Extraction 資訊擷取是什麼？把一堆文字變成能用的欄位

一疊發票要key進試算表、一批合約要整理成到期日清單、一堆履歷要拆成學歷與年資欄位。這種苦工就是資訊擷取要接手的事。

它是 AI 落地最快見效的一類應用，因為輸出可以直接進系統，不需要人再重打一次。

定義

資訊擷取是把非結構化的內容，變成結構化的資料。來源可以是合約、新聞、發票、履歷、網頁或郵件。

流程大致是六步：輸入來源、理解內容、辨識目標欄位、抓出對應內容、整理成表格或欄位、輸出到後續系統。

白話比喻

像你請助理拿螢光筆去讀一疊合約，交代他只畫三樣：甲方、總金額、到期日。

他不需要讀懂整份合約的法律邏輯，只要把那三格找對、抄進表格。交代得越具體，抄回來的東西越能直接用。

擷取、摘要、分類差在哪？

實際用例

常見的落地場景包括文件處理、商業分析、客服自動化、法律合規、醫療紀錄與財務會計。共同點是原本都要人一筆一筆重打。

實作上多半會搭配 JSON Mode 或 結構化輸出，讓模型回傳固定格式，程式才接得住。前置的檔案處理則屬於 Parsing 內容拆解 的範圍。