ब्लॉग · 7 सितंबर 2026

डॉक्यूमेंट एआई: किसी भी दस्तावेज़ से अपने परिभाषित फ़ील्ड निकालें (HI)

वेतन पर्ची, फंड का प्रमाण, टैक्स स्टेटमेंट, निगमन विलेख, बैंक स्टेटमेंट। ऑनबोर्डिंग में सबसे महत्वपूर्ण दस्तावेज़ वे हैं जिनका कोई निश्चित टेम्पलेट नहीं होता। डॉक्यूमेंट एआई उनमें से किसी से भी आपके द्वारा परिभाषित फ़ील्ड पढ़ता.

द्वारा Didit7 सितंबर 2026अपडेट किया गया 7 सित॰ 2026

पहचान दस्तावेज़ आसान होते हैं। दुनिया में लगभग 14,000 हैं, उनका निश्चित लेआउट होता है, और एक अच्छा ओसीआर इंजन उन्हें बिना कुछ बताए पढ़ लेता है। जिन दस्तावेज़ों के कारण वास्तव में ऑनबोर्डिंग रुक जाती है, वे अन्य दस्तावेज़ होते हैं: एक मैक्सिकन कॉन्स्टैंसिया डी सिटुआसियन फिस्कल, एक वेनेजुएला का आरआईएफ, एक स्पेनिश एस्क्रिटुरा डी कॉन्स्टिट्यूशन, एक भारतीय बैंक स्टेटमेंट, एक यूके पेस्लिप, किसी अकाउंटेंट द्वारा लिखा गया स्रोत-ऑफ-वेल्थ लेटर। कोई भी दो एक जैसे नहीं दिखते, और कोई भी टेम्पलेट उन्हें कवर नहीं करता।

इसका सामान्य उत्तर एक इंसान होता है। कोई व्यक्ति पीडीएफ खोलता है, संख्या पढ़ता है, उसे एक फॉर्म में टाइप करता है, और आगे बढ़ता है — सप्ताह में सैकड़ों बार। डॉक्यूमेंट एआई वह उत्तर है जो इंसान नहीं है।

मुख्य निष्कर्ष

आप प्रति वर्कफ़्लो अधिकतम तीन दस्तावेज़ कॉन्फ़िगर कर सकते हैं, और प्रत्येक के लिए आप उन सटीक फ़ील्ड्स को परिभाषित करते हैं जिन्हें आप निकालना चाहते हैं — नाम, प्रकार (text, number, date), एक निष्कर्षण निर्देश, और क्या यह आवश्यक है।
एक विज़न-लैंग्वेज मॉडल आपके फ़ील्ड परिभाषाओं से निर्मित स्कीमा के विरुद्ध प्रत्येक दस्तावेज़ को पढ़ता है और टाइप किए गए मान लौटाता है — संख्याएँ संख्याओं के रूप में, तिथियाँ YYYY-MM-DD के रूप में।
छेड़छाड़ का पता लगाने के लिए प्रत्येक अपलोड पर पीडीएफ और एक्सिफ़ फोरेंसिक चलते हैं।
निकाले गए फ़ील्ड को अन्य चरणों के विरुद्ध क्रॉस-रेफरेंस किया जा सकता है — उदाहरण के लिए, एक बैंक स्टेटमेंट पर खाताधारक का नाम सत्यापित आईडी पर नाम के विरुद्ध — और आपके द्वारा लिखे गए कस्टम नियमों के विरुद्ध।
प्रति दस्तावेज़ $0.20। यदि आपके पास पहले से फ़ाइल है और कोई होस्टेड यूआई नहीं चाहते हैं तो एक स्टैंडअलोन एपीआई भी है।

डॉक्यूमेंट एआई क्या करता है

आप एक बार एक दस्तावेज़ का वर्णन करते हैं। आप इसे एक ऑन-स्क्रीन शीर्षक और विवरण देते हैं, जिसे स्वचालित रूप से प्रत्येक सत्यापन भाषा में अनुवादित किया जाता है, और आप पढ़ने के लिए डेटा बिंदुओं को सूचीबद्ध करते हैं। प्रत्येक फ़ील्ड को एक कुंजी, एक मानवीय नाम, एक निर्देश मिलता है जो मॉडल को बताता है कि क्या देखना है, एक प्रकार, और एक आवश्यक ध्वज।

