รูปแบบผลลัพธ์และ Output
Result Formats
Result Format กำหนดว่า AI จะส่งข้อมูลที่ดึงมาในรูปแบบใด การเลือก Format คือขั้นตอนแรก เมื่อสร้าง Template — จะควบคุม Option การตั้งค่าที่ใช้ได้และวิธีที่ AI ประมวลผลเอกสารของคุณ
การเลือกรูปแบบ
| รูปแบบ | เหมาะสำหรับ | Extraction Mode | การกำหนดฟิลด์ |
|---|---|---|---|
| JSON | เชื่อมต่อ API, ข้อมูลโครงสร้าง, ฐานข้อมูล | Structured | JSON Schema (มี 19 Preset) |
| CSV | Spreadsheet, Excel, วิเคราะห์ข้อมูล | Structured | ชื่อคอลัมน์ |
| Text | สรุปข้อความธรรมดา, ดึงข้อมูลอย่างง่าย | Free Text | ไม่จำเป็น |
| รายงาน, เอกสารพิมพ์ได้ | Free Text | ไม่จำเป็น | |
| DOCX | เอกสาร Word, แก้ไข, แชร์ | Free Text | ไม่จำเป็น |
| XML | ระบบเก่า, แลกเปลี่ยนข้อมูล | Free Text | ไม่จำเป็น |
| HTML | แสดงบนเว็บ, เนื้อหาอีเมล | Free Text | ไม่จำเป็น |
| Image | สร้างรูปภาพด้วย AI จากเอกสาร | Structured | Option รูปภาพ |
NOTE
เมื่อคุณเลือก Text, PDF, DOCX, XML หรือ HTML เป็น Result Format ระบบจะสลับไปใช้ Free Text Extraction Mode โดยอัตโนมัติ — ไม่จำเป็นต้องกำหนด Field Schema
NOTE
รูปแบบ text, pdf และ docx จะใช้ Free Text Extraction Mode โดยอัตโนมัติ — ไม่จำเป็นต้องกำหนด Schema AI จะตอบสนองด้วย Output ข้อความบรรยายตามคำสั่งของคุณเท่านั้น นี่คือพฤติกรรมที่ถูกต้อง ไม่ใช่ข้อผิดพลาด
JSON
รูปแบบเริ่มต้น ข้อมูลที่ดึงมาจะถูกส่งคืนเป็น JSON Object ที่ตรงกับ Schema ของคุณ ใช้เมื่อเชื่อมต่อกับ API, จัดเก็บในฐานข้อมูล, หรือสร้าง Pipeline ประมวลผลแบบกำหนดเอง
ตัวอย่าง Output:
{
"เลขที่ใบกำกับ": "INV-2567-0042",
"วันที่ออกใบกำกับ": "2024-11-15",
"ยอดรวมทั้งสิ้น": 10700,
"สกุลเงิน": "THB",
"ผู้ขาย": {
"ชื่อ": "บริษัท เทค โซลูชัน จำกัด",
"เลขประจำตัวผู้เสียภาษี": "0105567012345"
}
}CSV
รูปแบบตารางที่เหมาะกับ Excel หรือ Google Sheets ดูส่วนการตั้งค่า CSV ด้านล่างสำหรับ Option การตั้งค่า CSV โดยละเอียด รวมถึงการจัดลำดับคอลัมน์และสอง CSV Mode
XML
ข้อมูลที่มีโครงสร้างในรูปแบบ XML Tag ใช้ร่วมกับระบบองค์กรและระบบเก่าได้
ตัวอย่าง Output:
<?xml version="1.0" encoding="UTF-8"?>
<extraction>
<invoice_number>INV-2024-0042</invoice_number>
<invoice_date>2024-11-15</invoice_date>
<vendor>
<name>บริษัท เทค โซลูชัน จำกัด</name>
<tax_id>0105567012345</tax_id>
</vendor>
<total_amount currency="THB">10700</total_amount>
<line_items>
<item>
<description>Cloud Server Monthly</description>
<quantity>1</quantity>
<unit_price>10700</unit_price>
</item>
</line_items>
</extraction>DOCX และ PDF
ข้อมูลที่ AI ดึงมาจะถูก Format เป็นเอกสาร Word หรือ PDF เหมาะสำหรับสร้างรายงานที่มนุษย์อ่านได้ ที่สามารถพิมพ์ แชร์ หรือจัดเก็บได้โดยไม่ต้องประมวลผลเพิ่มเติม
NOTE
Output แบบ DOCX และ PDF คือไฟล์ Binary AI จะสร้างเอกสารที่มีรูปแบบสมบูรณ์พร้อม Heading, ตาราง และส่วนที่มีโครงสร้างตามข้อมูลที่ดึงมา คุณสามารถดาวน์โหลดไฟล์ผลลัพธ์ได้โดยตรงจาก Processing History
โครงสร้างตัวอย่างของ PDF/DOCX ที่สร้างขึ้น:
- Title: ประเภทเอกสารและหมายเลขอ้างอิง
- Header section: Metadata หลัก (วันที่, ผู้ขาย, ลูกค้า)
- Data table: รายการที่ดึงมาในตารางที่จัดรูปแบบแล้ว
- Summary: ยอดรวม, การคำนวณภาษี และหมายเหตุ
Text
Output ข้อความดิบจาก AI เหมาะเมื่อต้องการคำอธิบาย สรุป หรือ Transcription เนื้อหาเอกสารในรูปแบบข้อความธรรมดา ใช้กับ Free Text Extraction Mode
ตัวอย่าง Output:
Invoice INV-2024-0042 dated November 15, 2024.
