2026年7月20日
ABBYYのドキュメントAIプラットフォーム「Vantage」は、プロンプトベースの抽出機能を新たに導入しました。この機能により、大規模言語モデル（LLM）を文書処理ワークフローに直接連携させ、自然言語による指示を用いて構造化データを抽出することが可能になります。 独自のコーディングも、別途のプラットフォームも、事前のモデル学習も一切不要です。 この記事では、この機能の概要、対応しているLLMプロバイダー、接続方法、そして導入初日からエンタープライズ環境での利用が可能な実用的な機能について解説します。
移動先：
ABBYY Vantageプラットフォームにおける「プロンプトベースの抽出」とは？
プロンプトベースの抽出をハイブリッドワークフローに組み込む方法
プロンプトベースの抽出機能を使えば、自然言語による指示を用いて、任意のLLMを活用し、文書から構造化データを抽出することができます。 従来の機械学習モデルを学習させる代わりに、抽出したいフィールドを指定し、出力形式を定義すれば、あとはLLMに任せるだけです。
この機能は、ABBYY Vantageの「Advanced Designer」内に、専用のアクティビティとして実装されています。 他の抽出アクティビティと同じようにワークフローキャンバスに追加し、LLMプロバイダーに接続してプロンプトを作成または調整した後、対象の文書で実行します。 この結果は、スキルで定義した出力フィールドに直接対応します。
これが重要なのは、プラットフォームでできることの幅が広がるからです。大量で、反復的に処理される定型文書については、専用に構築された機械学習モデルが引き続き最適な選択肢です。 プロンプトベースの抽出は、レイアウトのばらつきが大きい文書、処理量は少ないものの重要度の高いケース、ラベル付き学習データがまったくない状況など、従来の手法では対応しにくかった領域を補完します。
ABBYY Vantageは、モデルに依存しないアプローチを採用しています。 LLMの認証情報を指定すれば、あとはプラットフォームがすべて処理します。 接続はテナントレベルで一度設定するだけで、組織内のすべてのスキル設計者がすぐに利用できるようになります。
あらかじめ組み込まれたネイティブ接続を通じて、以下の3つのプロバイダーがサポートされています。
プロバイダーごとに設定要件は異なりますが、セットアップの手順は共通しています。 「管理」セクションの「設定」に移動し、「接続」を開き、「接続の追加」をクリックします。次に、プロバイダーを選択して認証情報を入力し、接続テストを実行します。 緑色のチェックマークが表示されている場合は、接続が確立されていることを示しています。 テナント管理者は、スキルが公開された後でも、それを再公開することなく、環境ごとのデフォルトの接続設定を上書きすることができます。
プロンプトベースの抽出機能では、ネイティブ接続の拡充を進めていますが、カスタムアクティビティ機能を使用することで、その他のモデルにも接続できます。 この機能により、あらかじめ組み込まれた3つのプロバイダーにとどまらず、ドキュメントスキル内から任意のサードパーティ製RESTサービスを呼び出すことが可能になります。 これにより、Anthropic Claudeや自社ホスト型モデル、企業独自のLLMなど、他のLLMへ文書を転送することが可能になります。 文書のフィールド、テキスト、画像の形式を外部へ送信する前に定義し、出力形式についてもデフォルト以外の形式を選択できます。 それを通じて、共有するデータを自由に制御できるほか、コーディングの手間を大幅に削減できます。 また、ABBYY Marketplaceでは、その他のプロバイダー向けにあらかじめ設定されたコネクタもご用意しています。
効果的な抽出プロンプトを一から作成するには、時間と専門知識が必要です。 ABBYY Vantageのプロンプトベースのアクティビティには、数十年にわたる文書処理の経験に基づいて構築された、事前設計済みのプロンプトが用意されています。 これらは単なる汎用テンプレートではありません。 これらのプロンプトには、ビジネス文書の構成や、言語・フォーマットによるフィールドラベルの違いに関する具体的な知識が組み込まれています。また、値を推測したり形式を変更したりせず、文書に記載されたとおりにデータを抽出するようLLMに指示するためのノウハウも含まれています。
一般的な事前設計済みプロンプトは、以下の4つの要素で構成されています。
これらのプロンプトを調整することで、コンテキストを追加したり、フィールドルールを拡張したり、条件付き抽出ロジックを導入したりすることができます。 事前設計済みの構造により、白紙の状態から始めるのではなく、信頼できる出発点から作業を開始できます。