उपयोगकर्ता एक पीडीएफ या एक छवि अपलोड करता है। Didit इसे रेंडर करता है, आपके स्कीमा के विरुद्ध निष्कर्षण चलाता है, फोरेंसिक लागू करता है, फिर आपके नियम लागू करता है। परिणाम प्रति-दस्तावेज़ स्थिति होती है जो सुविधा स्थिति में बदल जाती है, जिसमें Declined, In Review को हराता है और Approved को हराता है।

यह क्यों मायने रखता है

ऑनबोर्डिंग में तीन चीजें टूट जाती हैं जिन्हें एक निश्चित-टेम्पलेट ओसीआर ठीक नहीं कर सकता।

दस्तावेज़ का कोई टेम्पलेट नहीं है। फंड का प्रमाण वही है जो ग्राहक के बैंक ने छापना चुना। एक स्रोत-ऑफ-वेल्थ लेटर गद्य है। जो चीज़ सामान्य है वह एक ऐसा मॉडल है जो स्थिति के बजाय अर्थ के लिए पढ़ता है।

डेटा को बाकी सत्र से सहमत होना होगा। एक वेतन पर्ची से "जे. स्मिथ" निकालना अपने आप में बहुत कम मूल्य का है। इसे निकालना और सत्यापित पहचान दस्तावेज़ पर पूरे नाम के विरुद्ध इसकी तुलना करना एक नियंत्रण है। डॉक्यूमेंट एआई तुलना करता है और आपको यह तय करने देता है कि जब यह विफल हो जाए तो क्या होता है।

दस्तावेज़ संपादित किया जा सकता है। मूल पर एक अलग संख्या के साथ चिपकी हुई एक वेतन पर्ची उधार देने का सबसे पुराना तरीका है। पीडीएफ संरचना और छवि एक्सिफ़ पर फोरेंसिक जांच प्रत्येक अपलोड पर चलती है और आपके द्वारा कॉन्फ़िगर की गई कार्रवाई के आधार पर अस्वीकार, समीक्षा या पास कर सकती है।

तकनीकी विवरण

यदि फ़ाइल पहले से आपके सर्वर पर है, तो एक अनुरोध पूरा काम करता है:

curl -X POST https://verification.didit.me/v3/document-ai/ \
  -H "x-api-key: $DIDIT_API_KEY" \
  -F "document=@payslip.pdf" \
  -F 'fields=[{"key":"account_holder","name":"Account holder","instruction":"Full name of the employee","type":"text","required":true,"is_full_name":true},{"key":"net_pay","name":"Net pay","instruction":"Net amount paid this period","type":"number","required":true},{"key":"pay_date","name":"Pay date","instruction":"Date of payment","type":"date","required":true}]'

आपको निकाले गए फ़ील्ड, नाम मिलान परिणाम और एक स्थिति समकालिक रूप से वापस मिलती है। कोई होस्टेड प्रवाह नहीं, कोई सत्र नहीं।

एक वर्कफ़्लो के अंदर वही कॉन्फ़िगरेशन DOCUMENT_AI सुविधा पर रहता है, और उपयोगकर्ता होस्टेड प्रवाह या एसडीके के माध्यम से अपलोड करता है। DOCUMENT_AI तब निर्णय features[] सरणी में दिखाई देता है, और आप GET /v3/session/{sessionId}/decision/ से परिणाम प्राप्त करते हैं या session.status.updated की सदस्यता लेते हैं।

आप जो नियम निर्धारित कर सकते हैं

नियम	कब सक्रिय होता है	कार्यवाही
`document_ai_unreadable_document_action`	फ़ाइल पढ़ी नहीं जा सकती	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_missing_required_fields_action`	एक आवश्यक फ़ील्ड अनुपस्थित है	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_document_tampering_action`	फोरेंसिक छेड़छाड़ का पता लगाता है	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_name_mismatch_action`	नाम फ़ील्ड थ्रेशोल्ड से नीचे स्कोर करता है	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_unsupported_file_action`	फ़ाइल प्रकार स्वीकार नहीं किया गया है	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_max_attempts_exceeded_action`	उपयोगकर्ता पुनः प्रयास समाप्त कर देता है	`DECLINE` · `REVIEW` · `NO_ACTION`

साथ ही 0 से 100 तक document_ai_name_match_score_threshold और 2 से 5 तक document_ai_max_retry_attempts।

अन्य चरणों को क्रॉस-रेफरेंस करना

कस्टम status_rules[] एक निकाले गए फ़ील्ड को document_ai. के रूप में संदर्भित करते हैं और इसे value_type: "field" का उपयोग करके किसी अन्य चरण के आउटपुट के विरुद्ध तुलना कर सकते हैं। तो document_ai.account_holder equals kyc.full_name एक ऐसा नियम है जिसे आप लिखते हैं, न कि कोई ऐसी सुविधा जिसका आप इंतजार करते हैं।

