API para la extracción de requisitos: 99% de precisión e integración con 1C

Automatizando la Extracción de Requisitos: Cómo Reducir los Errores en Documentos en un 99%

Ingresar manualmente INN, KPP y cuentas bancarias de archivos PDF o DOCX es un camino directo hacia errores, pagos detenidos y multas. Un tercio de todos los documentos contienen inexactitudes. La solución es el análisis NER contextual con validación de suma de control. A continuación, una descripción técnica de la API, benchmarks y un ejemplo para 1C.

Cómo Funciona la Extracción Automática de Requisitos

El proceso comienza con la carga de un documento de texto. Los formatos compatibles incluyen PDF (con capa de texto), DOCX, DOC, TXT, RTF e HTML. Imágenes escaneadas sin OCR no se procesan: el sistema solo trabaja con texto legible por máquina. Tras recibir el archivo, se inicia un pipeline de cinco etapas:

• Extracción de Texto—utiliza un analizador interno para cada formato, incluyendo recuperación de codificaciones como CP1251 sin BOM.
• Normalización—corrección de rupturas de palabras, fusión de hifens, limpieza de artefactos de maquetación.
• Reconocimiento NER—modelo propietario que identifica entidades legalmente relevantes: INN, KPP, OGRN, cuenta bancaria, BIC, nombre del banco.
• Validación de Suma de Control—cada campo se verifica contra los algoritmos del Servicio Federal de Impuestos y del Banco de Rusia. Los datos inválidos no se devuelven.
• Formación de Respuesta Estructurada—JSON con campos limpios listos para importar en 1C, CRM o ERP.

El sistema no depende de expresiones regulares simples. En su lugar, emplea análisis contextual: por ejemplo, la "cuenta bancaria" debe estar cerca del nombre del banco, e INN en el bloque de detalles de la contraparte. Esto reduce los falsos positivos.

Precisión y Rendimiento: Números Reales

En una muestra de prueba de 10.000 documentos, se lograron las siguientes métricas:

• INN / OGRN: 99,7%—los errores solo ocurren con maquetaciones extremadamente distorsionadas.
• Cuenta Bancaria: 98,9%—la principal causa de errores son dígitos fusionados en textos mal formateados.
• BIC: 99,5%—gracias a la estructura estricta del BIC y su dígito de control.

La velocidad de procesamiento depende del formato y el tamaño:

• DOCX ligero (2 páginas): ~1,5 segundos.
• PDF pesado con gráficos: hasta 45 segundos.
• Tamaño máximo de archivo: 2 MB.
• Tiempo de espera de solicitud: 120 segundos.

Las limitaciones provienen de la necesidad de un análisis profundo de la estructura del documento. Para sistemas de alta carga, se recomienda el procesamiento asíncrono mediante webhook.

Integración con 1C: Ejemplo Práctico

Para contables y desarrolladores que trabajan con 1C, está disponible un módulo de procesamiento listo para usar. A continuación, un código simplificado de llamada a la API desde 1C Accounting 3.0:

Function IzvlechRekvizityIzFayla(FilePath)    
  URL = "https://api.sb-poisk.ru/v1/extract";    
  Headers = New Withotvetstvie;    
  Headers.Insert("X-API-Key", "VASh_KLYuCh");        
  FormData = New Withtruktura;    
  FormData.Insert("file", New DvoichnyeDannye(FilePath));
  HTTPConnection = New HTTPConnection(URL);
  Answer = HTTPConnection.SendForObrabotki("POST", Headers, FormData);
  Result = ProchitatJSON(Answer.PoluchitTeloKakWithtroku());        
  Return Result;
EndFunction

El resultado es una estructura con campos: inn, kpp, ogrn, account, bic, bank_name. Estos se pueden usar de inmediato para crear un registro de contraparte, generar una factura u otras acciones.

Dónde Está Desplegado y Qué Resultados Proporciona

La API ya está integrada en varios tipos de sistemas empresariales:

• Plataformas B2B y Tiendas Online—relleno automático de requisitos durante el registro de entidades legales, reduciendo rechazos por errores en datos de pago.
• Bancos—verificaciones automáticas de registros de clientes antes de abrir cuentas, eliminando la entrada manual.
• Servicios Contables—creación de contrapartes en 1C a partir de contratos sin intervención del operador.
• CRM y ERP—sincronización de requisitos entre sistemas, eliminando duplicados y errores tipográficos.

Impacto económico: reducción del tiempo de procesamiento de documentos de 5–10 minutos a 1–2 segundos, disminución de las tasas de error en un 99%, minimizando multas y pérdidas por operaciones fallidas.

Puntos Clave

• Solo Documentos de Texto—no se admiten escaneos sin OCR.
• Validación Obligatoria—la API no devuelve INN ni cuentas inválidas, incluso si se encuentran.
• Soporte para CP1251—manejo correcto de documentos antiguos con codificaciones problemáticas.
• Soluciones Listas para 1C—ahorra tiempo en el desarrollo de integraciones.
• Prueba Gratuita—100 solicitudes durante 30 días para probar con tus datos.

El acceso de prueba se activa con el código promocional 1MHABR2026 hasta el 30 de mayo de 2026. Obtén tu clave API mediante formulario web o correo electrónico. El sistema está en producción y es utilizado por los autores en su propia automatización: no se trata de un MVP, sino de una solución de grado industrial.

— Editorial Team