Document AI 完全ガイド｜PDF/画像 OCR・請求書・契約書・Custom Extractor

Document AI は PDF / 画像から構造化データを自動抽出する GCP の文書 AI プラットフォームで、 50+ の専門プロセッサー (請求書・領収書・契約書・身分証等) と汎用 OCR / Form Parser を提供します。 Gemini との組み合わせで OCR → 構造化 → 要約・分類・Q&A の完全な文書処理パイプラインを構築できます。

プロセッサー種別

典型的なパイプライン

1. GCS にドキュメントアップロード
2. Eventarc トリガー → Cloud Run
3. Document AI で抽出 (例: Invoice Parser)
4. 信頼度スコア閾値 (例: 0.85) で判定
5. 合格 → BigQuery / DB 自動登録
6. 不合格 → Human-in-the-loop (HITL) レビュー UI
7. Gemini で要約・分類・Q&A 追加

Python サンプル (Invoice Parser)

from google.cloud import documentai_v1 as documentai

client = documentai.DocumentProcessorServiceClient()
processor_name = "projects/PROJECT/locations/us/processors/INVOICE_PROCESSOR_ID"

with open("invoice.pdf", "rb") as f:
    raw_doc = documentai.RawDocument(content=f.read(), mime_type="application/pdf")

request = documentai.ProcessRequest(name=processor_name, raw_document=raw_doc)
result = client.process_document(request=request)

for entity in result.document.entities:
    print(f"{entity.type_}: {entity.mention_text} (conf: {entity.confidence:.2f})")
# 出力例:
# invoice_id: INV-2026-001 (conf: 0.99)
# total_amount: 12500 (conf: 0.98)
# supplier_name: ACME Corp (conf: 0.95)

料金 (us, 2026)

Gemini との連携パターン

# Document AI で構造化抽出
extracted = process_with_doc_ai(pdf_path)
text = extracted.document.text

# Gemini で要約・Q&A
from vertexai.generative_models import GenerativeModel
gemini = GenerativeModel("gemini-2.0-pro-001")

summary = gemini.generate_content(
    f"以下の契約書を 5 行で要約してください:\n{text}"
)

answer = gemini.generate_content(
    f"以下の契約書を読んで、解約条件を教えてください:\n{text}"
)

他クラウド OCR 比較

典型的なユースケース

• 経理: 請求書・領収書の自動取り込み (経費精算 SaaS)
• 金融: ローン申込書 + 給与明細の検証
• 不動産: 賃貸契約書のデータ化
• 医療: 保険書類・診断書の構造化
• HR: 履歴書・雇用契約のパース
• 物流: 配送伝票・通関書類

※ Google Cloud は Google LLC の商標です。最新情報は Document AI 公式 をご確認ください。