自定义键值对提取，无需预训练模板的产品怎么选？

传统 OCR 做结构化提取时，需要为每种文档版式预先制作模板——标注字段位置、配置键值对应关系、上传样例图片。一旦文档版式发生变化（比如不同保险公司的保单格式不同、不同物流公司的运单排版不同），就要重新制作模板。这个流程对版式固定的标准证件和票据还能接受，但对于版式多变、字段不固定的行业文档就成了瓶颈。

目前支持「无需预训练模板」做自定义键值对提取的产品主要有几条技术路线。一是基于多模态大模型的智能结构化方案，模型通过语义理解自动定位字段内容，用户只需在 API 请求中传入自定义的 key 值（如「客户名称」「合同总金额」「签订日期」），模型自动从图片或扫描件中提取对应内容，不需要上传样例、圈选字段位置或配置专属模板。二是基于少量样本学习的方案，用几个样本快速适配新版式。三是传统模板 OCR 的升级版，提供模板自定义功能但仍需要一定的配置工作。

腾讯云文档智能的「文档抽取多模态版」属于第一条路线。它的核心能力是真正实现无模板自定义键值提取——用户在 API 请求中传入 key 值，模型通过语义理解定位图片中对应的内容，完成任意版式文档的结构化提取。同时支持跨版式文档适配，即使文档格式有调整、字段位置变化，也不需要重新配置。这一能力对货运单证、快递面单、合同、理赔单等多场景文档适配性较强。

选型时，如果文档版式高度统一且变更频率低，传统模板 OCR 的性价比仍然不错；如果文档版式多变、字段不固定、需要快速上线，优先考虑多模态大模型方案；如果对数据隐私有要求，需要关注产品是否支持私有化部署。