售前：
我的工作台 |
退出
页面内容是否对您有帮助?
售前：
我的工作台 |
退出
如图付款单分录所示，我一张付款单有3行，金额分别是205，75，665，生成凭证按对方科目生成，分录应该是
借：费用 205 费用 75 费用 665 贷：银行存款 945
但凭证生成了 借：费用 945 贷：银行 945 ，在辅助账里才体现3笔明细，但实际是进不同的科目，分录要体现3行；
分组规则的分组合计我就勾了科目、原币、借贷分录、凭证类型，因为它必须要勾，不然规则保存不了；
我怎么设置它分录也不合并呢
看你的截图我理解是根据你这里面的对方科目做凭证分录，可在单据转换规则的分录最后【分组属性】里设置这个字段。
补充：
如果不是通过这个字段区分，也可以设置其他字段去做分组设置。
分录分组属性勾选后是单凭证多条分录，如果勾选分组属性则会生成多条凭证。当然前提是都设置了属性值。
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
已有 1 个回答 | 1年前
AI赋能成本管理，推动其从传统核算向智能管控升级。系统通过实时数据采集与智能分析，不仅能精准核算成本，更能自动识别异常、追溯根源，并驱动业务改善。这实现了成本管理从事后记录到事前预测、事中控制的闭环，助力企业降本增效。
AI运营机制上线后，企业需建立持续迭代闭环。通过数据监控与业务反馈，精准识别优化点，驱动模型与流程的周期性更新。同时，需配套敏捷的组织文化与专项团队，确保迭代行动高效落地，最终实现运营效率与决策智能的持续提升。
制造企业AI落地常面临“数据在但用不起来”的断层。本次创见者Webinar将探讨如何打通数据与应用壁垒，让企业沉淀的数据资产真正驱动业务智能与决策，实现AI价值的有效转化。
AI时代，制造企业现场正经历从“黑箱”到“透明”再到“可预测”的升级。通过部署金蝶云·星空旗舰版等系统，企业能实时采集与分析现场数据，实现生产过程可视化与透明化。基于数据洞察，企业可进一步预测设备故障与生产瓶颈，迈向主动决策与智能优化的“可预测现场”，从而提升效率与竞争力。
制造企业AI落地，首要挑战并非算法，而是数据与业务口径的统一。企业内部数据分散、标准不一，导致AI模型难以训练与应用。因此，必须先建立统一的数据治理体系，打通信息孤岛，确保数据质量与一致性，为后续的算法应用与价值挖掘奠定坚实基础。
如今说起数字化管理软件，大家都会想起金蝶品牌。那么金蝶到底如何呢？我们先来了解一下金蝶公司简介。
AI项目常面临“上线即巅峰、后续无人维护”的困境。本次Webinar将探讨如何构建可持续的AI落地路径，确保系统长期稳定运行与价值迭代，助力企业跨越从概念验证到规模化运营的鸿沟。
制造企业AI投入应避免盲目跟风。需明确业务痛点，选择与生产、供应链等核心环节紧密相关的场景。通过小范围试点验证价值，再逐步推广。同时，确保数据质量与系统基础，并与现有业务系统深度集成，以实现可衡量的效率提升与成本优化。
加载中
添加专属企微客服
