Verwenden von Eingabeaufforderungs-Tags in Eingabeaufforderungen für generative KI

Eingabeaufforderungs-Tags in generative KI-Eingabeaufforderungen werden von der Dokumentenextraktion-Engine verwendet, um spezifische Extraktionslogik zu ermöglichen, die hilft, Daten aus komplexen Layouts präzise zu extrahieren.

Anmerkung: Vergewissern Sie sich, dass Sie die Dokumentenextraktion Paket-Version 3.35.14 oder höher verwenden, um Eingabeaufforderungs-Tags in generative KI-Eingabeaufforderungen verwenden zu können.

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 KI-Eingabeaufforderung hinzugefügt.

Vorteile

Die Verwendung von Eingabeaufforderungs-Tags in den generative KI-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:

Anmerkung: Bei Tags für Eingabeaufforderungen wird die Groß-/Kleinschreibung nicht beachtet. Zum Beispiel können Sie @GenAIVision oder @genaivision verwenden, um visuell unterstützte generative KI-Modelle zur Datenauswertung zu nutzen.
Eingabeaufforderungs-Tag Beschreibung Eingabeaufforderungs-Tag verwendet in Beispieleingabeaufforderung Unterstützte Paketversion
@AdvancedExtraction Verwenden Sie dieses Tag, um der Dokumentenextraktion-Engine mitzuteilen, dass sie erweiterte, auf Vision-Technologie basierende generative KI-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 mit 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 KI-Modelle für die Datenextraktion zu verwenden.
  • Tabellenfeld
  • Tabellen-Eingabeaufforderung

Der folgende Hinweis verwendet fortschrittliche, Vision-basierte generative KI-Modelle, um Produktinformationen aus Dokumenten zu extrahieren, die Tabellen über mehrere Seiten hinweg enthalten, wobei die Header nur auf der ersten Seite vorhanden sind.

Was sind die Produktinformationen? @GenAIVision @AdvancedExtraction 		3.36.10
@GenAIVision Verwenden Sie dieses Tag, um der Dokumentenextraktion-Engine mitzuteilen, dass sie Vision-gestützte generative KI-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 KI-Modell erfordern:

  • Formularfelder: Sie müssen dieses Tag am Ende jedes Formularfelds hinzufügen.
  • Tabellenfelder: Sie müssen dieses Tag am Ende von mindestens einem der Tabellenfelder für jede Tabelle hinzufügen.
Anmerkung: Vision-gestützte generative KI-Modelle werden für Formularfelder im unstrukturierten Dokumenttyp nicht unterstützt.
  • Formularfeld
  • Tabellen-Eingabeaufforderung
  • Die folgende Eingabeaufforderung in einem Formularfeld nutzt Vision-gestützte generative KI-Modelle, um Leistungsnummern aus Dokumenten zu extrahieren:

    Wie lautet die Erklärung der Leistungsnummer? @GenAIVision

  • Die folgende Eingabeaufforderung in einem Tabellenfeld nutzt Vision-gestützte generative KI-Modelle, um Anspruchsnummern aus Dokumenten zu extrahieren:

    Wie lautet die Anspruchsnummer? @GenAIVision

3.35.14
@LinkingField Verwenden Sie dieses Tag, um der Dokumentenextraktion-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 KI-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.

Wie lautet der Name des Patienten? @GenAIVision @LinkingField 		3.35.14
@TableIdentifier *Tabellentitel* Verwenden Sie dieses Tag, um der Dokumentenextraktion-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 KI-Modelle für die Datenextraktion zu verwenden.

 Tabellen-Eingabeaufforderung
  • Die folgende Eingabeaufforderung verwendet Vision-gestützte generative KI-Modelle, um Informationen über Herbizide aus der Tabelle mit dem Namen „Herbicides“ zu extrahieren, wie im Dokument angegeben:

    Was sind Herbizide? @GenAIVision @TableIdentifier *Herbicides*

  • Die folgende Eingabeaufforderung verwendet Vision-gestützte generative KI-Modelle, um Informationen über Insektizide aus der Tabelle mit dem Namen „Insektizide“ zu extrahieren, wie im Dokument angegeben:

    Wie lautet der Produktname des Insektizids? @GenAIVision @TableIdentifier *Insektizide*

3.35.14