Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Introduzione a Document AI

Lezione 1 di 16 Aggiornata il 2 novembre 2026 Sviluppatore
In questa pagina
  1. Perché Document AI cambia le regole del gioco
  2. I tre servizi di Document AI
  3. OCR tradizionale vs Document AI
  4. Output Markdown strutturato
  5. Cosa imparerai
  6. Punti chiave

Aggiornato il 2 novembre 2026 — OCR. OCR 4.0 (mistral-ocr-4-0) è stato ritirato il 30 settembre 2026. Utilizza OCR 4.1 (mistral-ocr-4-1), disponibile in versione generale dal 31 agosto allo stesso prezzo, oppure l’alias mistral-ocr-latest, che punta a questa versione dal 16 luglio. OCR 4.1 aggiunge punteggi di confidenza a livello di blocco.

Perché Document AI cambia le regole del gioco

Ogni mattina, una compagnia assicurativa riceve centinaia di moduli di sinistro: documenti scansionati inclinati in modo strano, rapporti scritti a mano con una penna e foto di fatture scattate con un telefono. Le banche affrontano lo stesso problema con gli estratti conto, gli ospedali con le cartelle cliniche e le agenzie governative con i moduli. Per decenni, il riconoscimento ottico dei caratteri (OCR) tradizionale ha cercato di risolvere questo problema, spesso con risultati deludenti non appena i layout diventano complessi, è presente della scrittura manuale o i documenti mescolano più lingue.

Mistral AI ha creato Document AI per gestire esattamente questo tipo di flusso di lavoro. Non è solo un altro motore OCR: la soluzione combina un modello linguistico visivo specializzato (VLM) con capacità di estrazione strutturata e intelligenza documentale. In altre parole, non si limita a leggere i caratteri; ricostruisce il documento così com’è organizzato e ti permette di interrogarlo successivamente.

2.000
Pagine/min per GPU
3
Servizi integrati
50+
Lingue supportate
6
Formati supportati

I tre servizi di Document AI

Document AI si basa su tre servizi complementari, tutti accessibili tramite l’API di Mistral. È utile capire come si concatenano fin dall’inizio.

Il primo, l’Elaboratore OCR, è il cuore del sistema. Il modello mistral-ocr-latest (OCR 4) estrae il testo da documenti scansionati, PDF, immagini e presentazioni. Mentre un OCR classico come Tesseract ti restituisce un ammasso confuso di righe, questo modello preserva la struttura: titoli, paragrafi, tabelle, elenchi e collegamenti ipertestuali. Riprendiamo quel modulo di sinistro assicurativo: ottieni il modulo con le sue sezioni identificate, non un blocco di testo che devi districare.

Il secondo servizio, Annotazioni Documentali, subentra per estrarre dati utilizzabili. Definisci uno schema Pydantic (nome del paziente, importo della fattura, clausole contrattuali) e il modello compila automaticamente questi campi. Passi dal testo leggibile a valori tipizzati che un sistema informativo può ingerire.

Il terzo, Document QnA, combina l’OCR con un LLM di Mistral per permetterti di porre domande in linguaggio naturale sul contenuto. Questo è ciò che permette a un avvocato di chiedere: «Qual è il periodo di preavviso per la risoluzione?» invece di rileggere quaranta pagine. È anche il modo naturale per accedere a grandi archivi o confrontare rapporti.

OCR tradizionale vs Document AI

L’OCR tradizionale, che si tratti di Tesseract o Adobe Acrobat, funziona riconoscendo i modelli pixel per pixel. Questo principio funziona bene su una pagina stampata nitida, ma crolla non appena esci da quel caso ideale. Un giornale con più colonne, intestazioni annidate e barre laterali illustrate produce un testo in cui l’ordine di lettura non ha più senso. Le note scritte a mano dai medici o i moduli compilati manualmente restano illeggibili per esso. Le tabelle con celle unite, bordi mancanti o allineamenti irregolari perdono ogni relazione tra colonne e righe. Aggiungi un documento che mescola script latini, arabi e asiatici, oppure una scansione rumorosa, inclinata e sfocata, e il tasso di errore diventa proibitivo.

Document AI si basa su un modello visivo ottimizzato (VLM) che comprende la semantica dei documenti. Non si limita a riconoscere i caratteri: afferra la struttura, il contesto e le relazioni tra gli elementi. Questa differenza fondamentale nella natura, e non un semplice guadagno in accuratezza, spiega i suoi risultati sui casi difficili.

Output Markdown strutturato

Un’altra differenza chiave: Document AI produce Markdown strutturato, non testo semplice. Ogni pagina viene restituita con il suo contenuto testuale taggato (titoli, elenchi, paragrafi), le sue tabelle formattate in Markdown o HTML, le immagini estratte accompagnate dalla loro posizione, i collegamenti ipertestuali preservati e, se lo desideri, intestazioni e piè di pagina isolati dal corpo. Questo output è pronto all’uso: puoi indicizzarlo in un database vettoriale per il RAG, archiviarlo o visualizzarlo così com’è, senza un passaggio intermedio di pulizia.

Lato input, il servizio copre PDF (scansionati e nativi), immagini PNG, JPEG e AVIF, presentazioni PPTX e documenti DOCX. La dimensione massima del file è di 50 MB, con un limite di 1.000 pagine: due limiti da tenere a mente quando dividi i tuoi batch.

Cosa imparerai

Il corso segue l’ordine dei tre servizi. Le lezioni da 1 a 3 coprono la panoramica, il modello OCR 4 e i casi d’uso. Le lezioni da 4 a 8 approfondiscono l’OCR: l’API, il codice Python, le tabelle, le intestazioni e i piè di pagina, e l’ottimizzazione dell’accuratezza. Le lezioni da 9 a 12 gestiscono le annotazioni, dall’estrazione dei metadati all’elaborazione in batch. Le lezioni da 13 a 16 affrontano il Document QnA, dai singoli documenti alle configurazioni multi-documento, fino all’integrazione RAG e alle pipeline di produzione.

Punti chiave

  • Document AI combina OCR, annotazioni strutturate e QnA in un’unica soluzione
  • Il modello OCR 4 supera di gran lunga le soluzioni OCR tradizionali in accuratezza e flessibilità
  • L’output Markdown strutturato rende facile l’integrazione nelle tue pipeline esistenti
  • Tre servizi complementari coprono l’intero ciclo di vita del documento