ブログ・ 2026年9月7日

ドキュメントAI: あらゆる書類から必要なフィールドを抽出 (JA)

給与明細、資金証明書、納税申告書、会社設立証書、銀行取引明細書。オンボーディングで最も重要な書類は、決まったテンプレートがないものです。ドキュメントAIは、これらの書類から定義したフィールドを読み取り、相互参照します。.

By Didit2026年9月7日更新日 2026年9月7日

本人確認書類は簡単です。世界中に約14,000種類あり、レイアウトは固定されており、優れたOCRエンジンは何も指示されなくてもそれらを読み取ります。しかし、オンボーディングを実際に滞らせるのは、それ以外の書類です。メキシコの納税状況証明書（constancia de situación fiscal）、ベネズエラの納税者登録（RIF）、スペインの会社設立証書（escritura de constitución）、インドの銀行取引明細書、英国の給与明細、誰かの会計士が作成した資産源泉証明書などです。これらはどれも同じものはなく、テンプレートでは対応できません。

通常は人間が対応します。誰かがPDFを開き、数字を読み取り、フォームに入力し、次に進むという作業を週に何百回も行います。ドキュメントAIは、人間ではない解決策です。

主なポイント

ワークフローごとに最大3つのドキュメントを設定でき、それぞれについて抽出したい正確なフィールド（名前、タイプ（text、number、date）、抽出指示、必須かどうか）を定義できます。
ビジョン・言語モデルは、フィールド定義から構築されたスキーマに基づいて各ドキュメントを読み取り、型付きの値（数字は数字、日付はYYYY-MM-DD）を返します。
PDFおよびEXIFフォレンジックがすべてのアップロードで実行され、改ざんを検出します。
抽出されたフィールドは、他のステップと相互参照できます。例えば、銀行取引明細書上の口座名義人を、確認済みのID上の名前と照合したり、作成したカスタムルールと照合したりできます。
ドキュメントあたり$0.20です。ファイルが手元にあり、ホストされたUIが一切不要な場合は、スタンドアロンAPIも利用できます。

ドキュメントAIの機能

ドキュメントは一度だけ記述します。画面上のタイトルと説明を与え、これらはすべての検証言語に自動的に翻訳され、読み取るデータポイントをリストします。各フィールドには、キー、人間が読める名前、モデルに何を検索するかを伝える指示、タイプ、および必須フラグが設定されます。

ユーザーはPDFまたは画像をアップロードします。Diditはそれをレンダリングし、スキーマに対して抽出を実行し、フォレンジックを適用し、次にルールを適用します。結果はドキュメントごとのステータスであり、DeclinedがIn Reviewを、In ReviewがApprovedを上回る形で、機能ステータスに集約されます。

それが重要な理由

固定テンプレートのOCRでは解決できない、オンボーディングにおける3つの問題があります。

ドキュメントにテンプレートがない。資金証明書は、顧客の銀行が印刷することを選択したものです。資産源泉証明書は散文です。一般化できる唯一のものは、位置ではなく意味を読み取るモデルです。

データはセッションの他の部分と一致する必要がある。給与明細から「J. Smith」を抽出するだけではほとんど価値がありません。それを抽出し、確認済みの本人確認書類上のフルネームと比較することは、管理です。ドキュメントAIは比較を行い、失敗した場合に何が起こるかを決定できます。

ドキュメントが編集されている可能性がある。元の数字の上に別の数字が貼り付けられた給与明細は、貸付における最も古い手口です。PDF構造と画像EXIFのフォレンジックチェックは、すべてのアップロードで実行され、設定したアクションに応じて、却下、レビュー、または合格を判断できます。

技術詳細

ファイルがすでにサーバーにある場合、1つのリクエストで全てが完了します。

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}]'

抽出されたフィールド、名前の一致結果、およびステータスが同期的に返されます。ホストされたフローもセッションもありません。

ワークフロー内では、同じ設定がDOCUMENT_AI機能に存在し、ユーザーはホストされたフローまたはSDKを通じてアップロードします。DOCUMENT_AIは決定features[]配列に表示され、GET /v3/session/{sessionId}/decision/から結果を取得するか、session.status.updatedを購読します。

設定可能なルール

ルール	発生条件	アクション
`document_ai_unreadable_document_action`	ファイルが読み取れない場合	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_missing_required_fields_action`	必須フィールドがない場合	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_document_tampering_action`	フォレンジックが改ざんを検出した場合	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_name_mismatch_action`	名前フィールドがしきい値を下回る場合	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_unsupported_file_action`	ファイルタイプが受け入れられない場合	`DECLINE` · `REVIEW` · `NO_ACTION`
`document_ai_max_attempts_exceeded_action`	ユーザーが再試行を使い果たした場合	`DECLINE` · `REVIEW` · `NO_ACTION`

さらに、0から100までのdocument_ai_name_match_score_thresholdと、2から5までのdocument_ai_max_retry_attemptsがあります。

他のステップとの相互参照

カスタムstatus_rules[]は、抽出されたフィールドをdocument_ai.として参照し、value_type: "field"を使用して他のステップの出力と比較できます。したがって、document_ai.account_holder equals kyc.full_nameは、待つ機能ではなく、自分で作成するルールです。

個人のワークフローでは、is_full_nameとマークされたフィールドは、確認済みの本人確認情報と自動的に比較されます。ビジネスワークフローでは、レジストリと一致する会社名と比較されます。

ユースケース

貸付および後払い決済（BNPL）。給与明細と銀行取引明細書から純支払額を数値として抽出し、引受ルールで利用できます。すべてのアップロードで改ざん検出も行われます。

仮想通貨および高額オンボーディング。資金証明書および資産源泉証明書を、確認済みの本人確認情報と相互参照します。

ラテンアメリカでのビジネスオンボーディング。納税状況証明書（Constancia de situación fiscal）、納税者登録（RIF）、会社定款（contrato social）、存在証明書（certificado de existencia）。これらの書類の形式は税務当局によって定められており、予告なく変更されるため、テンプレートではなく指示に基づいて読み取られます。

規制対象の専門サービス。エンゲージメントレターや信託証書など、書類上の名前がセッションに署名した人物と一致する必要があります。

Diditとの統合方法

ワークフロービルダーを開き、ドキュメントAI機能を追加します。
ドキュメントとそのフィールドを定義します。テンプレートから始めるか、ゼロから構築します。
基本ルールと名前の一致しきい値を設定します。
他のステップを相互参照するカスタムステータスルールを追加します。
POST /v3/session/でセッションを作成し、決定を読み取るか、ファイルがすでに手元にある場合はPOST /v3/document-ai/を直接呼び出します。

よくある質問

いくつのドキュメントを設定できますか？

ワークフローごとに最大3つで、それぞれに独自のフィールドリスト、タイトル、説明があります。

どのファイルタイプが機能しますか？

PDFと画像です。それ以外のものはdocument_ai_unsupported_file_actionをトリガーします。

他の言語のドキュメントも処理できますか？

はい、できます。作成したタイトルと説明はすべての検証言語に自動翻訳され、抽出は言語に縛られず、指示に基づいて行われます。

費用はいくらですか？

ワークフローまたはスタンドアロンAPIを介して、ドキュメントあたり$0.20です。Diditのすべての機能と同様に、最初の月500回は無料です。

本人確認なしで使用できますか？

はい。POST /v3/document-ai/はスタンドアロンのサーバー間呼び出しです。セッションもホストされたUIも本人確認ステップも不要です。

始めませんか？

ドキュメントAIのドキュメント、スタンドアロンAPIリファレンスを読み、料金を確認し、無料で始めましょう。