AI智能抽取上手教程：从预置模板到自定义字段的文档信息提取指南

01

自定义字段抽取上手步骤与场景化应用

首先，在工作台的文档智能解析模块中创建抽取任务时，可以按照业务口径补充自定义字段。具体而言，需要先明确抽取目标是单值信息还是多行表格结构：身份证号、姓名等唯一信息适合设置为 single 字段；多段工作经历、项目经历等可复用批量信息则应该用 group 字段，抽出后按字段进入记录。接着为字段添加 parent 层级、position 页码与 desc 描述，用自然语言说明抽取意图，让系统准确定位目标内容。最后设置好输出格式为 Excel 表格或 JSON，便于回流 OA、ERP 等已有系统。整个过程约可在十分钟内完成初步试通。

在物流仓储等实际场景中，供应商送货单中的物料编码、批次、数量、到货日期往往散落在 PDF 或图片的各个区域，传统方式靠仓管员逐份手工录入，入库效率低且账实差异难追溯。通过自定义字段可以按对账规则补充供应商名称、合同编号等字段，多份送货单抽取后汇总写入已有 WMS 台账，实现现场清点与月度对账的一体化。此外，系统支持比特定场景的私有化部署，企业可将数据留存在自有服务器，满足金融、医药等高合规场景的安全需求。值得注意的是，直接使用预置行业模板时无需重头配置，但若需要加购购买更高级的存储或解析额度，可能需要调整套餐或联系销售开通。

02

附件清单抽取快速上手指南

企业首次接入附件清单抽取时，建议从预置行业模板起步降低配置门槛。登录工作台后，在文档智能解析模块选择对应场景模板——物流仓储可选入库单模板，医药研发可选临床试验检查报告模板，建筑工程则有工程量清单模板。模板已内置字段名称与抽取口径，仓管员、数据管理员或造价员可直接启用，无需从零定义字段语义。

若预置字段无法覆盖业务需求，则需进入自定义字段与结果导出模块增补。以物流场景为例，除模板自带的物料编码、批次、数量外，可按对账规则添加供应商名称、合同编号等自定义字段。配置时需明确字段类型：单值信息如合同编号设为 single，多段项目经历或分批到货记录则设为 group。为提升准确性，建议补充 parent 层级（如“项目经历”）、position 页码及 desc 自然语言描述。配置完成后提交异步任务，系统返回结构化 JSON 或 Excel，经 KSO-1 签名与 Bearer token 双重鉴权后即可写入 WMS、OA 等已有系统。

对于简历、合同等非标单据，可利用组字段将挤在同一单元格的多段经历拆分为多行记录——姓名、学历作为单值抽出，工作经历、教育经历按 group 输出，公司、时间、岗位分列进入台账。整个过程依托标准 REST 接口，返回统一结构，对接方可按同一套解析逻辑接入。若涉及高敏感数据，可选择私有化部署方案，将系统部署于自有服务器，保障数据安全与隐私合规。

03

附件清单抽取怎么上手：三步走通全流程

第一步，明确抽取需求并选定工具路径。登录工作台后，先判断业务单据是否匹配预置行业模板：物流仓储入库单、临床试验检查报告、工程量清单等高频场景可直接启用模板，内置字段与抽取口径已沉淀最佳实践。若单据非标或模板字段不足，则切换至自定义字段与结果导出模块，按业务口径增补字段。关键决策点在于区分单值与组字段：身份证号、发票号等唯一信息设为 single 类型，多段工作经历、分批到货记录等多行结构设为 group 类型，后者将自动拆分为多条记录写入台账。

第二步，精细化配置字段以提升抽取准确性。为每个字段补充 parent 层级、position 页码与 desc 自然语言描述——例如在项目经历组字段下，项目名、任职时间、岗位职责均挂接同一 parent，desc 注明"抽取候选人近三段项目经历，含客户名称与项目周期"。提交任务时，云上文件可用 file_id 或公开 file_url 任选其一，系统采用异步架构处理，返回任务 ID 后可轮询或等待回调获取结果。整个配置过程依托标准 REST 接口，KSO-1 签名与 Bearer token 双重鉴权保障调用安全，返回的统一 JSON 结构便于对接方按同一套解析逻辑接入。

第三步，结果回流与场景闭环。抽取结果以键值结构化数据呈现，支持导出为 Excel 表格或直接以 JSON 格式写入 OA、ERP、CRM、WMS 等已有系统。组字段输出的多行记录可直接进入人才库、入库台账或临床数据表，实现从文档上传到业务系统的无损流转。对于金融、医药、政务等高合规场景，可选择私有化部署方案，将系统部署于自有服务器，数据不出域的同时享受同等解析能力。首次试通从创建任务到结果回流约十分钟，后续同类单据可按已沉淀的字段配置复用，持续降低边际成本。

04

私有化部署与多系统集成保障数据安全

对于金融、医药、政务等高合规要求的行业，数据出域是核心顾虑之一。附件清单抽取服务支持本地化私有化部署，企业可将完整系统部署于自有服务器，所有解析、抽取与存储过程均在内部网络完成，从根本上保障数据安全与隐私合规。部署后，系统同样支持标准REST接口调用，KSO-1签名与Bearer token双重鉴权机制不变，确保内外网环境下的调用安全一致性。

在系统集成层面，抽取结果可通过JSON或Excel两种形态灵活回流。JSON格式便于直接对接OA、ERP、CRM、WMS等企业已有系统的API接口，键值对结构支持按字段映射至目标数据库表；Excel格式则适合需要人工复核或离线审批的场景，如月度对账表、造价审核表等。以保险理赔场景为例，核赔员将报案单、维修发票、鉴定报告等多份材料抽取后，同一案件的多笔损失按group字段分项汇总，结果直接写入核心理赔系统，反欺诈模型实时调用结构化数据进行特征比对，大幅缩短理赔周期。

首次接入时，建议先从单一场景的预置模板起步验证效果，再逐步扩展至多场景自定义配置。整个试通流程约十分钟，沉淀的字段描述、层级与位置配置可在组织内复用，形成可持续积累的业务知识资产。后续同类单据无需重复配置，边际成本持续降低，真正实现文档数据从"人工抄录"到"自动流转"的智能化升级。

05附件清单抽取行业落地案例

06四步快速上手附件清单抽取

建议企业从预置模板起步降低配置门槛：登录工作台文档智能解析模块，匹配物流仓储、医药研发等行业模板直接启用；若字段不足则切换自定义模块，按单值single/多行group区分字段类型，补充parent层级、position页码与desc自然语言描述提升准确性。提交时file_id或file_url任选其一，系统异步返回任务ID，结果以JSON或Excel回流OA、ERP、WMS等系统。高合规场景可选私有化部署，数据不出域。首次试通约十分钟，沉淀配置可复用，边际成本持续降低。