構造化データ抽出用LLM API

本番アプリでの構造化データ抽出

運用処理がメールの請求書から、仕入先、請求書番号、通貨、合計、税、支払期限を取り出します。 Gemini 2.5 Flashに認識済みの文字と配置情報を送り、バージョン付きJSONを1つ返させます。

不足する項目はnullのままにします。 合計が曖昧なら、候補の値と原文箇所を含めます。 記録を受け入れる前に型と計算を確認します。不合格なら修正か確認へ回します。

構造化データ抽出の処理の流れ

• 文字認識と原文箇所の保存。
• 文書と一緒に形式のバージョンを送る。
• 不足データをnullにした厳密なJSONを求める。
• 形式、通貨、合計、日付、根拠箇所を確認する。
• 受け入れる、1回修正する、または担当者へ回す。

LLMFly AIでgemini-2.5-flashを呼び出す

リクエストはサーバーから送ります。例の内容と仮のツールスキーマを、アプリのデータとツールに置き換えてください。

curl https://app.llmfly.ai/v1/chat/completions \
  -H "Authorization: Bearer $LLMFLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash",
    "messages": [
      {"role": "system", "content": "Extract one invoice into the supplied JSON schema. Use null for absent fields. Include a source span for every non-null value. Never guess."},
      {"role": "user", "content": "Extract this invoice using schema invoice.v3."}
    ],
    "response_format": {"type": "json_object"}
  }'

主モデルにgemini-2.5-flashを選ぶ理由

現在の一覧では、大量データの抽出にGemini 2.5 Flashを主な候補にします。

特定の文書形式で結果が良ければTerraを使います。 長い文書や配置が複雑な文書はGemini 2.5 Proへ回します。

構造化データ抽出の合格基準

本番前に対処する失敗

• 有効なJSONならデータも正しいと思う
• 不足する項目を推測する
• 形式をバージョンなしで変える
• 平均値で重大な誤りを隠す

出力と実行記録

型付き項目、欠損値のnull、各値の原文箇所を含む厳密なinvoice.v3 JSON。

本番の実行ごとにモデルID、リクエストID、トークン使用量、再試行、検証結果、最終的な扱いを記録してください。