法律 SaaS - 产品已在运行
新版式不再是一个项目。
他们的产品本就能抽取公司登记类文档，但每出现一种新版式，就得重训分类器或另写规则。我们把抽取流程重构为基于语言模型的智能体：没见过的文档走同一条路径，每个字段都带回源文档和页码，判断不确定的交给人来定。
- 背景
- 法律 SaaS - 产品已在运行
- 周期
- 分阶段交付，逐个版式推进
- 交付内容
- 抽取流程重构为基于语言模型的智能体，集成进现有产品，每次抽取都留下追溯记录。
100%
抽取字段均带有源文档与页码
0
接入新版式需重训的分类器数量
每个数字的出处见下文。
01
起点是什么样
产品早已上线，并且已经解决了最难的部分：获取并结构化公司登记与代表权文档。代价出在增长上：外部文档的接入依赖一条 BERT 类分类器加模板规则抽取的流程，只要文档长得像模板就跑得通。每来一种新版式，都要先做模型或规则的工作才能覆盖；而在一个以文档为准的领域里，模板永远慢一步。
02
思路
我们把这些流程重构为基于语言模型的智能体，变化是性质上的：不再对着一个封闭目录做分类，而是由智能体读文档、判断自己面对的是什么，再基于文本推理抽取字段。没见过的版式不再是打断流程的例外，它和其他文档走同一条路径。又因为这是法律领域，可信度不能靠假设：每个字段都带回它所出自的页码和原文片段；抽取结果不确定时，先由人判断，任何内容才会进入案卷。
03
最终跑起来的东西
AI 功能就长在客户原本就在用的产品里，不需要另开一个工具：把文档传进案卷，每个抽取出来的字段都能显示它从哪来。而覆盖一种新版式也不再是一个模型项目：扩展输出结构和评测用例就行。
交付构件
- 基于语言模型的抽取智能体
- 溯源引用与人工复核
- 每次改动都在真实文档上跑评测
本案例已做匿名处理。我们在 NDA 之下工作：不公开客户名称、标识，也不公开任何可用于识别客户的信息。技术细节可在电话沟通中详谈。
下一步
聊聊你的项目？
30 分钟里，我们一起过一遍：你想建什么、现在跑着什么、数据和集成的情况，以及用户真正进来之后还缺什么才撑得住。项目是你自己的还是你客户的，都一样，这通电话没有区别。
30 分钟免费评估，不设任何前提。如有需要，可先签 NDA。下一个工作日内回复。