Claude AI для роботи з документами: мультиагентна класифікація документів на Amazon Bedrock

Компанії щодня обробляють великі обсяги документів — договори, поліси, заяви, регуляторні форми та інші матеріали. Їх правильна класифікація є важливою частиною автоматизації бізнес-процесів, особливо у фінансовому та страховому секторах.

Традиційні системи автоматичної класифікації добре працюють із документами, які суттєво відрізняються один від одного. Проте завдання стає складнішим, коли різні типи документів містять схожу термінологію або мають подібну структуру.

AWS пропонує вирішувати цю проблему за допомогою мультиагентної архітектури на базі Amazon Bedrock, яка одночасно аналізує текстовий зміст і візуальну структуру документа.

Як працює рішення

Архітектура поєднує три спеціалізовані AI-агенти, які взаємодіють між собою за допомогою Strands Agents SDK.

Document Analysis Agent аналізує текст документа. Він використовує Anthropic Claude Haiku 4.5 в Amazon Bedrock для розуміння змісту, юридичної термінології, метаданих та інших текстових ознак.

Vector Similarity Search Agent відповідає за візуальний аналіз. За допомогою Amazon Titan Multimodal Embeddings документ перетворюється на векторне представлення, після чого система порівнює його з відомими шаблонами у векторній базі.

Validation Agent виконує роль оркестратора. Він порівнює результати двох агентів, аналізує рівень впевненості та формує фінальну класифікацію.

Таким чином рішення оцінює одночасно те, що написано в документі, і те, як він виглядає.

Навіщо потрібен векторний аналіз

Документи різних категорій можуть містити однакові слова та юридичні терміни, але мати різну структуру.

Наприклад, страхова форма та регуляторний документ можуть використовувати схожу лексику. Класифікація лише за текстом у такому випадку може бути недостатньою.

Amazon Titan Multimodal Embeddings дозволяє аналізувати візуальні та структурні характеристики документа: розташування блоків, таблиць, полів, форматування та інші особливості.

Для пошуку схожих документів у прикладі AWS використовується FAISS — система векторного пошуку, яка дозволяє швидко порівнювати новий документ із відомими шаблонами.

Роль AI-агентів

Замість використання однієї моделі для всього процесу завдання розділяється між спеціалізованими агентами.

Текстовий агент концентрується на змісті, векторний — на структурі документа, а Validation Agent перевіряє результати обох систем.

Якщо агенти погоджуються щодо категорії документа, система може сформувати результат із високим рівнем впевненості.

Якщо результати відрізняються або рівень впевненості недостатній, документ можна автоматично передати на перевірку співробітнику.

Такий підхід допомагає поєднати автоматизацію з human-in-the-loop контролем для складних або неоднозначних випадків.

Результати тестування AWS

AWS протестувала підхід на наборі з 20 страхових документів трьох категорій.

У цьому тесті рішення на базі Amazon Textract та ключових слів показало точність 25%, Amazon Comprehend — 25%, а Amazon Bedrock Data Automation — 70%.

Мультиагентне рішення, яке поєднує текстовий і векторний аналіз, правильно класифікувало всі документи тестового набору.

Водночас AWS зазначає, що тестування проводилося на обмеженій вибірці, тому результати у production-середовищах можуть відрізнятися залежно від кількості, типів та складності документів.

Безпека та контроль

Для production-середовищ AWS рекомендує доповнювати рішення Amazon Bedrock Guardrails.

Зокрема, можна використовувати фільтрацію персональних даних, обмежувати теми, з якими можуть працювати AI-агенти, та активувати логування викликів моделей для подальшого аудиту.

Validation Agent також може автоматично позначати документи, які потребують перевірки людиною, якщо рівень впевненості системи нижчий за встановлений поріг.

Де можна використовувати такий підхід

Мультиагентна класифікація може бути корисною у страхуванні, банківській сфері, юридичних сервісах, державному секторі та інших галузях, де необхідно автоматично обробляти великі масиви документів.

Поєднання Anthropic Claude Haiku 4.5, Amazon Titan Multimodal Embeddings, векторного пошуку та Strands Agents SDK дозволяє аналізувати документи не за одним параметром, а одразу за їхнім змістом і структурою.

Це демонструє один із практичних сценаріїв використання Amazon Bedrock та AI-агентів для автоматизації складних бізнес-процесів.