Como a Parsio processa os seus dados consoante o motor de extração

A Parsio não é um único pipeline universal. Você escolhe o motor de extração adequado a cada caixa de entrada — AI Parser, GPT Parser, Template Parser ou OCR Converter — e cada um segue um percurso de dados genuinamente diferente, com fornecedores diferentes (ou nenhum) envolvidos. Queremos ser precisos sobre o que acontece em cada caso, para que não precise de confiar apenas na nossa palavra.

Esta página complementa a nossa página geral de Segurança com uma análise mais detalhada de como cada motor trata os seus dados.

Quatro motores, quatro percursos de dados diferentes

O AI Parser processa o seu documento através de modelos de extração pré-treinados e prontos a usar — sem configuração, sem prompt, sem modelo a criar. O GPT Parser envia o texto do documento (ou uma versão obtida por OCR) juntamente com um prompt escrito por si, para um modelo de linguagem de grande escala, destinado a documentos cujo layout e redação variam demasiado para regras fixas. O Template Parser compara o seu documento com um modelo que você cria clicando em posições de campos fixas — sem qualquer fornecedor de IA ou LLM envolvido. O OCR Converter extrai texto simples e tabelas de digitalizações, PDF e imagens, sem os interpretar em campos estruturados.

AI Parser — modelos pré-treinados, configuração zero

O AI Parser utiliza os modelos pré-configurados do Microsoft Azure Document Intelligence, cada um especializado num tipo de documento (faturas, recibos, documentos de identificação, cartões de visita, extratos bancários e mais). Você não escreve um prompt nem cria um modelo — o modelo já sabe o que procurar. Nenhuma instrução em texto livre é enviada para lado nenhum; apenas o próprio documento é processado pelo modelo.

GPT Parser — o seu prompt, um modelo de IA

O GPT Parser foi criado para documentos cujo layout ou redação é demasiado inconsistente para regras fixas. Você escreve um prompt em linguagem simples a descrever os campos pretendidos; a Parsio extrai o texto nativo do documento (ou executa primeiro um OCR caso seja uma digitalização ou imagem) e envia o texto e o seu prompt à OpenAI para extração. Esses dados são encriptados em trânsito e nunca são usados para treinar os modelos da OpenAI.

Template Parser — sem IA, sem chamada a modelos de terceiros

Se preferir não envolver qualquer fornecedor de IA, o Template Parser é um verdadeiro percurso sem IA: você define um modelo marcando posições de campos num documento de amostra, e cada futuro documento com esse layout é comparado com ele usando lógica baseada em regras que corre inteiramente na infraestrutura própria da Parsio. Nenhum conteúdo de documentos é enviado à OpenAI, Microsoft, Mistral ou a qualquer outro fornecedor de IA para este motor.

OCR Converter — extração de texto e tabelas

O OCR Converter transforma digitalizações, PDF e imagens em texto simples e tabelas usando o AWS Textract ou o OCR da Mistral, consoante a configuração. Não interpreta o resultado em campos estruturados como os outros três motores — é uma etapa de extração de texto, frequentemente usada como base antes do Template Parser ou do seu próprio processamento posterior.

Treino e retenção de dados

• Nunca treinamos nem ajustamos qualquer modelo com os seus dados, e nunca os vendemos. Este é um compromisso permanente, não uma funcionalidade dependente do plano.
• Os nossos acordos com os nossos subprocessadores de IA — OpenAI, Microsoft e Mistral — proíbem-nos de usar os dados submetidos para extração no treino dos seus modelos.

Encriptação e transporte

Toda a comunicação com os nossos subprocessadores de IA ocorre através de ligações encriptadas (HTTPS/TLS 1.2+), o mesmo padrão que aplicamos a todas as outras partes da nossa infraestrutura.

Segregação de dados

Os documentos, modelos e resultados de cada conta Parsio estão isolados logicamente de qualquer outra conta. O processamento do documento de um cliente nunca expõe nem mistura dados de outro cliente.

O que permanece sob o seu controlo

• Você é o Controlador de Dados; a Parsio e os seus subprocessadores atuam apenas como Processadores, segundo as suas instruções.
• Pode eliminar qualquer documento, modelo ou a totalidade da sua conta a qualquer momento.
• Políticas de retenção configuráveis permitem-lhe eliminar automaticamente dados processados entre 1 e 180 dias.
• Você escolhe qual o motor — e, portanto, quais os fornecedores, se algum — que trata cada documento, caixa de entrada a caixa de entrada.

Perguntas frequentes

Qual motor devo usar se não quiser envolver nenhum fornecedor de IA?

Template Parser. É uma correspondência de posições de campos baseada em regras que corre inteiramente na infraestrutura própria da Parsio — nenhum conteúdo de documentos é enviado à OpenAI, Microsoft ou Mistral.

A Parsio é apenas um wrapper do ChatGPT?

Não. Apenas o GPT Parser chama a OpenAI, e apenas para documentos que você lhe encaminha. O AI Parser usa os modelos de extração pré-configurados da Microsoft, o Template Parser não usa qualquer fornecedor de IA, e o OCR Converter usa o AWS Textract ou a Mistral apenas para extração de texto.

O ficheiro original é enviado aos fornecedores de IA, ou apenas o texto extraído?

Depende do motor. O GPT Parser envia o texto extraído (nativo ou obtido por OCR) mais o seu prompt à OpenAI. O AI Parser e o OCR Converter processam o documento diretamente através do modelo do respetivo fornecedor. O Template Parser nunca envia conteúdo de documentos a qualquer fornecedor de IA.

Usam embeddings ou pesquisa vetorial para documentos longos?

Não. A Parsio atualmente não usa embeddings nem pesquisa vetorial — o GPT Parser envia diretamente o texto extraído e o seu prompt.

Os funcionários da Parsio conseguem ler os meus documentos?

O acesso aos dados dos clientes é restringido pelo princípio do privilégio mínimo e limitado ao necessário para suporte ou resolução de problemas, sendo auditado regularmente. Consulte a nossa página de Segurança para mais detalhes.

Os meus dados são usados para melhorar os modelos da Parsio ou dos seus fornecedores de IA?

Não. Não treinamos com os seus dados, e os nossos contratos com os nossos subprocessadores de IA — OpenAI, Microsoft e Mistral — também os proíbem de o fazer.

O que acontece aos meus dados se eu eliminar um documento?

É removido dos sistemas ativos imediatamente, e das cópias de segurança e registos dentro da janela de retenção que configurou (1-180 dias).

Dúvidas?

Se precisar de mais detalhes para a sua própria revisão de segurança ou de fornecedores, contacte-nos em [email protected].