Issued by บริษัท เทค โซลูชัน จำกัด (Tax ID: 0105567012345) to
the purchasing department.
Items:
- Cloud Server Monthly: 1 unit × ฿10,700.00 = ฿10,700.00
Subtotal: ฿10,700.00
VAT (7%): ฿749.00
Total: ฿11,449.00
Payment terms: Net 30 days.HTML
AI ส่งคืนการตอบสนองในรูปแบบ HTML เหมาะเมื่อต้องการแสดงผลลัพธ์บนเว็บอินเทอร์เฟซโดยตรง ฝังในอีเมล หรือแสดง Rich Text Output
ตัวอย่าง Output:
<div class="invoice-extraction">
<h2>Invoice INV-2024-0042</h2>
<table>
<tr><th>Date</th><td>2024-11-15</td></tr>
<tr><th>Vendor</th><td>บริษัท เทค โซลูชัน จำกัด</td></tr>
<tr><th>Tax ID</th><td>0105567012345</td></tr>
</table>
<h3>Line Items</h3>
<table>
<tr><th>Description</th><th>Qty</th><th>Price</th><th>Amount</th></tr>
<tr><td>Cloud Server Monthly</td><td>1</td><td>฿10,700</td><td>฿10,700</td></tr>
</table>
<p><strong>Total: ฿11,449.00</strong> (incl. 7% VAT)</p>
</div>TIP
HTML Output เหมาะอย่างยิ่งสำหรับฝังผลลัพธ์การดึงข้อมูลลงในการแจ้งเตือนทางอีเมลหรือ Dashboard ภายใน — ไม่จำเป็นต้องมีขั้นตอน Rendering เพิ่มเติมที่ฝั่งผู้รับ
Image
AI สร้างรูปภาพตามเนื้อหาเอกสารหรือคำสั่งของคุณ ดูส่วน Image Generation ด้านล่างสำหรับการตั้งค่าโดยละเอียด
การตั้งค่า CSV
Output แบบ CSV มีสองโหมดที่ให้คุณควบคุมโครงสร้างของ Spreadsheet ที่ Export
Simple Mode (Columns Only)
เปิดใช้ csvColumnsOnly เพื่อสร้าง CSV ที่แต่ละแถวมีเฉพาะค่าที่ระบุใน csvColumnOrder โดยไม่มีการขยาย Schema แบบเต็ม เหมาะสำหรับข้อมูลแบบ Flat ที่ต้องการ Layout แบบคอลัมน์ต่อคอลัมน์อย่างง่าย
ตัวอย่างการตั้งค่า:
{
"resultFormat": "csv",
"csvColumnsOnly": true,
"csvColumnOrder": [
"invoice_number",
"invoice_date",
"vendor_name",
"total_amount",
"currency"
]
}Output CSV:
invoice_number,invoice_date,vendor_name,total_amount,currency
INV-2567-0042,2024-11-15,บริษัท เทค โซลูชัน จำกัด,10700,THB
INV-2567-0043,2024-11-18,ร้านค้าตัวอย่าง,5350,THBFull Schema Mode
เมื่อ csvColumnsOnly เป็น false (ค่าเริ่มต้น) JSON Schema แบบเต็มจะถูกใช้สร้างโครงสร้าง CSV Object และ Array ที่ซ้อนกันจะถูก Flatten ด้วย Dot Notation
ตัวอย่าง — Schema ที่มี Object vendor ที่ซ้อนกันจะสร้างคอลัมน์เหล่านี้:
invoice_number,invoice_date,vendor.name,vendor.tax_id,total_amountการจัดลำดับคอลัมน์
ใช้ csvColumnOrder เพื่อระบุลำดับคอลัมน์ที่แน่นอนใน Output:
{
"csvColumnOrder": ["invoice_number", "invoice_date", "total_amount", "vendor.name"]
}คอลัมน์ที่ไม่ได้ระบุใน csvColumnOrder จะปรากฏหลังคอลัมน์ที่จัดลำดับแล้ว วิธีนี้ช่วยให้คุณ Pin คอลัมน์ที่สำคัญที่สุดไว้ด้านซ้าย
ตัวอย่าง CSV: เครื่องสแกนใบเสร็จ
Schema:
{
"type": "object",
"properties": {
"receipt_date": { "type": "string", "description": "วันที่รับใบเสร็จ YYYY-MM-DD" },
"store_name": { "type": "string", "description": "ชื่อร้านค้า" },
