Configuração do modelo

Configure a estratégia de extração, modelo de extração, suporte a idiomas, análise de layout, método de atribuição e substituições de um nó de extração de fluxo.

Visão geral

A configuração do modelo de um nó Extrair define como o nó processa documentos e qual LLM ele usa para extrair dados.

Configurando o modelo

Você pode configurar o LLM subjacente, bem como suas definições na seção Configuração do modelo da guia Definição da seguinte forma:

1. Na tela Fluxo, passe o mouse sobre o nó Extrair .

2. Na barra de ferramentas que aparece, selecione Abrir exibição completa. A guia Definição é aberta.

3. Expanda Configuração do modelo.

   

4. Na lista suspensa Estratégia de extração , selecione o método de extração usado para entender e processar o documento:

   • Padrão — a opção padrão. Processa o documento em uma única etapa, com pré-processamento de layout e OCR.
   • Avançado - Divide o documento em várias etapas, com layout e pré-processamento de OCR. Essa opção é mais adequada para documentos que passam de algumas centenas de páginas ou para documentos que exigem um grande número de valores de campo.
   Observação:

   Quando você seleciona Avançado, a configuração Atribuição não é mais exibida.

5. Na lista suspensa Modelo de extração , selecione o LLM subjacente usado para a extração:

   • GPT-4o
   • gpt-5.1-2025-11-13 (pré-visualização)
   • gpt-5.4-2026-03-05 (pré-visualização)
   • Gemini 2.5 Flash
   • Gemini 2.5 Pro (pré-visualização)
   • Visualização do Gemini 3.1 Pro (pré-visualização)
   • Gemini 3.1 Flash Lite (pré-visualização)

   Para obter mais detalhes, consulte Escolha do modelo mais adequado, Mudança de um modelo para outro e Limites de processamento de documentos.

   Observação:

   Você pode executar esses modelos em suas próprias assinaturas de LLM em vez das assinaturas do UiPath LLM. Para obter detalhes, consulte Traga sua própria assinatura (BYOS).

6. Opcionalmente, em Configurações avançadas, na lista suspensa Suporte a idiomas , selecione Idiomas baseados em latino ou Idiomas estendidos. Você também pode manter a opção Detecção automática . Para obter mais detalhes, consulte Suporte ao idioma.

7. Na lista suspensa Análise de layout , selecione Nenhum ou Completo. Para obter mais detalhes, consulte Análise de layout.

8. Na lista suspensa Atribuição , selecione Baseado em regras ou Baseado em modelo. Essa configuração está disponível apenas para a estratégia de extração Padrão . Para obter mais detalhes, consulte Atribuição.

9. Opcionalmente, se a configuração Substituições estiver disponível, insira as substituições no formato JSON. Para obter mais detalhes, consulte Substituições.

10. Selecione Salvar.

Resultado: o nó Extract usa a nova configuração do modelo.

Escolha do modelo mais adequado

Diferentes modelos funcionam de forma diferente para diferentes casos de uso, mas o Gemini é recomendado onde possível.

O GPT-4o tem uma restrição de 50 páginas.

O Gemini 2.5 Flash pode processar documentos no IXP até 500 páginas em uma única chamada, com contagens de páginas mais elevadas compatíveis com a visualização. O limite do Gemini pode variar ligeiramente com base na densidade do documento.

Em termos de valores de campo, o Gemini 2.5 Flash tem uma janela de contexto de saída maior, que permite que ele processe mais valores de campo do que o GPT-4o. Não há limite fixo para o número de valores de campo por documento. O limite depende do modelo e pode variar dependendo da complexidade do documento.

Observação:

Os modelos que não retornam probabilidades de log sempre retornam um valor de confiança de 1,0 para todos os valores previstos. Se um campo não for extraído pelo modelo, ele retornará um valor de confiança de 0. Esses comportamentos afetam os seguintes modelos, que devem se comportar dessa maneira durante a visualização:

• Visualização do Gemini 3.1 Pro
• Gemini 3.1 Flash Lite
• gpt-5.4-2026-03-05

Mudança de um modelo para outro

Para alternar de um modelo para outro, selecione um modelo na lista suspensa Modelo de extração e, em seguida, selecione Salvar.

Isso cria uma nova versão do nó. Para obter previsões do novo modelo, selecione Atualizar previsões na visualização de anotação de cada documento. Você também pode atualizar previsões para vários documentos de uma só vez ou executar uma avaliação em todos ou vários documentos.

Importante:

Para modelos maduros, as taxonomias, particularmente instruções e previsões confirmadas, especialmente para campos inferidos, são normalmente otimizadas para um tipo de modelo em detrimento de outro. É provável que após a troca, as pontuações de desempenho caiam, pois algumas iterações nas instruções e a reavaliação das previsões podem ser necessárias para desfazer otimizações específicas do modelo que podem afetar o desempenho do outro modelo.

