モデルの設定

フロー抽出ノードの抽出方法、抽出モデル、言語サポート、レイアウトの解析、属性付け方法、上書きを設定します。

概要

抽出ノードのモデル設定では、ノードがドキュメントを処理する方法と、データの抽出に使用する LLM を定義します。

モデルを設定する

基盤となる LLM とその設定は、[定義] タブの [モデルの設定] セクションで次のように構成できます。

1. フロー キャンバスで、[ 抽出] ノードにカーソルを合わせます。

2. 表示されるツールバーで、[ 全画面表示を開く] を選択します。[ 定義 ] タブが開きます。

3. [ モデルの設定] を展開します。

   

4. [ 抽出戦略 ] ドロップダウン リストから、ドキュメントの理解と処理に使用する抽出方法を選択します。

   • 標準 - 既定のオプションです。ドキュメントを 1 回のパスで処理し、レイアウトと OCR の前処理を行います。
   • 詳細 - レイアウトと OCR の前処理を行い、ドキュメントを複数のパスに分割します。このオプションは、数百ページを超えるドキュメントや、多数のフィールド値を必要とするドキュメントに最適です。
   注:

   [ 詳細] を選択すると、 属性付け の設定は表示されなくなります。

5. [ 抽出モデル ] ドロップダウン リストから、抽出に使用する基盤となる LLM を選択します。

   • GPT-4o
   • gpt-5.1-2025-11-13 (プレビュー)
   • gpt-5.4-2026-03-05 (プレビュー)
   • Gemini 2.5 Flash
   • Gemini 2.5 Pro (プレビュー版)
   • Gemini 3.1 Pro (プレビュー)
   • Gemini 3.1 Flash Lite (プレビュー)

   詳しくは、「最適なモデルを選択する」、「あるモデルから別のモデルに切り替える」、および「ドキュメント処理の制限」をご覧ください。

   注:

   これらのモデルは、UiPath の LLM サブスクリプションの代わりに、独自の LLM サブスクリプションで実行できます。詳しくは、「 独自のサブスクリプションを使用 (BYOS)」をご覧ください。

6. 必要に応じて、[ 詳細設定] の [ 言語サポート ] ドロップダウン リストから [ ラテン語ベースの言語 ] または [ 拡張言語] を選択します。[ 自動検出 ] オプションをそのまま使用することもできます。詳しくは、「 言語サポート」をご覧ください。

7. [ レイアウトの解析 ] ドロップダウン リストから、[ なし ] または [ 完全] を選択します。詳しくは、「 レイアウトの解析」をご覧ください。

8. [ 属性 付け] ドロップダウン リストから、[ ルールベース ] または [ モデルベース] を選択します。この設定は、 標準 の抽出方法でのみ使用できます。詳しくは、「 属性付け」をご覧ください。

9. 必要に応じて、[ 上書き ] 設定が利用可能な場合は、上書きを JSON 形式で入力します。詳しくは、「 上書き」をご覧ください。

10. [保存] を選択します。

結果: [ 抽出] ノードでは、新しいモデルの設定が使用されます。

最適なモデルを選ぶ

モデルによって、ユースケースごとのパフォーマンスは異なりますが、可能な場合は Gemini が推奨されます。

GPT-4o には 50 ページという制限があります。

Gemini 2.5 Flash は、1 回の呼び出しで最大 500 ページのドキュメントを IXP で処理でき、プレビュー版ではそれ以上のページ数がサポートされています。Gemini の制限は、ドキュメントの密度によってわずかに異なる場合があります。

フィールド値の観点からは、Gemini 2.5 Flash の出力コンテキストのウィンドウが広いことから、GPT-4o よりも多くのフィールド値を処理できます。ドキュメントあたりのフィールド値の数に固定の制限はありません。この制限はモデルによって異なり、ドキュメントの複雑さによって異なる場合があります。

注:

対数確率を返さないモデルは、すべての予測値に対して常に 1.0 の信頼度値を返します。フィールドがモデルによってまったく抽出されない場合は、代わりに信頼度値 0 が返されます。これらの動作は以下のモデルに影響します。プレビュー中はこのような動作が予想されます。

• Gemini 3.1 Pro (プレビュー)
• Gemini 3.1 Flash Lite
• GPT-5.4-2026-03-05

あるモデルから別のモデルに切り替える

あるモデルから別のモデルに切り替えるには、[ 抽出モデル ] ドロップダウン リストからモデルを選択し、[ 保存] を選択します。

これにより、新しいノード バージョンが作成されます。新しいモデルから予測を取得するには、各ドキュメントのアノテーション ビューで [ 予測を更新 ] を選択します。また、複数のドキュメントの予測を一度に更新したり、すべてまたは複数のドキュメントに対して 評価を実行し たりすることもできます。

重要:

成熟したモデルの場合、タクソノミー、特に指示、確認済みの予測 (特に推論されたフィールド) は通常、一方のモデルの種類に対して他方よりも最適化されます。切り替え後は、パフォーマンス スコアが低下する可能性があります。これは、他のモデルのパフォーマンスに影響を与えている可能性のあるモデル固有の最適化を元に戻すために、指示の反復処理や予測の再確認が必要になる可能性があるためです。

