ドライバー名・ナンバープレート・到着予定時刻 (ETA) をあらゆるライドシェア乗車スクリーンショットから取得

Uberはドライバーの写真、名前、ナンバープレートを、ライブのルートマップの上にある中央のカードに配置します。Lyftは同じカードレイアウトに車両の色を追加します。Didiは名前と一緒にドライバーの評価と累計配車回数を表示します。Grabは市場によって異なります。名前のみを表示する場合もあれば、車両プレートとともにフルネームを表示する場合もあります。4つのアプリ、同じフィールドに対して4つの根本的に異なるレイアウトがあり、テンプレートベースのツールではそれらを横断的に読み取ることはできません。

ドライバーのライブ写真、カウントダウン式の到着予定時刻 (ETA)、ルートマップ上の移動マーカーは、配車中にのみ存在します。ドライバーが「完了」をスワイプすると、この画面は消え、評価プロンプトと、料金の内訳は表示されるもののドライバーの写真、ナンバープレート、実際の到着予定時刻 (ETA) が省略された領収書に置き換わります。法律事務所がライドシェアの乗客にアドバイスしているように、「スクリーンショットは、事故の数分後に変わる可能性のある状況を保存します。ドライバーは配車を早期に終了でき、ルートは更新され、アプリの通知は消える可能性があります。リアルタイムで見たものをキャプチャすることで、表示されたとおりの証拠を固定できます。」

ドライバー名は小さなフォントのドライバーカードにあります。ナンバープレートは、車種、メーカー、ドライバー評価とともに3行の情報ブロックに押し込まれています。一方、画面はライブマップ、脈動する車のマーカー、埋め込まれたアップセル（「Uber Oneを試す」、サーブ価格バッジ、紹介バナー）で占められています。従来のOCRはページ全体を1つのテキストダンプとして読み取ります。「John42Toyota CamryABC-1234Uber One無料で試す5分で到着」のように。

カスタム列抽出を使えば、列を一度定義するだけで、AIが画面の位置ではなく意味に基づいて各値を特定します。ドライバーの写真とナンバープレートの横にある名前は、Uberの上部カード、Lyftの情報パネル、Didiのドライバープロフィールブロックのどこに表示されても「ドライバー名」として認識されます。視覚的なレイアウトは関係ありません。AIは隣接する要素の意味を読み取り、配置場所は考慮しません。

AIは、撮影時点で画像に表示されている内容を正確に抽出します。Uberの乗車中画面に午後8時12分時点で「あと3分で到着」と表示されていれば、それが到着予定時刻 (ETA)列に入力されます。ドライバー名が「Priya」でナンバープレートが「ABC-1234」であれば、それらの値がドライバー名列とナンバープレート列に入力されます。自動更新もAPI接続もありません。スクリーンショットが唯一の情報源であり、抽出はそれをそのまま保持します。

AIは乗車中画面全体をスキャンし、乗車関連データとアプリの装飾要素やプロモーション要素を区別します。パルスする車両マーカーが表示されたライブのルートマップは、地図ウィジェットとして認識され、住所と混同されることはありません。「Uber Oneをお試しください」というバナーや、サージ料金のバッジは、乗車関連コンテンツではないと識別されます。ドライバー名、ナンバープレート、車両情報、到着予定時刻 (ETA)、運賃のみがスプレッドシートに入力されます。