Upstage Dp Synpro Withweave Part2

upstage.ai

⚡️ 日本語性能で国内トップLLM「Syn Pro」を体験 Learn more → ⚡️ 日本語性能で国内トップLLM「Syn Pro」を体験 Learn more →

Solutions

Resources

Company

Pricing

Try demo Try demo Contact us

「Upstage DP x Syn Proを用いたドキュメント作業効率化シリーズ（with Weave）Part 1」 では、以下の要点を整理しました。 Upstage Document Parse（DP）による「構造化」 Syn Pro による「日本語理解」の役割

ここからは 実際に DP → Syn Proの流れをコードで動かし、要約・抽出・質問対応を行うパート です。 さらに Weights & Biases WeaveのTrace機能 を使って、入力 → 構造化 → LLM推論 の流れを“見える化”していきます。

1. DP＋Syn Proの基本フロー ドキュメント処理パイプラインの基本形は次の通りです。 紙・スキャンPDF → DP（構造化・OCR） → LLM Ready なHTML → Syn Pro（要約・抽出・質問対応） 本章では、代表的な 3 つのタスク： 要約（Summarization） 情報抽出（Information Extraction） 質問応答（Question Answering）

について具体例を紹介します。 詳細は fc_2025_upstage_handson：Step1 をご覧ください。

2. 要約（Summarization） 以下は、建物清掃見積もり資料（DP で構造化済 HTML）をSyn Proに要約させる例です。 入力（Before）：スマホで撮影した清掃見積もり資料 2つの段落と複数の表が混在 照明や影が入った“実務寄り”の画像

プロンプト

プロンプト（ドキュメント要約のための指示）

以下のドキュメントを読み、決裁者向けに3〜5行で要点をまとめてください。 --- Document (HTML) --- {{html_document}} 出力（例） 本見積もりは、建物清掃業務の作業範囲と料金体系をまとめた資料です。 建物規模、機材使用、作業頻度などに応じて基本料金と加算料金が設定されています。 消費税計算、割引条件、注意事項も含まれています。 ポイント： DPによって段落・表の構造が整っているため、Syn Proは要点を正確に抽出しやすい LLMはドキュメントの要旨を短くまとめるのが得意

3. 情報抽出（Information Extraction） 以下は、建物清掃業務の見積金額算定基準を対象に、特定の情報（＝清掃対象の面積に関する情報）だけを抽出するタスクの例です。 入力（Before）：構造化された HTMLドキュメント 入力データや DPの構造化処理は Step1と同じ

プロンプト

プロンプト（面積・値段情報を抽出するための指示）

文書内容を見て、清掃対象の面積に関する情報（値段）のみ抽出してください。 --- Document (HTML) --- {{html_document}} 出力（例） 以下の表は、清掃対象の面積に応じた基本料金（税抜・税込）の情報です：

| 広さ            | 基本料金 (税抜) | 基本料金 (税込) | |----------------|------------------|------------------| | ～100m²        | 8,000円          | 8,800円          | | 101～500m²     | 12,000円         | 13,200円         | | 501～1000m²    | 18,000円         | 19,800円         | | 1001～2000m²   | 25,000円         | 27,500円         | | 2001m²～       | 35,000円         | 38,500円         |

備考：

• 面積算定時は「共用部・バックヤード・天井高」に留意が必要
• 基本料金には「定期訪問費」「廃棄物処理費」は含まれない
• 小規模施設でも複雑化により面積加重型の見積もりが主流

ポイント：

• DPによって 表の行・列構造が保持されているため、Syn Proが“面積に関する部分のみ”を正確に抽出できる

プロンプトを変えるだけで 別の項目（例：料金・階数・契約種別など）も同じ方法で抽出可能

4. 質問応答（Question Answering） DPによって構造化された HTMLドキュメントを使えば、 Syn Proは 表データ・段落情報を理解しながら “条件に基づく質問に答えることも可能 です。 ここでは、清掃見積もり資料から 特定条件（面積・素材・高所・曜日など）に基づく概算金額の算出 コスト削減案の提案

