算機上。最怕的是錯一個小數點或漏掉一筆退刷，要嘛多請了客戶被抓包、信任受損，要嘛少請了自己吃虧、現金流出血。這條流程的目標，是讓系統自動把三方數字拉到同一張表、由 AI 比對標出異常，會計只審「有問題的例外」，把專業判斷力用在刀口上。對帳完的成效數字還能銜接 代操月報自動產出流 交叉驗證，避免帳目和成效報告各說各話。

導入後的改變

導入前，月底對帳是會計的固定加班週：十個客戶要花兩到三個工作天逐筆核對，過程高度依賴人的細心，疲勞之下難免出錯。溢付漏請的情況一個季度總會發生個幾次，每次補救都牽動現金流和客戶關係。

導入後，系統在每月對帳日自動把合約、媒體花費、請款明細三方數據拉齊，AI 先做完比對、把正常項目和異常項目分開，會計打開的是一張已經標好紅燈的對帳表，只需要看 AI 圈出來的那幾筆例外。原本兩三天的工作可以壓縮到半天以內，逐筆核帳的工時減少約七到八成。更重要的是漏單率明顯下降：因為每一筆都被系統比對過，過去靠人眼容易滑掉的小額差異、預算超支、重複計費，都會被主動標出來。對代理商而言，這不只是省工時，更是把「該收的錢確實收到、不該收的不亂收」變成可控的流程，現金流和客戶信任都更穩。

流程怎麼運作

這條流程對應五個節點：

第一步「觸發：對帳日排程」。設定每月固定一天（例如每月 5 日）自動啟動，系統依客戶清單逐一處理帳務，不必人工逐家點開。

第二步「彙整三方數據」。系統透過 Google Ads 與 Meta Ads 的 API 拉取上個月各帳戶的實際花費；從合約資料庫（可放在 Google Sheet 或 Notion）取出該客戶談定的預算與服務費；再從會計系統或請款明細表抓出這個月要請的項目。三方數據被整理進同一個結構，欄位對齊，方便後續比對。

第三步「AI 比對差異」。AI 比對節點針對每個客戶逐項檢查：媒體實際花費有沒有超過合約預算（超支）、請款金額有沒有少算媒體成本（漏請）、有沒有重複計入同一筆費用（溢付）、退刷或折讓有沒有反映在請款裡。它會把每一筆異常標上類型和金額，並附上「為什麼判定異常」的說明。

第四步「產生對帳表」。系統把比對結果整理成一張人讀得懂的對帳表：正常項目摺疊、異常項目置頂並標紅，每筆差異旁邊寫清楚合約是多少、實際是多少、差在哪。

第五步「送財會人工核准」。系統透過 Slack 通知會計，附上對帳表連結。會計只審那些被標紅的例外項目，確認金額和原因無誤後，才進入開立發票或正式請款的環節。整個流程把「搬數字」自動化，把「下判斷」留給人。

需要的工具與串接重點

平台用 n8n 或 Make 排程與串接。媒體花費透過 Google Ads API、Meta Ads（Marketing API）拉取，注意要申請好 API 權限與存取權杖，並處理好分頁與時區（廣告後台的日期切分要和對帳月份一致）。合約資料建議結構化地放在 Google Sheet 或資料庫，每個客戶一列、欄位包含預算、服務費、計費方式、特殊折讓，這樣 AI 才有明確基準可比。會計系統若有 API 最好，沒有的話用 Google Sheet 維護請款明細也可行。AI 比對節點要把「判定規則」寫進提示詞，並要求它輸出結構化結果（哪一筆、哪一類、差多少），方便下游產表。通知用 Slack。想了解更多串接與排程的設計細節，可參考 自動化專區。

串接重點在於資料對齊：三方數據的客戶代號、帳戶 ID、計費週期必須能對應，建議在合約資料庫裡就維護好帳戶與客戶的對照關係，否則 AI 比對的基礎會錯。金額一律用同一幣別、同一含稅口徑，避免含稅未稅混算。

常見錯誤與注意事項

這條流程觸及金流，必須最謹慎。請款金額、發票開立、合約金額都涉及財務與法律責任，AI 的比對結果僅供初步核對，絕對不能全自動送出。 每一筆請款與每一張發票，都必須由財會人員人工確認金額與差異原因後才能成立，AI 不取代財會的專業判斷。

其他常見坑：一、API 拉取的花費若遇到時區或結算延遲（媒體後台數據有時隔天才定版），可能在對帳日當下還未定案，建議排程設在月初幾天後、數據穩定再跑。二、退刷、折讓、平台手續費這類非典型項目，AI 可能判讀不準，要在規則裡明確定義或交給人工複核。三、合約若有階梯式抽成、季結、年框分攤等複雜計費，務必把規則寫清楚，不要假設 AI 自己會推理對。四、客戶的廣告帳號資料與財務數字屬機敏資訊，整條流程的存取權限要收緊，只授權給必要人員，避免外洩。五、對帳表只是輔助工具，不能拿它直接當對外請款依據，所有對外文件仍須財會簽核。

台灣中小企業情境案例

新北一家中型數位行銷代理商，帶二十多個操作廣告的客戶，月底對帳長期由一位資深會計加一位助理處理，每月固定要花三到四個工作天逐筆核對 Google 與 Meta 的花費、合約和請款。去年曾因為一個客戶的 Meta 帳戶在月底有筆退刷沒被算進去，多請了客戶近兩萬元，被客戶財務發現後雖然及時退還，但信任受損、差點影響續約。

導入這條流程後，他們把二十多個客戶的合約預算與帳戶對照整理進 Google Sheet，每月 6 日自動拉取上月花費並由 AI 比對。會計打開對帳表只看被標紅的異常，逐月平均只有五到八筆需要人工確認。對帳時間從三四天縮短到半天，那種「退刷漏算」的狀況因為系統主動比對而被即時抓出。資深會計把省下的時間轉去做客戶的成本優化建議，反而成了新的服務亮點。值得強調的是，他們仍維持「每張發票財會人工簽核」的鐵則，自動化只負責把問題找出來，不負責拍板。

延伸應用

這套對帳骨架可以延伸到更多場景。把比對對象從「媒體花費」擴充到「供應商成本」（如外包設計、印刷、活動），就能做專案毛利的自動核算。加上趨勢分析，讓 AI 標出「某客戶連續三個月預算超支」這類結構性問題，就從對帳升級成成本預警。也可以把核准過的對帳結果自動回寫客戶月報，讓客戶清楚看到每一塊錢花在哪，提升透明度與信任。再進一步，串接電子發票系統，在財會核准後才自動開立，做到「人工把關、系統執行」的安全自動化。更多可組合的範本在 工作流總覽，搭配 配方庫 還能自動產生對帳說明文案給客戶。

流程圖

用到的工具

更多「專業服務」工作流

瀏覽全部工作流藍圖 → 自動化工作流中心 → AI Skills 食譜庫 →