2025/09/22時点【Agent Bricks爆誕】Databricks × ai_parse_document で PDF図表を読み解く！生成AIが挑む「ドキュメント解析の壁」

Last updated at 2025-09-26Posted at 2025-07-25

📄 「表やグラフの入ったPDF、どうやってAIに読ませるの？」
※2025/09/22時点の検証結果で今後大幅に改善する可能性があります。

Databricks ai_parse_document 関数が2025/09/22にV2になりました。
さっそくPDFから半構造化データを抽出する実験して改善されてるか確認しました。

結果は驚きの連続──基本的な表は難なく解析、でもナポレオンの進軍ルートは…？

本記事では、以下のような “人間でも難しいPDFの図解” にAIがどこまで対応できるのか、実例つきで限界に挑戦した記録をまとめました。

表・グラフ・散布図

数学の公式（ナビエ–ストークス方程式）

ヒートマップ、路線図、航空図、サンキー図…

📌 PDFから欲しい情報をどう抽出するかに悩んでいる方、生成AIを業務に使いたい方、Databricksユーザー必見です！

🔍 1. Agent Bricks の「情報の抽出」機能を徹底解説！

上図は、Databricks Agent Bricks の「情報の抽出（Information Extraction）」ユースケース画面です。
Unity Catalog Volume上でPDFを読み込むと、自動的に ai_parse_document が裏で働き、PDF内容を半構造化してUnity Catalog Tableへ格納します。

「PDFを使用」ボタンをクリックするだけで、PDF → Unity Catalog テーブルへの読み込みがスタート
背後で ai_parse_document SQL関数が呼び出され、ドキュメントのページ番号・ヘッダー・本文・表・図などをJSON形式で出力
UI上ではビジュアルな操作に見えますが、実態は SQLコードの裏側で自動化された処理

💡 2．何ができる？主なユースケース

契約書や請求書の自動情報抽出
PDFから顧客情報や日付、金額などを抜き出してデータベースへ格納。RPA不要。
社内報告書・レポート構造の解析
見出しや表、本文などをjsonでレイアウト保持。
大量ドキュメントのまとめ処理
テキスト中心のPDFを読み込み、エージェントに大量の例を学習させることで業務自動化が可能

🧪 2. 今回使った検証PDFの中身

PDFには以下のような 図・グラフ・ビジュアル構造 を含んでいます：

基本パターン（表、折れ線、棒グラフ、ヒストグラム、円グラフ、箱ひげ図）
応用パターン（ナビエ–ストークス方程式、ヒートマップ、サンキー図、天体図、航空図など）

✅ 3. 基本図表はほぼOKだが苦手なグラフもあり

図表名	結果	Claudeで再レポート化	新バージョンの結果
表	✅		差異なし
散布図	❌	➖	差異なし
縦棒グラフ	✅		差異なし
縦棒グラフ	❌	➖	🥲 精度低下
横棒グラフ	✅		差異なし
ヒストグラム	❌		🥰 精度向上も不正確
折れ線グラフ	✅		差異なし
折れ線グラフ	❌		🥰 精度向上も不正確
面グラフ	✅		🥰 精度向上
円グラフ	✅		差異なし
箱ひげ図	✅		🥰 精度向上
カーネル密度推定	✅		差異なし

⚠️ 4. 難関チャレンジ：応用図表はどうか？

数学要素のある図が得意ですね！

図表名	結果	Claudeで再レポート化	新バージョンの結果
数学の公式(ナビエ–ストークス方程式)	✅		差異なし
サンキー図(ナポレオンロシア侵攻)	❌	➖	差異なし
ヒートマップ地図	❌	➖	差異なし
手話	❌	➖	差異なし
楽譜 https://www.youtube.com/watch?v=ctWjdoXV4i4	❌	➖	差異なし
べん図	✅		差異なし
リスクマトリックス	✅		差異なし
作業分解図	✅		差異なし
天体図	❌	➖	差異なし
路線図	❌	➖	差異なし
航空図	❌	➖	差異なし