AI 智创简报：《抽文档省 token 的做法正在收敛：先定位，只喂那一小块》
内容提要
2026年2至8月，Mistral、IBM、Intuit、Adobe、Vendr等六家公司围绕“用语言模型从非结构化文档抽取结构化字段”获得授权专利，技术路线高度一致：先用规则、版式或分类器定位，仅将命中片段送入模型，再做字段级校验，而非整页输入。Intuit、IBM、Vendr分别侧重邻域文本、提示词定位和校验流程。Mistral的入局表明模型厂商正布局流程层。先定位后抽取已成工程共识，工具层竞争激烈，授权速度可作为跟踪信号。
延伸解读
专利授权速度为何值得关注
文中提到 Mistral 从优先权到授权仅 5.3 个月，Vendr 从申请到授权仅 6.3 个月。作者提醒审查快慢受程序因素影响，不能直接等同于市场热度，但异常快的授权连续出现，通常意味着该主题的权利要求空间已经清晰。对读者而言，这提供了一个可跟踪的观察指标：同类专利授权节奏若持续加快，说明相关技术布局正在被快速圈定。
先定位后抽取已成工程共识
六家公司的权利要求虽各有侧重，但都指向同一条流水线：先用规则、版式或分类器定位，只把命中片段送入语言模型，再做字段级校验。Intuit 将邻域文本交给模型，IBM 用提示词定位键值对，Vendr 把校验流程写入权利要求。这说明整页输入模型的做法已落后于当前工程共识，读者可据此调整自己的文档处理管线。
模型厂商亲自布局流程层
Mistral 的专利是文档标注与抽取的工作流系统，作者认为这最具信号意义：前沿模型厂商不再只卖 API，而是亲自圈占文档智能的流程层。对开发者而言，这意味着工具层竞争将更激烈，单纯提供更准抽取器的空间有限。真正的机会在于理解六家团队收敛到的流水线，并把自己的管线与之对齐。
Q&A
为什么说用大模型抽文档字段时，整页输入已经过时了？
因为专利显示，六家公司（Mistral、IBM、Intuit、Adobe、Vendr等）的技术路线高度一致：先用规则、版式或分类器定位目标字段，只将命中片段送入模型，再做字段级校验，而非整页输入。这种先定位后抽取的做法已成为工程共识，能节省token并减少幻觉。
有哪些公司获得了文档字段抽取的专利？
2026年2月至8月，Mistral AI、IBM、Intuit（两件）、Adobe、Vendr六家公司获得了相关授权专利，此外HighRadius也有财务文档抽取专利。
这些专利的技术路线具体是怎么样的？
技术路线可概括为：先用规则、版式或分类器定位目标字段，仅将命中片段（如邻域文本）送入语言模型，最后进行字段级校验。各家侧重不同：Intuit侧重邻域文本和in-context OCR范例，IBM侧重用LLM生成prompt定位键值对，Vendr将校验流程写入权利要求。
Mistral的专利有什么特殊意义？
Mistral的专利（US12651113B1）是文档标注与抽取的工作流系统，表明模型厂商开始亲自布局文档智能的流程层，而不仅仅是提供API。这标志着前沿模型厂开始圈占流程层的地盘。
为什么字段级校验变得重要？
因为真实业务中抽取错误带来痛点，Vendr将校验流程写入独立权利要求，HighRadius的专利也主打自动纠错，说明字段级校验从工程细节升格为专利保护点，成为方案的重要组成部分。
对于做文档抽取的工程师，这篇文章有什么建议？
文章给出三点提示：1. 整页输入大模型的做法已落后，应先定位后抽取；2. 工具层竞争激烈（如Reducto、LlamaParse、Unstructured），应关注六家收敛的流水线并对齐自己的管线；3. 专利授权速度可作为跟踪信号，快速授权意味着权利要求空间清晰。
