Verwenden von Eingabeaufforderungs-Tags in Eingabeaufforderungen für generative AI
- Zuletzt aktualisiert2025/07/01
Verwenden von Eingabeaufforderungs-Tags in Eingabeaufforderungen für generative AI
Eingabeaufforderungs-Tags in generative AI-Eingabeaufforderungen werden von der Document Extraction-Engine verwendet, um spezifische Extraktionslogik zu ermöglichen, die hilft, Daten aus komplexen Layouts präzise zu extrahieren.
Die Verwendung von Eingabeaufforderungs-Tags kann in bestimmten Szenarien nützlich sein, in denen Sie nicht mit komplexen Eingabeaufforderungen experimentieren müssen, um bestimmte Informationen zu extrahieren. Eingabeaufforderungs-Tags werden im Format @Tagname verwendet und am Ende der generative AI-Eingabeaufforderung hinzugefügt.
Ab v.37 können Sie Eingabeaufforderungs-Tags auswählen, wenn Sie Eingabeaufforderungen hinzufügen, um die Tags automatisch hinzuzufügen, anstatt die Tags manuell hinzuzufügen.
Vorteile
Die Verwendung von Eingabeaufforderungs-Tags in den generative AI-Eingabeaufforderungen zur Datenextraktion bietet die folgenden Vorteile:
- Effizienzsteigerung: Sie können Eingabeaufforderungs-Tags verwenden, um Informationen leicht aus separaten erkennbaren Tabellen und aus angegebenen Tabellen zu extrahieren.
- Vordefinierte Eingabeaufforderungs-Tags: Diese Tags wurden speziell eingeführt, um die Datenextraktion in komplexen Szenarien wie verknüpften Tabellen, Signaturen und Feldbeziehungen zu ermöglichen.
Eingabeaufforderungs-Tags-Support-Matrix
Die folgende Tabelle enthält die Liste der unterstützten Eingabeaufforderungs-Tags in Document Automation:
| Eingabeaufforderungs-Tag | Beschreibung | Eingabeaufforderungs-Tag verwendet in | Beispieleingabeaufforderung | Unterstützte Paketversion |
|---|---|---|---|---|
| GenAIVisionPlus | Verwenden Sie dieses Tag, um der Document Extraction-Engine mitzuteilen, dass sie erweiterte Vision-basierende generative AI-Modelle verwenden soll, um eine bessere Datenextraktion zu ermöglichen, z. B. bei Tabellen, die sich über mehrere Seiten erstrecken und nur auf der ersten Seite Header enthalten, bei Tabellen innerhalb einer Tabelle und bei Tabellen ohne richtige Struktur. Anmerkung: Die Verwendung dieses Eingabeaufforderungs-Tags könnte die Verarbeitungszeit beeinflussen.
Sie müssen dieses Tag pro Tabelle am Ende eines Tabellenfelds oder in der Tabellen-Eingabeaufforderung hinzufügen, um Vision-gestützte generative AI-Modelle für die Datenextraktion zu verwenden. |
|
Der folgende Hinweis verwendet fortschrittliche, Vision-basierte generative AI-Modelle, um Produktinformationen aus Dokumenten zu extrahieren, die Tabellen über mehrere Seiten hinweg enthalten, wobei die Header nur auf der ersten Seite vorhanden sind.
|
3.37.4 |
| GenAIVision | Verwenden Sie dieses Tag, um der Document Extraction-Engine mitzuteilen, dass sie Vision-gestützte generative AI-Modelle zur Datenextraktion verwenden soll. Dieses Tag ist besonders nützlich, um Daten in komplexen Szenarien wie verknüpften Tabellen, Tabellen, die sich über mehrere Seiten erstrecken, verschachtelten Tabellen und zusammengeführten Zellen zu extrahieren. Verwenden Sie die folgenden Richtlinien, um dieses Tag zu Formular- und Tabellenfeldern hinzuzufügen, die ein Vision-gestütztes generative AI-Modell erfordern:
Anmerkung: Vision-gestützte generative AI-Modelle werden für Formularfelder im unstrukturierten Dokumenttyp nicht unterstützt.
|
|
|
3.35.14 |
| Verknüpfungsfeld | Verwenden Sie dieses Tag, um der Document Extraction-Engine anzuzeigen, dass ein Tabellenfeld zum Verknüpfen separater erkennbarer Tabellen verwendet werden kann. Wenn Sie dieses Tag hinzufügen, wird in der Ausgabedatei eine neue Spalte für das Verknüpfungsfeld erstellt. |
Tabellenfeld |
Die folgende Eingabeaufforderung verwendet Vision-gestützte generative AI-Modelle, um Patientennamen aus Dokumenten zu extrahieren, die für jeden Patienten separate Tabellen mit Patienteninformationen enthalten. In diesem Fall werden die Patientennamen in einer separaten Spalte in der Ausgabedatei extrahiert.
|
3.35.14 |
| Tabellenbezeichner *Tabellentitel* | Verwenden Sie dieses Tag, um der Document Extraction-Engine mitzuteilen, dass bestimmte Tabellen unterschieden werden sollen. Der Tabellentitel ist wie im Dokument definiert, das extrahiert werden soll, und nicht der Tabellenname, der in der Lerneinheit definiert ist. Sie müssen dieses Tag pro Tabelle am Ende eines Tabellenfelds hinzufügen, um Vision-gestützte generative AI-Modelle für die Datenextraktion zu verwenden. |
Tabellen-Eingabeaufforderung |
|
3.35.14 |
Weitere Ressourcen
Um mehr zu erfahren und Beispiele zu sehen, suchen Sie nach dem Kurs Vision Powered Generative AI Data Extraction (Vision-gestützte Datenerfassung) in Automation Anywhere University: RPA Training and Certification (A-People login required).