> ## Documentation Index > Fetch the complete documentation index at: https://docs.didit.me/llms.txt > Use this file to discover all available pages before exploring further. # Rapport Document AI : champs extraits > Référence de Didit Document AI : endpoint d'envoi, JSON des champs extraits, statuts et entrée features[] pour les décisions. ## Vue d'ensemble Document AI accepte jusqu'à 3 documents par étape (PDF ou image — PDF, JPG, JPEG, PNG, TIFF, WebP). Chaque document est classé selon son `document_key` configuré, lu par un modèle vision-langage à l'aide d'un schéma élaboré à partir de vos définitions de champs, et soumis à une analyse forensique PDF/EXIF. Pour chaque document, il conserve : * Les **champs extraits** — une structure indexée par votre `key` de champ configurée, avec des valeurs typées selon votre déclaration (`text` → chaîne, `number` → nombre, `date` → `YYYY-MM-DD`). Les champs qui n'ont pas pu être lus ont pour valeur `null`. * Les **codes QR et codes-barres détectés** - les payloads décodés et les coordonnées en pixels pour chaque page rendue. Un code QR qui peut être localisé mais pas décodé est tout de même renvoyé avec `parsed_payload: null`. * Le **statut du document** — `Approved`, `In Review`, `Declined` ou `Not Finished`. * Les **métadonnées du document** — les éléments forensiques du fichier, y compris toute preuve d'incrustation ou de manipulation. * Les **résultats des vérifications croisées** — le résultat de la correspondance du nom avec l'identité vérifiée ainsi que de tout recoupement de champs personnalisés. ## Téléversement de documents Les documents sont téléversés un par un vers l'endpoint Document AI. Dans une session hébergée ou un flux SDK, cela est géré pour vous ; le contrat est : ```text theme={null} POST https://verification.didit.me/v3/document-ai/documents/ multipart/form-data — Session-Token: ``` | Champ | Obligatoire | Description | | - | - | - | | `document_key` | oui | Le document configuré auquel correspond ce fichier | | `document` | oui | Le fichier à téléverser | | `locale` | non | La locale utilisée pour résoudre le titre et la description à l'écran | La réponse fait progresser le flux : ```json theme={null} { "valid": true, "next_step": "DOCUMENT_AI", "document_ai_status": "In Progress", "uploaded_document_keys": ["proof_of_funds"], "required_document_keys": ["proof_of_funds", "payslip"] } ``` L'étape se termine (`next_step` passe après `DOCUMENT_AI`) dès que chaque entrée de `required_document_keys` apparaît dans `uploaded_document_keys` et qu'aucun document n'est laissé inachevé. ## Où cela apparaît dans les réponses de l'API `GET /v3/session/{sessionId}/decision/` fait apparaître Document AI à deux endroits, aussi bien pour les sessions de Vérification des utilisateurs (KYC) que de Vérification d'entreprise (KYB) — le tableau `document_ai_documents[]` et le rapport PDF sont identiques quel que soit `session_kind` : * **`features[]`** — une entrée récapitulative par nœud Document AI, utilisée pour énumérer les fonctionnalités exécutées : ```json theme={null} { "features": [ { "feature": "DOCUMENT_AI", "node_id": "feature_document_ai_1" } ] } ``` * **`document_ai_documents[]`** — le résultat complet, un groupe par nœud Document AI. Chaque groupe contient le `status` combiné du nœud, la liste des `items` téléversés et les éventuels `warnings`. Chaque document téléversé est un élément comprenant les champs que vous avez configurés (sous `extracted_data`), les codes détectés (sous `detected_codes`), son propre `status`, les définitions des champs, les éléments forensiques `document_metadata` et `cross_check_result`. Les statuts individuels des documents de chaque nœud se combinent pour former le statut du nœud selon l'ordre de priorité **Declined > In Review > Approved**. ## Exemple de décision Pour un document de type **Justificatif de fonds** configuré avec `account_holder` (text), `balance` (number), `currency` (text) et `statement_date` (date) : ```json theme={null} { "document_ai_documents": [ { "node_id": "feature_document_ai_1", "status": "Approved", "items": [ { "uuid": "5c1f0a2e-9b3d-4c7a-8f21-0a4e8e7d6c12", "document_key": "proof_of_funds", "status": "Approved", "original_filename": "statement.pdf", "extracted_data": { "account_holder": "Sophia Martinez", "balance": 18450.75, "currency": "EUR", "statement_date": "2026-05-31" }, "detected_codes": [ { "type": "QR_CODE", "page_number": 2, "position": [[124, 86], [306, 86], [306, 268], [124, 268]], "x": 124, "y": 86, "width": 182, "height": 182, "page_width": 1190, "page_height": 1684, "raw_payload": "SU5WLTIwMjYtMDA0Mg==", "parsed_payload": "INV-2026-0042" } ], "fields": [ { "key": "account_holder", "name": "Account holder", "type": "text", "required": true }, { "key": "balance", "name": "Balance", "type": "number", "required": false }, { "key": "currency", "name": "Currency", "type": "text", "required": false }, { "key": "statement_date", "name": "Statement date", "type": "date", "required": false } ], "document_metadata": { "is_tampered": false }, "cross_check_result": null, "created_at": "2026-05-31T10:12:00Z" } ], "warnings": [] } ] } ``` `page_number` commence à 1. `position` contient le polygone détecté, tandis que `x`, `y`, `width` et `height` fournissent sa boîte englobante. Toutes les coordonnées utilisent l'espace en pixels de la page rendue, dont les dimensions sont `page_width` et `page_height`. `detected_codes` est un tableau vide si aucun code pris en charge n'est trouvé. Considérez un élément avec `parsed_payload: null` comme une simple présence et localisation, et non comme une valeur décodée. Comme chaque champ est accessible sous la forme `document_ai.`, vous pouvez piloter les branchements et les [règles de statut personnalisées](https://docs.didit.me/fr/core-technology/document-ai/warnings-document-ai.md) directement à partir des valeurs de `extracted_data` — y compris des recoupements avec d'autres étapes comme `kyc.full_name` ou des réponses à des questionnaires. This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.