スキルを本番環境に公開する前に、Advanced Designer内で実際の文書を用いて、プロンプトベースのアクティビティを直接テストすることができます。 テストセットから文書を選択し、アクティビティを実行して、予測ビューで抽出されたフィールドを確認します。 抽出された各値には、フィールド名、文書から抽出されたテキスト、および文書内でその値が見つかった位置が表示されます。
この設計段階でのテストループにより、本番環境での処理に影響を与えることなく、問題を迅速に特定し、反復的に改善することができます。 一般的な改善例としては、次のようなものがあります。
一度に1つのルールを変更し、複数の文書に対してテストを行うという反復的なアプローチにより、単一の例に対して最適化するよりも、一貫性の高い結果を得ることができます。 文書の形式も結果に影響します。 このプラットフォームでは、文書をLLMに送信する形式として、プレーンテキスト、書式付きテキスト、注釈付きテキストなど、複数のオプションがサポートされています。 注釈付きテキストは、文書の構造を維持しながら効率的に処理できるため、推奨される形式です。また、生のPDFファイルを送信する場合に伴う、トークンコストの増加やサポート上の制約も回避できます。
抽出リクエストのたびに文書全体を外部のLLM APIに送信すると、コストとデータの外部への露出という2つの問題が生じます。 ABBYY Document AIプラットフォームでは、選択的な処理によって、この2つの問題に対応しています。
プロンプトベースの抽出は、より広範なドキュメントスキル内の1つのアクティビティとして実行されるため、文書の特定の部分のみを処理するよう設定できます。 まず、プラットフォームの光学文字認識（OCR）とレイアウト解析が実行され、文書から整理された定型テキストが生成されます。 その後、未処理の文書全体ではなく、関連するセクションやフィールドのみをLLMに送信します。
これにより、次のような実用的なメリットが得られます。
このアプローチにより、「プロンプトインジェクション」のリスクも低減できます。プロンプトインジェクションとは、未処理の文書コンテンツを前処理せずにLLMへ直接渡すことで生じる、既知の脆弱性です。
プロンプトベースの抽出は、プラットフォームの他の抽出手法に取って代わるものではなく、それらと併用することができます。 一般的な請求書スキルでは、明細項目や合計金額などの構造化フィールドには事前学習済みのML抽出モデルを使用し、文書によってレイアウトのばらつきが大きく、学習済みモデルでは安定した処理が難しいベンダーの銀行口座情報には、プロンプトベースのアクティビティを追加するといった使い方ができます。
ハイブリッドパイプラインでは、それぞれの抽出手法を最も適した用途に活用できます。
| 文書の状況 | 最適なアプローチ |
| 大量で反復的に処理される定型文書 | 専用に構築されたML抽出 |
| 処理量が少なく、ばらつきが大きい、またはレイアウトが複雑な文書 | プロンプトベースの抽出（LLM） |
| 学習データがない場合 | ゼロショットによるプロンプトベースの抽出 |
| 監査証跡が求められる、コンプライアンス上重要なフィールド | ヒューマン・イン・ザ・ループによる決定論的抽出 |
| 複数のユースケースが混在する文書セット | 文書ごとに最適な手法を選択するハイブリッド戦略 |
プロンプトベースのアクティビティによる出力は、他の抽出結果と同じ検証、ヒューマン・イン・ザ・ループ（Human-in-the-Loop）のレビュー、エクスポートの各ステップに送られます。 LLMの応答は、元の文書の内容に基づいて生成されます。また、フィールド値は記載どおりに抽出され、文書内の該当箇所と紐付けられます。これにより、抽出結果を追跡できるため、コンプライアンス要件への対応にも役立ちます。
現在、皆様のために準備を進めている内容を少しご紹介します。 当社はLLMエコシステムのサポート範囲を拡大し、現在あらかじめ組み込まれている接続に加えて、汎用モデルや自社ホスト型の独自モデルにも対応する予定です。 また、プロンプトの管理・最適化ツール、LLM出力に対するガバナンスの強化とハルシネーションを防止するためのガードレール、さらに事前学習なしで効率的かつ信頼性の高いゼロショット抽出を可能にする、文書処理に最適化されたABBYYホスト型言語モデルの開発も進めています。
