Cualquier documento a JSON

La brecha entre el OCR y los datos usables

El OCR plano le dice qué caracteres hay en una página; no sabe que el tercer número en la esquina superior derecha es el total de una factura, ni que el párrafo bajo 'Fecha de vigencia' es el campo que necesita su sistema de contratos. Los equipos históricamente han cerrado esa brecha con expresiones regulares ajustadas a un solo diseño de documento, que se rompen apenas un proveedor cambia su plantilla. Este endpoint cierra la brecha de otra manera: describe los campos que quiere, por nombre y tipo, y la extracción apunta exactamente a esos campos sin importar cómo esté diseñado el documento de origen.

Cómo define lo que recibe de vuelta

Envía el documento junto con un esquema que describe los campos que necesita, ya sea una lista plana como invoice_number y total_due o una estructura anidada con partidas y sus propios subcampos, a POST /ocr/to-json. Recibe un task_id de inmediato, porque hacer coincidir el contenido del documento con un esquema arbitrario toma tiempo real de procesamiento. Al terminar, el resultado es un JSON que refleja su esquema, con los campos completos donde el documento los contiene y vacíos o marcados donde no, en lugar de forzar un valor que en realidad no estaba ahí.

Por qué la extracción guiada por esquema generaliza mejor

Los extractores de plantilla fija tienen una larga historia en la automatización de documentos y todavía funcionan bien para un formulario único que nunca cambia, pero la mayoría de los flujos reales de documentos involucran docenas de diseños de proveedores, plantillas de contrato que evolucionan o variaciones manuscritas que una plantilla rígida no puede anticipar. La extracción guiada por esquema invierte la lógica: en lugar de enseñarle al sistema un solo diseño, le dice cómo se ve una buena respuesta, y él lee cualquier diseño buscando esa respuesta. Eso es lo que hace que el mismo esquema funcione tanto en una factura de un proveedor como en otra completamente distinta de otro.

Cómo se conecta con el resto de un flujo

Este endpoint suele ser el segundo paso después de clasificar documentos, porque el esquema correcto depende de saber si está ante una factura, un contrato de arrendamiento o un formulario médico. Una vez que tiene JSON estructurado, se inserta directamente en una base de datos, en un conjunto de reglas de validación o en un paso posterior de puntos clave, sin necesidad de manipular más texto. Como cada llamada lleva su propio esquema, puede ejecutar extracciones distintas para distintos tipos de documento dentro del mismo flujo sin mantener integraciones separadas para cada uno.

Un precio que corresponde al trabajo involucrado

El costo es de $0.010 por solicitud más $0.0575 por página, reflejando que el tiempo de extracción escala con la longitud del documento, no con cuántos campos pida su esquema. Una tarea que falla nunca se cobra: reintentamos automáticamente hasta tres veces y luego devolvemos un error específico si la extracción realmente no puede completarse. No hay plan gratuito ni prueba, el acceso requiere saldo prepago y las llamadas sin saldo devuelven HTTP 402, lo que mantiene el rendimiento confiable para las cargas de trabajo que sí pagan, en lugar de degradarse por tráfico sin medir.