Extração
Escolha como o conteúdo sai do documento no template de IDP: OCR Roberty Cloud, com texto, tabelas, formulários e posição dos blocos, ou OCR com LLM, guiado por uma instrução.
Extração
A extração tira o conteúdo do documento depois do pré-processamento. Cada template usa exatamente um método de extração, escolhido entre os cartões da etapa. Um template novo já começa com o OCR Roberty Cloud e a opção Extrair tabelas ligada.
| Método | O que faz |
|---|---|
| OCR Roberty Cloud | OCR gerenciado, com suporte a tabelas, formulários e posição dos blocos de texto. |
| OCR com LLM | Extração guiada por uma instrução em linguagem natural, feita pelo modelo do template. |
Cada método depende de um recurso habilitado no workspace: o OCR Roberty Cloud precisa do recurso de mesmo nome, e o OCR com LLM precisa do recurso de IA generativa. Sem o recurso, o cartão do método aparece bloqueado. Entre em contato com o seu gerente de contas para habilitar o recurso.
OCR Roberty Cloud
O OCR Roberty Cloud sempre devolve o texto do documento, linha por linha. As opções da etapa acrescentam dados estruturados ao resultado:
| Opção | Padrão | O que acrescenta |
|---|---|---|
| Extrair tabelas | Ligada | tables: cada tabela encontrada, com suas linhas e colunas como listas de células. |
| Extrair formulários | Desligada | forms: pares de chave e valor, como "CPF: …". Caixas de seleção aparecem como [X] (marcada) ou [ ] (desmarcada). |
| Extrair posição dos blocos de texto | Desligada | blocks: cada linha de texto com sua confiança, de 0 a 1, e as coordenadas do retângulo que a contém na página, também de 0 a 1. |
Com as três opções desligadas, o resultado é só o texto. Cada opção ligada aumenta o consumo de OCR do workspace: cada página processada conta uma requisição, mais uma por opção ligada.
Páginas com mais de 5 MB são recomprimidas automaticamente antes da leitura.
Em documentos com várias páginas, o OCR Roberty Cloud lê página por página e junta os resultados: o texto de cada página é marcado com === Página N de M ===, e tabelas, formulários e blocos recebem o número da página de onde vieram. Veja Documento e páginas.
OCR com LLM
O OCR com LLM envia as imagens das páginas ao modelo configurado em Modelo, junto com a sua Instrução: diga o que extrair e em que formato, por exemplo "Extraia o número, a data de emissão e o valor total da nota.". Todas as páginas selecionadas vão ao modelo em uma única chamada, para que ele leia o documento inteiro de uma vez.
Com a instrução vazia, o modelo transcreve todo o texto legível do documento, mantendo a ordem de leitura.
O resultado do OCR com LLM é sempre um texto: a resposta do modelo, sem tabelas, formulários ou blocos separados. Se você pedir um JSON na instrução, ele chega ao pós-processamento como texto.
O que segue para o pós-processamento
O resultado da extração é o ponto de partida do pós-processamento:
- quando só há texto — OCR com LLM, ou OCR Roberty Cloud com as três opções desligadas —, a primeira etapa recebe o texto como uma string;
- quando há dados estruturados, a primeira etapa recebe um objeto
{ text, tables, forms, blocks }, só com as partes extraídas.
Sem pós-processamento, esse resultado é devolvido como está.
Qual método escolher
| Situação | Método |
|---|---|
| Documentos com tabelas, campos de formulário ou caixas de seleção, ou quando você precisa da posição do texto na página. | OCR Roberty Cloud |
| Quando você quer descrever em linguagem natural o que extrair e em que formato, e o modelo deve ler todas as páginas juntas. | OCR com LLM |
É comum combinar o OCR Roberty Cloud com uma etapa de LLM ou de código no pós-processamento, que transforma o texto e as tabelas no JSON final.