という より実務に近いQ&Aタスクを実行します。 入力（Before）：構造化済みのHTMLドキュメント 入力データやDPの構造化処理はStep1と同じ

プロンプト

プロンプト（見積概算のための指示）

文書内容を見て、以下2つについて簡潔に答えてください。 ・面積（450m2）、素材あり（大型）、高所作業（6m以上）、1階、日曜の場合の概算 ・より安価に作業依頼をする方法はないか？ 出力（例） 1. 面積（450m²）、素材あり（大型）、高所作業（6m以上）、1階、日曜の場合の概算 ‍

• 基本料金（101〜500m²）：12,000円
• 機材加算（大型）：8,000円
• 高所作業加算（6m以上）：8,000円
• 曜日加算（日曜）：3,000円
• 合計（税抜）：31,000円
• 税込：34,100円

‍ ※廃棄物処理費・安全装備費などの追加費用は含まれていません。

--- 2. より安価に作業依頼する方法 ‍

• 契約期間を6ヶ月〜12ヶ月に延長すると3〜10%割引
• 土日・深夜を避け、平日昼間に依頼することで2,000〜5,000円節約
• 「大型」ではなく「標準」機材を使うことで3,000円節約
• 電源・水道を自社で確保して追加費を回避
• 単発契約ではなく定期契約で10,000円の追加費を回避
• 特殊洗剤・アスベスト除去など高額作業を避けて15,000〜60,000円削減

‍ ※詳細な金額は現場の状況により変動します。 ポイント： DPが構造化した “表データ” をSyn Proが理解し、金額計算の根拠を推論できる 特定条件（面積・曜日・高所作業など）に応じて、複数の加算金額を自動で推定できる LLMならではの強みとして、文書に記載されていない “提案”（コスト削減案）にも回答可能 プロンプトを変えるだけで「概算」「作業計画」「注意点」など別用途にも応用できる

5. Weaveを用いたTrace（処理可視化） Syn Proを用いた推論は動かせても、実務では次の悩みが出てきます： プロンプトを変更したら結果がどう変わる？ どのPDFに対して何が入力され、どんな結果が出た？ DP→LLM→ 後処理のどこで失敗している？

これらを整理するのが Weights & Biases WeaveのTrace機能です。 5-1. 最小コード例（@weave.op を付けるだけ） import weave

weave.init(project= "upstage-doc-pipeline" )

@weave.op() def upstage_document_parse(file_path: Annotated[str, Content]) -> str: "" " 📄 文書をHTMLに変換する関数

• Upstage Document AI APIを利用
• ファイルを送信してOCR + HTML化

" ""

@weave.op() def upstage_syn_pro(messages: list) -> str: "" " 🧠 LLMで応答を生成する関数

• Syn Proモデルを使用
• messagesにはsystem / userロールのプロンプトを含む

" "" ポイント： @weave.opを関数につけるだけで、その関数の実行が自動でWeaveに記録される DP → LLMの一連の処理を実行すると、 Weave上で 「どの入力に対して、どのような結果が返ってきたか」 を木構造で確認できる プロンプトやコードを変更した際の 結果比較やデバッグが圧倒的に簡単になる

5-2. Weave UIで見えること WeaveのTrace UIでは、 実行履歴一覧 各ステップの入出力の確認 HTML / Markdown / Dictionary 多様な形式の可視化

が可能になり、実行ログの管理（どのバージョン・どのプロンプトで実行したか）が楽になります。

この可視化は Part3の Evaluation（精度評価） とも連携し、 「改善前後でどれだけ良くなった？」を追跡できる ようになります。 6. DP × Syn Proの応用可能性（まとめ） Part 2では、DPと Syn Proを使って、要約・抽出・質問対応の一連の処理を動かし、Weave Traceで 処理フローを可視化できることを確認しました。 ただし、“実際のシステム連携に使えるレベルの情報抽出パイプライン”がまだ完成しているわけではありません。 次の Part 3では、事故詳細報告書をベースに「システム連携前提の情報抽出パイプライン」を構築します。 その評価手段として Weave Evaluationを補助的に使い、抽出精度の確認や改善サイクルの回し方までご紹介します。 ‍

