メインコンテンツへスキップ

概要

Document AIは、1ステップにつき最大3件の書類(PDFまたは画像:PDF、JPG、JPEG、PNG、TIFF、WebP)を受け付けます。各書類は設定されたdocument_keyによって分類され、フィールド定義から構築されたスキーマに基づいて視覚言語モデルが読み取り、PDF/EXIFフォレンジックによる検査を受けます。書類ごとに以下の情報を保存します。
  • 抽出フィールド:設定したフィールドのkeyをキーとするマップで、値は宣言した型に従います(text → 文字列、number → 数値、date → YYYY-MM-DD)。読み取れなかったフィールドはnullになります。
  • 検出されたQRコードとバーコード:レンダリングされた各ページについて、デコードされたペイロードとピクセル座標を返します。位置は特定できたもののデコードできなかったQRコードも、parsed_payload: nullとして返されます。
  • 書類ステータス:Approved、In Review、Declined、Not Finishedのいずれかです。
  • 書類メタデータ:オーバーレイや改ざんの痕跡を含むファイルフォレンジックです。
  • クロスチェック結果:検証済みの本人情報との氏名照合、およびカスタムフィールドの相互参照の結果です。

書類のアップロード

書類はDocument AIエンドポイントに1件ずつアップロードします。ホスト型セッションやSDKのフローではこの処理が自動で行われます。仕様は次のとおりです。
レスポンスによってフローが進みます。
required_document_keysのすべての項目がuploaded_document_keysに含まれ、未完了の書類が残っていない状態になると、ステップが完了します(next_stepがDOCUMENT_AIの先へ進みます)。

APIレスポンスでの表示箇所

GET /v3/session/{sessionId}/decision/は、ユーザー認証(KYC)と法人確認(KYB)のどちらのセッションでも、Document AIの結果を2か所で返します。document_ai_documents[]配列とPDFレポートは、session_kindに関係なく同一です。
  • features[]:Document AIノードごとのサマリー項目で、実行された機能を列挙するために使用します。
  • document_ai_documents[]:完全な結果で、Document AIノードごとに1つのグループがあります。各グループには、ノード全体のstatus、アップロードされたitemsの一覧、およびwarningsが含まれます。アップロードされた各書類は1つの項目として、設定したフィールド(extracted_data内)、検出されたコード(detected_codes内)、その書類自体のstatus、フィールド定義、フォレンジック情報のdocument_metadata、cross_check_resultを持ちます。
各ノードでは、書類ごとのステータスがDeclined > In Review > Approvedの優先順位でノードのステータスに統合されます。

判定の例

account_holder(text)、balance(number)、currency(text)、statement_date(date)を設定した資金証明書類の場合:
page_numberは1から始まります。positionには検出された多角形が含まれ、x、y、width、heightはその外接矩形を表します。すべての座標はレンダリングされたページのピクセル空間を基準とし、その寸法はpage_widthとpage_heightです。サポート対象のコードが見つからない場合、detected_codesは空の配列になります。parsed_payload: nullの項目は、デコードされた値ではなく、項目の存在と位置のみを示すものとして扱ってください。 すべてのフィールドはdocument_ai.<field_key>として参照できるため、extracted_dataの値に基づいて分岐やカスタムステータスルールを直接制御できます。kyc.full_nameやアンケートの回答など、他のステップとの相互参照にも対応しています。
最終更新日 2026年11月1日