"item_name": { "type": "string", "description": "ชื่อสินค้าหรือบริการ" },
"quantity": { "type": "number", "description": "จำนวน" },
"unit_price": { "type": "number", "description": "ราคาต่อหน่วย" },
"total": { "type": "number", "description": "ยอดรวม" },
"payment_method": { "type": "string", "description": "วิธีชำระเงิน" }
}
}การตั้งค่า CSV:
{
"resultFormat": "csv",
"csvColumnsOnly": true,
"csvColumnOrder": ["receipt_date", "store_name", "item_name", "quantity", "unit_price", "total", "payment_method"]
}TIP
ใช้ csvColumnsOnly: true ร่วมกับ csvColumnOrder เพื่อได้ CSV Output ที่เรียบง่ายและคาดเดาได้มากที่สุด วิธีนี้ให้ Spreadsheet แบบ Flat ที่สะอาดพร้อมเฉพาะคอลัมน์ที่คุณต้องการ — เหมาะสำหรับนำเข้า Excel หรือ Google Sheets โดยไม่ต้องประมวลผลภายหลัง
Image Generation
เมื่อตั้งรูปแบบ Result เป็น image Ocriva จะใช้ AI Image Generation Pipeline แทนการดึงข้อความ AI จะอ่านเนื้อหาเอกสารหรือทำตามคำสั่งของคุณแล้วสร้างรูปภาพที่สอดคล้อง
ประโยชน์ใช้งาน:
- แปลงคำอธิบายข้อความเป็น Visual Asset
- สร้างรูปภาพสินค้าจาก Spec Sheet
- สร้างภาพประกอบจากเนื้อหาที่เขียน
- ผลิตสรุปแบบภาพจากรายงาน
Image Options (imageUserOptions)
ตั้งค่าพฤติกรรม Image Generation ด้วย Option เหล่านี้:
Aspect Ratio
ควบคุมขนาดของรูปภาพที่สร้าง:
| ค่า | ขนาด | เหมาะสำหรับ |
|---|---|---|
1:1 | สี่เหลี่ยมจัตุรัส | Social Media, Thumbnail สินค้า |
16:9 | Wide Screen | Presentation, Banner, Hero Image |
9:16 | Portrait | หน้าจอมือถือ, Stories |
4:3 | มาตรฐาน | เอกสาร, รายงาน |
3:4 | Portrait มาตรฐาน | สิ่งพิมพ์ |
Art Style
กำหนดสไตล์ภาพของรูปภาพที่สร้าง:
| ค่า | คำอธิบาย |
|---|---|
realistic | การแสดงผลแบบ Photorealistic |
illustration | สไตล์ Illustrated ที่สะอาด |
cartoon | ลักษณะ Cartoon/Animated |
sketch | สไตล์ Sketch วาดด้วยมือ |
watercolor | สไตล์ภาพสีน้ำ |
3d_render | ลักษณะ 3D Rendered |
flat_design | สไตล์ Flat Design สมัยใหม่ |
minimalist | Composition เรียบง่าย สะอาด |
Color และ Lighting
| ค่า | คำอธิบาย |
|---|---|
vibrant | สีสันสดใส ชัดเจน |
muted | Palette อ่อน ลดความอิ่มสี |
dark_moody | โทนมืด แสงดราม่า |
bright_airy | ความรู้สึกสว่าง เบาบาง |
monochrome | ขาวดำ |
warm_tones | โทนส้ม/แดงอุ่น |
cool_tones | โทนน้ำเงิน/เขียวเย็น |
Negative Prompt
ใช้ negativePrompt เพื่อระบุสิ่งที่ AI ควรหลีกเลี่ยงในรูปภาพที่สร้าง ช่วยป้องกันองค์ประกอบที่ไม่ต้องการ:
{
"imageUserOptions": {
"aspectRatio": "16:9",
"artStyle": "illustration",
"colorLighting": "bright_airy",
"negativePrompt": "ข้อความ, ลายน้ำ, เบลอ, คุณภาพต่ำ, ใบหน้าผิดรูป"
}
}WARNING
การสร้างรูปภาพใช้ Credit มากกว่าการดึงข้อความอย่างมีนัยสำคัญ แต่ละ Request การสร้างรูปภาพจะใช้ AI Image Pipeline เพิ่มเติมนอกเหนือจากการอ่านเอกสาร ทดสอบ Image Template กับตัวอย่างขนาดเล็กก่อนประมวลผลในปริมาณมาก