Se você precisar mudar o modelo por motivo de desempenho, verifique primeiro se o modelo alternativo pode resolver o problema principal que o modelo atual não pode solucionar. Se puder, otimize o novo modelo para melhorar suas métricas de avaliação.

Limites de processamento de Documento

Não há limite fixo para o número de valores de campo que o IXP pode extrair por documento. O limite depende do modelo de extração.

Se um documento exigir mais valores de campo do que o modelo pode retornar, ele pode atingir seu limite de tokens. Isso pode acontecer mesmo que o documento esteja bem dentro dos limites de páginas listados nesta seção. Se você atingir esse limite, defina a estratégia de extração como Avançada, se estiver disponível para você, para lidar com mais valores de campo.

Se os limites de tokens forem excedidos, as previsões podem estar incompletas ou vazias, independentemente do número de páginas. Por exemplo, um documento de 80 páginas com 1.400 valores de campo extraídos pode disparar um warning de limite de tokens na interface do usuário.No Runtime, quando o limite de tokens for excedido, a resposta da API mostrará isso retornando valores de confiança de ocorrência e extração de 0.

Se os limites de páginas forem excedidos, apenas as páginas dentro dos limites especificados abaixo são processadas. Ambos os comportamentos aplicam-se para o Gemini e GPT-4o.

Os limites de Runtime / runtime incluem:

• Número de páginas por documento:
  • Para o Gemini, até 500 páginas.
  • Para GPT-4o, 50 páginas.
• Limites de token – Documentos com muitos dados com mais de 200 valores de campo, como tabelas longas, provavelmente atingirão o limite de token. O Gemini tem um limite de tokens de saída mais alto por padrão, então pode retornar um número maior de valores de campo em uma única chamada.

Suporte a idiomas

A configuração Suporte a idioma define quais alfabetos o OCR é otimizado para reconhecer antes da extração. Se seus documentos usarem qualquer script não latino, selecione Idiomas estendidos.

As opções disponíveis são:

• Detecção automática - Seleciona automaticamente o OCR apropriado para o documento.
• Idiomas baseados em latinos - Otimizado para documentos em idiomas do alfabeto latino, incluindo inglês, francês, alemão, espanhol e português.
• Idiomas estendidos - Otimizado para documentos em alfabetos não latinos, com suporte para alfabetos latinos para conjuntos de dados mistos.

Você pode carregar documentos e criar modelos em qualquer idioma que seja bem suportado pelo modelo de extração selecionado. O conjunto de idiomas compatíveis depende do modelo que você selecionar.

A precisão da extração pode variar dependendo do idioma dos seus documentos. Os resultados podem ser menos consistentes para idiomas como:

• Árabe
• chinês
• Hebraico
• Coreano

Para esses idiomas, você deve validar o desempenho do modelo em uma amostra representativa de seus documentos antes de passar para a produção.

Análise de layout

A configuração de análise de layout é uma etapa opcional que reconstrui layouts de documentos e os passa para o modelo, para melhorar o desempenho de extração em documentos com tabelas ou layouts complexos. Essa etapa adiciona latência a cada documento.

As opções disponíveis são:

• Nenhum - Processa documentos diretamente, sem reconstruir o layout. Essa opção tem uma latência menor.
• Completo - Reconstrui o layout da página completa, incluindo tabelas, formulários e texto livre, para melhorar o desempenho da extração. Essa opção tem a maior latência.

Atribuição

A configuração Atribuição define o método para atribuir previsões de modelos às suas referências no documento.

As opções disponíveis são:

• Baseada em regras - Uma opção de baixa latência que usa regras e heurísticas para fazer a correspondência dos intervalos corretos em uma página com os valores previstos do modelo. Isso sacrifica o desempenho em termos de atribuições bem-sucedidas em comparação com a opção baseada em modelo.
• Baseada em modelo – A opção de melhor desempenho, com maior latência. Ele usa uma chamada de LLM adicional para fazer a correspondência dos valores previstos com os intervalos corretos na página, pois esses valores podem muitas vezes ser repetidos em diferentes partes da página. Essa opção é baseada no Gemini.

Substitui

A configuração Substituições impõe substituições na configuração do modelo, para aplicar configurações avançadas de desenvolvedor. Insira as substituições no formato JSON no editor JSON . O editor valida o JSON e mostra um rótulo Válido quando o conteúdo é válido.

Observação:

A configuração Substituições pode não estar disponível para sua organização. Para solicitar o acesso, entre em contato com o gerente de sua conta.