Related posts

Browse all articles

Industry Upstage Team

保険毎日新聞：保険AI実装のリアル[Vol.5]　AI-OCRから生成AIへ

Industry Upstage Team

保険毎日新聞：保険AI実装のリアル[Vol.5]　AI-OCRから生成AIへ

Industry Upstage Team

AIはなぜ「業務に定着しない」のかローカルAI実装の課題とその現実解 - Yahoo! ニュース

Industry Upstage Team

AIはなぜ「業務に定着しない」のかローカルAI実装の課題とその現実解 - Yahoo! ニュース

Tutorials Upstage Team

[Video] Upstage Studio デモ：複雑な日本語書類も数秒でAIエージェント化 | 保険・契約書・請求書処理を自動化

Tutorials Upstage Team

[Video] Upstage Studio デモ：複雑な日本語書類も数秒でAIエージェント化 | 保険・契約書・請求書処理を自動化

Upstage DP x Syn Proを用いたドキュメント作業効率化シリーズ（with Weave）Part 2：DP＋Syn Pro の利用例と Weave Trace の紹介（応用編）

No items found.

Beomseok Han

• Products • December 30, 2025

Heading

This is some text inside of a div block.

✕

Share

We build intelligence for the future of work—now it’s your turn.

Start building with our API or talk to our team.

Start with the API Talk to our team

「Upstage DP x Syn Proを用いたドキュメント作業効率化シリーズ（with Weave）Part 1」 では、以下の要点を整理しました。 Upstage Document Parse（DP）による「構造化」 Syn Pro による「日本語理解」の役割

ここからは 実際に DP → Syn Proの流れをコードで動かし、要約・抽出・質問対応を行うパート です。 さらに Weights & Biases WeaveのTrace機能 を使って、入力 → 構造化 → LLM推論 の流れを“見える化”していきます。

1. DP＋Syn Proの基本フロー ドキュメント処理パイプラインの基本形は次の通りです。 紙・スキャンPDF → DP（構造化・OCR） → LLM Ready なHTML → Syn Pro（要約・抽出・質問対応） 本章では、代表的な 3 つのタスク： 要約（Summarization） 情報抽出（Information Extraction） 質問応答（Question Answering）

について具体例を紹介します。 詳細は fc_2025_upstage_handson：Step1 をご覧ください。

2. 要約（Summarization） 以下は、建物清掃見積もり資料（DP で構造化済 HTML）をSyn Proに要約させる例です。 入力（Before）：スマホで撮影した清掃見積もり資料 2つの段落と複数の表が混在 照明や影が入った“実務寄り”の画像

プロンプト

プロンプト（ドキュメント要約のための指示）

以下のドキュメントを読み、決裁者向けに3〜5行で要点をまとめてください。 --- Document (HTML) --- {{html_document}} 出力（例） 本見積もりは、建物清掃業務の作業範囲と料金体系をまとめた資料です。 建物規模、機材使用、作業頻度などに応じて基本料金と加算料金が設定されています。 消費税計算、割引条件、注意事項も含まれています。 ポイント： DPによって段落・表の構造が整っているため、Syn Proは要点を正確に抽出しやすい LLMはドキュメントの要旨を短くまとめるのが得意

3. 情報抽出（Information Extraction） 以下は、建物清掃業務の見積金額算定基準を対象に、特定の情報（＝清掃対象の面積に関する情報）だけを抽出するタスクの例です。 入力（Before）：構造化された HTMLドキュメント 入力データや DPの構造化処理は Step1と同じ

プロンプト

プロンプト（面積・値段情報を抽出するための指示）

文書内容を見て、清掃対象の面積に関する情報（値段）のみ抽出してください。 --- Document (HTML) --- {{html_document}} 出力（例） 以下の表は、清掃対象の面積に応じた基本料金（税抜・税込）の情報です：

| 広さ            | 基本料金 (税抜) | 基本料金 (税込) | |----------------|------------------|------------------| | ～100m²        | 8,000円          | 8,800円          | | 101～500m²     | 12,000円         | 13,200円...