एक व्यक्ति वर्कफ़्लो पर, is_full_name के रूप में चिह्नित एक फ़ील्ड की स्वचालित रूप से सत्यापित पहचान के विरुद्ध तुलना की जाती है। एक व्यवसाय वर्कफ़्लो पर, इसकी तुलना रजिस्ट्री-मिलान कंपनी नाम के विरुद्ध की जाती है।

उपयोग के मामले

ऋण और बीएनपीएल। वेतन पर्ची और बैंक स्टेटमेंट, जिसमें शुद्ध वेतन एक संख्या के रूप में निकाला जाता है जिस पर आपके अंडरराइटिंग नियम कार्य कर सकते हैं, और प्रत्येक अपलोड पर छेड़छाड़ का पता लगाना।

क्रिप्टो और उच्च-मूल्य वाली ऑनबोर्डिंग। फंड का प्रमाण और स्रोत-ऑफ-वेल्थ लेटर, सत्यापित पहचान के विरुद्ध क्रॉस-जांच की जाती है।

लैटिन अमेरिका में व्यवसाय ऑनबोर्डिंग। कॉन्स्टैंसिया डी सिटुआसियन फिस्कल, आरआईएफ, कॉन्ट्राटो सोशल, सर्टिफिकाडो डी एक्सिस्टेंसिया। ऐसे दस्तावेज़ जिनका प्रारूप एक कर प्राधिकरण द्वारा निर्धारित किया जाता है और बिना सूचना के बदल जाता है, टेम्पलेट के बजाय निर्देश द्वारा पढ़े जाते हैं।

विनियमित पेशेवर सेवाएं। एंगेजमेंट लेटर और ट्रस्ट डीड, जहां दस्तावेज़ पर नाम उस व्यक्ति से मेल खाना चाहिए जिसने सत्र पर हस्ताक्षर किए हैं।

Didit के साथ कैसे एकीकृत करें

वर्कफ़्लो बिल्डर खोलें और डॉक्यूमेंट एआई सुविधा जोड़ें।
अपने दस्तावेज़ों और उनके फ़ील्ड्स को परिभाषित करें। एक टेम्पलेट से शुरू करें या स्क्रैच से बनाएं।
बुनियादी नियम और नाम मिलान थ्रेशोल्ड सेट करें।
कोई भी कस्टम स्थिति नियम जोड़ें जो अन्य चरणों को क्रॉस-रेफरेंस करते हैं।
POST /v3/session/ के साथ सत्र बनाएं और निर्णय पढ़ें, या यदि आपके पास पहले से फ़ाइल है तो सीधे POST /v3/document-ai/ को कॉल करें।

अक्सर पूछे जाने वाले प्रश्न

मैं कितने दस्तावेज़ कॉन्फ़िगर कर सकता हूँ?

प्रति वर्कफ़्लो अधिकतम तीन, प्रत्येक अपनी फ़ील्ड सूची, शीर्षक और विवरण के साथ।

कौन से फ़ाइल प्रकार काम करते हैं?

पीडीएफ और छवियां। कुछ भी और document_ai_unsupported_file_action को ट्रिगर करता है।

क्या यह अन्य भाषाओं में दस्तावेज़ों को संभालता है?

हाँ। आपके द्वारा लिखे गए शीर्षक और विवरण स्वचालित रूप से प्रत्येक सत्यापन भाषा में अनुवादित होते हैं, और निष्कर्षण निर्देश-संचालित होता है न कि भाषा-लॉक।

इसकी लागत कितनी है?

प्रति दस्तावेज़ $0.20, चाहे वर्कफ़्लो के माध्यम से हो या स्टैंडअलोन एपीआई के माध्यम से। पहले 500 प्रति माह मुफ्त हैं, जैसा कि हर Didit सुविधा के साथ होता है।

क्या मैं इसे बिना किसी पहचान सत्यापन के उपयोग कर सकता हूँ?

हाँ। POST /v3/document-ai/ एक स्टैंडअलोन सर्वर-टू-सर्वर कॉल है। कोई सत्र नहीं, कोई होस्टेड यूआई नहीं, कोई पहचान चरण आवश्यक नहीं है।

शुरू करने के लिए तैयार हैं?

डॉक्यूमेंट एआई दस्तावेज़, स्टैंडअलोन एपीआई संदर्भ पढ़ें, मूल्य निर्धारण देखें, और मुफ्त में शुरू करें।

आगे पढ़ें