パフォーマンス上の理由からモデルを切り替える必要がある場合は、まず、現在のモデルでは解決できない主要な問題を代替モデルで解決できるかどうかを確認します。解決できる場合は、新しいモデルを最適化して評価メトリックを改善します。

ドキュメント処理の制限

IXP がドキュメントごとに抽出できるフィールド値の数に固定の制限はありません。制限は抽出モデルによって異なります。

ドキュメントに必要なフィールド値がモデルが返すことができる量を超えている場合、モデルがトークンの上限に達する可能性があります。これは、ドキュメントがこのセクションに記載されているページ制限内に十分に収まっている場合でも発生する可能性があります。この制限に達した場合は、より多くのフィールド値を扱えるように、[ 抽出ストラテジ ] を [ 詳細] に設定します (利用可能な場合)。

トークンの上限を超えた場合、ページ数に関係なく、予測が不完全または空になる可能性があります。たとえば、80 ページのドキュメントで 1,400 件のフィールド値が抽出された場合、トークンの上限に関する警告がユーザー インターフェイスに表示されることがあります。実行時にトークンの上限を超えた場合は、API 応答は発生の信頼度と抽出結果の信頼度の値として 0 を返して、上限を超えたことを示します。

ページの上限を超えた場合、以下のように、指定された上限に収まるページのみが処理されます。これらの動作は両方が Gemini と GPT-4o の両方に適用されます。

以下のような実行時の制限事項があります。

• ドキュメントあたりのページ数:
  • Gemini の場合、最大 500 ページ。
  • GPT-4o の場合、50 ページ。
• トークンの上限 - 長い表など、フィールド値が 200 を超えるデータ量の多いドキュメントは、トークンの上限に達する可能性があります。Gemini では既定で出力トークンの上限が高いため、1 回の呼び出しで返すフィールド値の数が多くなります。

言語サポート

[ 言語サポート ] の設定では、OCR が抽出前に認識するように最適化されているアルファベットを定義します。ドキュメントでラテン文字以外の文字を使用している場合は、[ 拡張言語] を選択します。

使用可能なオプションは次のとおりです。

• 自動検出 - ドキュメントに適した OCR を自動的に選択します。
• ラテン語に基づく言語 - 英語、フランス語、ドイツ語、スペイン語、ポルトガル語などのアルファベット系のドキュメント向けに最適化されています。
• 拡張言語 - アルファベット以外のドキュメント向けに最適化されており、混合データセットのラテン文字がサポートされています。

選択した抽出モデルで十分にサポートされている任意の言語でドキュメントをアップロードし、モデルを構築できます。サポートされる言語のセットは、選択したモデルによって異なります。

抽出精度はドキュメントの言語によって異なる場合があります。次のような言語では、結果の一貫性が低下する可能性があります。

• アラビア語
• 中国語
• ヘブライ語
• 韓国語

これらの言語の場合は、運用環境に移行する前に、ドキュメントの代表的なサンプルでモデルのパフォーマンスを検証する必要があります。

レイアウトの解析

[レイアウトの解析] 設定は、ドキュメント レイアウトを再構築してモデルに渡す任意の手順であり、表や複雑なレイアウトを含むドキュメントの抽出パフォーマンスを向上させます。この手順により、各ドキュメントに遅延が加わります。

使用可能なオプションは次のとおりです。

• なし - レイアウトを再構築せずにドキュメントを直接処理します。このオプションのレイテンシは短くなります。
• フル - 表、フォーム、フリー テキストを含むページ全体のレイアウトを再構築して、抽出のパフォーマンスを向上させます。このオプションのレイテンシが最も長くなります。

属性付け

[ 属性 付け] 設定では、モデルの予測をドキュメント内の参照に属性付けする方法を定義します。

使用可能なオプションは次のとおりです。

• ルールベース - ルールとヒューリスティックを使用して、ページ上の正しい範囲をモデルからの予測値に一致させる、低レイテンシのオプションです。モデルベースのオプションと比較して、属性付けの成功という点ではパフォーマンスを犠牲にします。
• モデルベース - レイテンシが長くなりますが、最もパフォーマンスの高いオプションです。このアクティビティでは、追加の LLM 呼び出しを使用して、予測値をページ上の正しい範囲に一致させます。多くの場合、これらの値はページのさまざまな部分で繰り返される可能性があるためです。このオプションは Gemini ベースです。

上書き

[ 上書き ] 設定は、モデルの設定を上書きして、開発者の詳細設定を適用します。JSON エディターに上書きを JSON 形式で入力します。エディターによって JSON が検証され、コンテンツが有効な場合は [有効 ] ラベルが表示されます。

注:

組織では [ 上書き] 設定が利用できない場合があります。アクセス権をリクエストするには、アカウント マネージャーにお問い合わせください。