Procesar documentos con IA en Jitterbit Studio

Introducción

El conector de Google Docs y el conector de OpenAI se pueden combinar para construir pipelines de procesamiento de documentos en Studio. Esta guía cubre un patrón común: obtener un documento de Google Docs por ID, pasar su contenido de texto a OpenAI con un aviso que instruye al modelo sobre cómo procesarlo, y publicar el resultado generado por la IA en un canal de Slack.

Los casos de uso típicos incluyen la resumición de notas de reuniones, el análisis de contratos y la extracción de datos estructurados de documentos no estructurados.

Esta guía se centra en las partes específicas del documento de la integración: configurar la conexión de Google Docs, mapear el contenido del documento en el aviso y enrutar la respuesta de la IA. Para la configuración de la conexión de OpenAI y la configuración general de la actividad Prompt, consulte Usar OpenAI para procesar datos en una operación de Studio.

Patrón de diseño

La integración utiliza dos operaciones encadenadas:

La Operación 1 utiliza dos transformaciones: una transformación de solicitud que mapea el ID del documento en el esquema de solicitud de Obtener Documentos, y una transformación que mapea el campo content devuelto en el campo prompt de OpenAI. La Operación 2 lee la respuesta de la IA de la actividad Aviso y la publica en un canal de Slack.

Parte 1: Configurar la conexión y actividad de Google Docs

Paso 1: Crear la conexión de Google Docs

1. En Studio, abre tu proyecto y haz clic en la pestaña Puntos finales y conectores del proyecto en la paleta de componentes de diseño.

2. Haz clic en el conector Google Docs para abrir la configuración de la conexión.

3. Nombre de la conexión: Ingresa un nombre que identifique esta conexión, por ejemplo Google Docs.

4. Configura la autenticación como se describe en requisitos previos de Google Docs.

5. Haz clic en Probar para verificar la conexión, luego haz clic en Guardar cambios.

Paso 2: Configurar la actividad Obtener Docs

1. En la paleta de componentes de diseño, expande el endpoint de Google Docs que creaste. Arrastra el tipo de actividad Obtener Docs al lienzo de diseño para crear una instancia de actividad.

2. Haz doble clic en la actividad para abrir su configuración.

3. Nombre: Ingresa un nombre para la actividad, por ejemplo Obtener Documento.

4. Haz clic en Siguiente para revisar los esquemas de datos, luego haz clic en Finalizado.

La actividad Obtener Docs utiliza estos campos de esquema:

• Solicitud: docid: el ID del documento de Google Doc a recuperar.
• Respuesta: docname (título del documento), content (texto del cuerpo del documento) y errormsg (mensaje de error, si lo hay).

El ID del documento aparece en la URL de Google Docs: https://docs.google.com/document/d/<document-id>/edit.

Paso 3: Mapear el ID del documento

Agrega una transformación de solicitud antes de la actividad Obtener Docs para proporcionar el ID del documento. Mapea el campo de solicitud docid utilizando una variable de proyecto para que el ID pueda cambiarse sin editar la transformación:

<trans>
$google_docs_document_id
</trans>

Parte 2: Mapear el contenido del documento al prompt de OpenAI

Antes de configurar la transformación, configura la conexión de OpenAI y la actividad Prompt como se describe en Usar OpenAI para procesar datos en una operación de Studio.

En la transformación entre la actividad Get Docs (fuente) y la actividad Prompt de OpenAI (destino), mapea los siguientes campos.

Mapa el prompt

Mapea el campo prompt de OpenAI para combinar una instrucción estática con el cuerpo del documento. Usa Source.content para hacer referencia al campo content del esquema de respuesta de Get Docs:

<trans>
"Summarize the following meeting notes in three bullet points:\n\n" +
Source.content
</trans>

Solicitar salida estructurada

Si el procesamiento posterior requiere un formato predecible, incluye instrucciones de formato en el prompt:

<trans>
"Extract the key decisions and action items from the following meeting notes. " +
"Return the result as a JSON object with these fields: " +
"\"summary\" (a one-sentence overview), \"decisions\" (an array of strings), " +
"\"action_items\" (an array of strings).\n\n" +
Source.content
</trans>

Para obtener orientación sobre cómo analizar respuestas JSON estructuradas en una operación posterior, consulta Dirigir respuestas LLM a operaciones de Studio usando llamadas a funciones.

Manejar errores de Get Docs

Agrega un nodo de script a la transformación para mostrar errores devueltos por la actividad Get Docs:

<trans>
if(Source.errormsg != "",
  RaiseError("Google Docs error: " & Source.errormsg)
);
</trans>

Parte 3: Acceder a la respuesta de IA y publicar en Slack

Encadenar la operación de Slack

Configura la acción On Success de la operación de OpenAI para ejecutar la operación de Slack posterior:

1. Abre la configuración de la operación de OpenAI.

2. En la pestaña Actions, establece la acción On Success en Run Operation y selecciona la operación de Slack.

Para más información sobre cómo encadenar operaciones, consulta Configurar el manejo de errores en operaciones.

Mapear la respuesta de IA

En la transformación de la operación de Slack, mapea choices[0].message.content del esquema de respuesta de la actividad Prompt al campo text del mensaje de Slack:

<trans>
Source.choices[0].message.content
</trans>

Manejar errores de OpenAI

Agrega un nodo de script para generar un error si OpenAI devuelve un array errors no vacío:

<trans>
if(Length(Source.errors) > 0,
  RaiseError(Source.errors[0].message)
);
</trans>

Para obtener los pasos completos de configuración de conexión y mensaje de Slack, consulta Enviar una notificación de Slack desde una operación de Studio.

Verificar la integración

1. Desplegar y ejecutar la operación Obtener Documentos manualmente.

2. En los registros de operaciones, confirma que la actividad Obtener Documentos se completó con éxito y que el campo content contiene el texto del documento esperado.

3. Confirma que la operación de Prompt de OpenAI fue activada y se completó con éxito.

4. Inspecciona el registro de operaciones de OpenAI para verificar que choices[0].message.content contiene una respuesta válida generada por IA.

5. Revisa el canal de Slack para el resultado publicado.

Si la actividad Obtener Documentos devuelve un campo content vacío, verifica que el ID del documento sea correcto y que la cuenta de servicio configurada en la conexión de Google Docs tenga acceso de lectura al documento.