Unstract – Nền tảng trích xuất tài liệu bằng LLM

Unstract là thương hiệu AI tài liệu của Zipstack, Inc., có địa chỉ liên hệ tại Los Altos, California. Sản phẩm nhắm tới khoảng cách giữa việc thử nghiệm mô hình ngôn ngữ lớn trên tài liệu và việc chạy trích xuất ổn định trong thực tế cho hóa đơn, sao kê ngân hàng, đơn đặt hàng, vận đơn, bộ hồ sơ bảo hiểm và tài liệu pháp lý.

Nền tảng gồm hai lớp. LLMWhisperer chuẩn bị tài liệu cho LLM bằng cách tạo văn bản giữ nguyên bố cục từ PDF scan, ảnh chụp điện thoại, biểu mẫu và hơn 20 loại tệp, có nhận diện ô đánh dấu và Highlight API liên kết câu trả lời với vị trí trên trang. Document Studio và Prompt Studio cho phép định nghĩa một lần schema JSON và prompt rồi ánh xạ nhiều bố cục khác nhau vào đó, kèm chế độ tác tử tự soạn schema và kiểm tra độ chính xác. Kết quả trích xuất triển khai dưới dạng API, pipeline ETL vào kho dữ liệu hoặc máy chủ MCP cho tác tử AI, còn sản phẩm Flow mới điều phối các quy trình nhiều bước.

• LLMWhisperer: trích xuất văn bản giữ bố cục từ bản scan, ảnh chụp và biểu mẫu để đưa vào LLM.
• Prompt Studio: định nghĩa schema và prompt một lần rồi dùng lại cho nhiều biến thể tài liệu.
• Agentic Prompt Studio: tự soạn schema, viết prompt và kiểm tra độ chính xác trích xuất.
• Hình thức triển khai: xuất bản kết quả trích xuất thành API, pipeline ETL hoặc máy chủ MCP.
• API dựng sẵn: trích xuất hóa đơn, sao kê ngân hàng, đơn đặt hàng, vận đơn và bảng.
• Rà soát thủ công và LLMChallenge: người kiểm tra kết quả và đối chiếu chéo giữa các mô hình.

Ngân hàng Việt Nam có thể tự triển khai bản mã nguồn mở để trích xuất dữ liệu sao kê và hồ sơ vay mà không gửi tệp ra nước ngoài. Doanh nghiệp giao nhận có thể chuyển vận đơn và phiếu đóng gói thành bản ghi ERP. Công ty phần mềm có thể nhúng LLMWhisperer làm lớp bóc tách cho trợ lý AI trả lời câu hỏi trên tài liệu của khách hàng.

Doanh nghiệp có thể tự chọn LLM và giữ dữ liệu tại chỗ hoặc trong VPC AWS, Azure, GCP của mình. LLMWhisperer đọc hơn 300 ngôn ngữ in và chữ viết tay ở 12 ngôn ngữ, gói miễn phí cho phép 100 trang mỗi ngày không cần thẻ tín dụng. Công ty ghi nhận hơn 600 khách hàng trả phí cho LLMWhisperer và hơn 10 triệu trang được xử lý mỗi tháng trong Document Studio.

Doanh nghiệp đang thay IDP theo mẫu bằng trích xuất dựa trên LLM, nhưng phần lớn dự án thí điểm dừng trước khi vận hành thật vì lo ngại độ chính xác và quyền kiểm soát dữ liệu. Phương án mã nguồn mở và tự lưu trữ hấp dẫn ngân hàng, bảo hiểm và doanh nghiệp logistics Đông Nam Á vốn phải giữ tài liệu khách hàng trong hạ tầng của mình.

Zipstack, Inc. kinh doanh dưới tên Unstract, địa chỉ liên hệ tại 23175 Eastbrook Avenue, Los Altos, California. Nền tảng có bản đám mây được quản lý, bản tại chỗ và bản mã nguồn mở, mã nguồn trên GitHub (Zipstack/unstract). Website hiển thị huy hiệu tuân thủ GDPR, ISO, SOC và HIPAA, và LLMWhisperer đạt 4,6/5 trên G2 với danh hiệu Category Leader.