Utilisation de balises d\'invite dans les invites IA générative

Les balises d\'invite dans les invites IA générative sont utilisées par le moteur Extraction de document pour activer une logique d\'extraction spécifique qui aide à extraire avec précision des données à partir de mises en page complexes.

Remarque : Assurez-vous que vous utilisez la version 3.35.14 ou ultérieure du Extraction de document packagepour utiliser des balises d\'invite dans les invites IA générative.

L\'utilisation de balises d\'invite peut être utile dans des scénarios spécifiques où vous n\'avez pas besoin d\'expérimenter l\'utilisation d\'invites complexes pour extraire des informations spécifiques. Les balises d\'invite sont utilisées au format @Tagname et sont ajoutées à la fin des invites IA générative.

Avantages

L\'utilisation de balises d\'invite dans les invites IA générative pour l\'extraction de données offre les avantages suivants :

  • Amélioration de l\'efficacité : Vous pouvez utiliser des balises d\'invite pour extraire facilement des informations de tables distinctes détectables et de tables spécifiées.
  • Balises d\'invite prédéfinies : Ces balises sont spécifiquement introduites pour gérer l\'extraction de données dans des scénarios complexes tels que des tables liées, des signatures et des relations de champs.

Matrice de prise en charge des balises d\'invite

Le tableau suivant fournit la liste des balises d\'invite prises en charge dans Document Automation :

Remarque : Les balises d\'invite ne sont pas sensibles à la casse. Par exemple, vous pouvez utiliser @GenAIVision ou @genaivision pour utiliser des modèles IA générative alimentés par la vision pour l\'extraction de données.

Balise d\'inviteDescriptionBalise d\'invite utilisée dansExemple d\'inviteVersion de package prise en charge
@ExtractionAvancée Utilisez cette balise pour indiquer au moteur Extraction de document d\'utiliser des modèles avancés alimentés par IA générative vision pour une meilleure extraction de données dans des scénarios tels que des tableaux s\'étendant sur plusieurs pages avec des en-têtes uniquement sur la première page, des tableaux imbriqués et des tableaux sans structure appropriée.
Remarque : L\'utilisation de cette étiquette d\'invite pourrait affecter le temps de traitement.

Vous devez ajouter cette balise à la fin d\'un seul champ de table par table ou dans l\'invite de table pour utiliser des modèles IA générative basés sur la vision pour l\'extraction de données.
  • Champ de tableau
  • Invite de table

Le texte suivant utilise des modèles avancés alimentés par la vision IA générative pour extraire des informations sur les produits à partir de documents contenant des tableaux s\'étendant sur plusieurs pages avec des en-têtes uniquement sur la première page.

Quelle est l\'information sur le produit ? @GenAIVision @AdvancedExtraction 		3.36.10
@GenAIVision Utilisez cette balise pour indiquer au moteur Extraction de document d\'utiliser des modèles IA générative basés sur la vision pour l\'extraction de données.

Cette balise est particulièrement utile pour extraire des données dans des scénarios complexes tels que des tableaux liés, des tableaux s\'étendant sur plusieurs pages, des tableaux imbriqués et des cellules fusionnées.

Utilisez les instructions suivantes pour ajouter cette balise aux champs de formulaire et de tableau qui nécessitent le modèle IA générative alimenté par la vision :

  • Champs de formulaire : Vous devez ajouter cette balise à la fin de chaque champ de formulaire.
  • Champs de tableau : Vous devez ajouter cette balise à la fin d\'au moins un des champs du tableau pour chaque tableau.
Remarque : Les modèles IA générative alimentés par la vision ne sont pas pris en charge pour les champs de formulaire dans le type de document non structuré.
  • Champ de formulaire
  • Invite de table
  • L\'invite suivante utilisée dans un champ de formulaire utilise des modèles IA générative basés sur la vision pour extraire le numéro des prestations des documents :

    Quel est l\'explication du numéro des prestations ? @GenAIVision

  • L\'invite suivante utilisée dans un champ de table utilise des modèles IA générative basés sur la vision pour extraire le numéro de réclamation des documents :

    Quel est le numéro de réclamation ? @GenAIVision

3.35.14
@LinkingField Utilisez cette balise pour indiquer au moteur Extraction de document qu\'un champ de table peut être utilisé pour lier des tables détectables distinctes.

L\'ajout de cette balise garantit qu\'une nouvelle colonne est créée dans le fichier de sortie pour le champ de liaison.

 Champ de tableau

L\'invite suivante utilise des modèles IA générative basés sur la vision pour extraire des noms de patients à partir de documents contenant des tableaux distincts pour chaque patient contenant des informations sur le patient. Dans ce cas, les noms des patients sont extraits dans une colonne séparée du fichier de sortie.

Quel est le nom du patient ? @GenAIVision @LinkingField 		3.35.14
@TableIdentifier *Titre de la table* Utilisez cette balise pour indiquer au moteur Extraction de document de différencier des tableaux spécifiques. Le titre du tableau est tel que défini dans le document à extraire et non le nom du tableau défini dans l\'instance d\'apprentissage.

Vous devez ajouter cette balise à la fin d\'un seul champ de table par table pour utiliser des modèles IA générative basés sur la vision pour l\'extraction de données.

 Invite de table
  • L\'invite suivante utilise des modèles IA générative basés sur la vision pour extraire des informations sur les herbicides à partir du tableau nommé "Herbicides" comme spécifié dans le document :

    Quels sont les herbicides ? @GenAIVision @TableIdentifier *Herbicides*

  • L\'invite suivante utilise des modèles IA générative basés sur la vision pour extraire des informations sur des insecticides à partir du tableau nommé "Insecticides" comme spécifié dans le document :

    Quel est le nom des produits insecticides ? @GenAIVision @TableIdentifier *Insecticides*

3.35.14

Ressources supplémentaires

Pour en savoir plus et pour des exemples, recherchez le cours Extraction de Données IA générative Alimentée par la Vision dans Automation Anywhere University: RPA Training and Certification (A-People login required).