プロンプトベースの抽出を取り入れることで、従来のモデル学習では対応が難しいほどばらつきが大きい文書や非定型文書でも、カスタム統合を一から構築することなく処理できるようになり、文書自動化における大きな課題の一つを解消できます。 あらかじめ組み込まれたLLM接続、事前設計済みプロンプト、設計段階でのテスト、選択的なデータ送信を組み合わせることで、接続の設定から実際に動作する抽出スキルの構築まで、30分以内で完了できます。
詳細な技術的なガイダンスについては、LLM接続の設定およびプロンプトベースのアクティビティによるデータ抽出に関する資料をご参照ください。 プラットフォーム全体で何が可能になるのかについては、abbyy.com/ja/ai-document-processing をご覧ください。
プロンプトベースの抽出は、ABBYY Vantageの機能の一つであり、自然言語による指示を用いて、接続されたLLMを通じて文書から構造化データを抽出することができます。 フィールドを定義し、抽出対象を記述したプロンプトを入力すると、LLMが文書を処理し、指定されたJSON形式で構造化データを出力します。 モデル学習は必要ありません。
このプラットフォームには現在、OpenAI ChatGPT、Microsoft Foundry、Google AI Studio（Gemini）向けのあらかじめ組み込まれた接続機能が用意されています。 「カスタムアクティビティ」機能を使用すると、その他のプロバイダーにも接続でき、ドキュメントスキル内から任意のサードパーティ製RESTサービスを呼び出すことができます。
「管理」セクションに移動し、「設定」を開いて、「接続」へ進みます。 「接続を追加」をクリックし、プロバイダーを選択してAPI認証情報を入力し、接続テストを実行します。 テストが成功すると、その接続はテナント内のすべてのスキル設計者がすぐに利用できるようになります。
はい。 Advanced Designerには設計段階でのテスト環境が用意されており、スキルを本番環境に公開する前に、実際の文書に対してプロンプトベースのアクティビティを実行し、抽出されたフィールド値を確認して、プロンプトを調整することができます。 複数の文書にまたがってテストを行い、結果の一貫性を確認することもできます。
リクエストのたびに文書全体をLLMに送信するのではなく、プロンプトベースのアクティビティにある「以前に抽出されたフィールドからデータを抽出」の下に用意された事前定義済みのプロンプトを使用できます。 この設定では、まずABBYYのOCRが実行され、文書が整理された構造化テキストに変換されます。 その後、そのテキストのうち必要な部分だけをLLMに送信します。 これにより、トークンの消費量を削減し、データの外部への露出を抑え、抽出精度を向上させることができます。
プロンプトベースの抽出は、処理量が少なく、ばらつきが大きい文書を扱う場合、利用できるラベル付き学習データがない場合、文書のレイアウトが頻繁に変化し、学習済みモデルでは確実に処理できない場合、あるいは既存の機械学習モデルが苦手とする特定の領域やフィールドを補完する必要がある場合に適しています。 大量の定型文書や、コンプライアンス上重要な文書については、専用に構築されたML抽出が、引き続きより正確で費用対効果の高い選択肢です。
はい。 フィールドルールには、複数の言語によるラベルのバリエーションを含めることができます（例えば、同じフィールドの認識ラベルとして「IBAN」、「Bankverbindung」、「Coordonnées bancaires」を指定するなど）。 LLMは一般的に多言語コンテンツを適切に処理でき、注釈付きテキスト形式では、言語にかかわらず文書の構造が維持されます。
Slavena Hristova
ABBYY Document AI製品マーケティングディレクター
スラベナ・ヒリストヴァは、AIを活用したインテリジェント文書処理、OCR、ビジネスプロセスの自動化を専門とする経験豊富な製品マーケティングリーダーです。ABBYYの製品マーケティング部長として、彼女はDocument AI製品ラインのグローバル戦略を牽引し、市場でのポジショニング、販売戦略の実行、そして顧客の導入促進を担当しています。
製品マーケティングおよびマネジメントにおける豊富な専門知識を持つスラベナは、テクノロジーとビジネスニーズのギャップを埋め、企業がAI駆動の自動化を活用して、よりスマートな文書ワークフローを実現できるよう支援しています。イノベーションと企業の自動化におけるAIの進化する役割に情熱を注ぐ彼女は、企業がデータを処理し、その価値を抽出する方法を変革するために、戦略的かつ結果重視のアプローチを提供しています。
LinkedInでスラベナと繋がりませんか。
