Leia um Endereço Coreano e Detalles de Pedido
de uma Captura de Chat do KakaoTalk

O que uma captura de tela de pedido do KakaoTalk realmente contém

O KakaoTalk é a plataforma de mensagens dominante na Coreia do Sul, usada por mais de 46 milhões de pessoas em um país de 52 milhões. Quando um cliente coreano faz um pedido a uma pequena empresa — um restaurante fazendo uma entrega em massa de alimentos, um revendedor pedindo produtos de beleza, um fornecedor confirmando matérias-primas — toda a transação normalmente acontece dentro do KakaoTalk. O cliente envia seu endereço, lista os itens que deseja e, muitas vezes, também paga pelo KakaoPay, gerando um cartão de confirmação de pagamento estilizado que aparece na mesma conversa. Os group buys coreanos (공동구매) funcionam inteiramente nesse padrão de conversa: um organizador coleta itens e quantidades de dezenas de compradores, o que torna as capturas de tela de group buys do KakaoTalk a lista de pedidos de fato.

Uma única captura de tela dessa conversa pode conter:

• Balões de chat em texto simples com o endereço do cliente em coreano, escrito no sistema de endereço por nome de rua (도로명주소) ou no sistema de endereço por número de lote (지번주소)
• Detalhes do pedido — nomes dos produtos (상품명), quantidades (수량) e, opcionalmente, preços e pedidos especiais — tudo em coreano conversacional
• Um cartão de pagamento do KakaoPay — um cartão de interface visualmente distinto com destaque verde, mostrando o valor total pago, o nome do comerciante e um selo de status da transação
• Um compartilhamento de localização do KakaoMap — um cartão de pré-visualização mostrando uma miniatura de mapa e o texto do endereço quando o cliente compartilha sua localização pelo serviço de mapa integrado do aplicativo
• Elementos visuais do chat — a barra de título da sala de chat mostrando o nome da outra pessoa, a marca "KakaoTalk", carimbos de data e hora, recibos de leitura e a área de entrada de mensagens

Cada um desses elementos tem um formato visual diferente — texto simples, cartão estilizado, miniatura de mapa — mas os dados de que você precisa (o endereço e os detalhes do pedido) atravessam todos eles. Uma ferramenta de OCR tradicional lê a imagem inteira como um único bloco de texto, produzindo uma string bruta de hangul misturado, numerais e rótulos de interface que você precisa classificar manualmente. O desafio não é que o endereço seja difícil de ler — ele está claramente escrito em coreano. O desafio é identificá-lo em meio a tudo o mais que está na tela.

O Problema do Endereço Duplo: Nome de Rua (도로명주소) vs Número de Lote (지번주소)

A Coreia do Sul é um dos poucos países do mundo onde dois sistemas de endereço operam lado a lado. O sistema oficial é o endereço por nome de rua (도로명주소, Doro-myeong-juso), introduzido em julho de 2011 e totalmente adotado em janeiro de 2014. Nesse sistema, os endereços seguem um formato lógico baseado em ruas: província ou cidade → distrito → nome da rua → número do edifício. Um endereço típico por nome de rua tem esta aparência:

서울특별시 강남구 테헤란로 123
(Seul, Gangnam-gu, Teheran-ro 123)

Mas o sistema mais antigo, o endereço por número de lote (지번주소, Jibeon-juso), continua em uso generalizado. Esse sistema é baseado em números de parcelas de terra, e não em nomes de ruas, e produz endereços com aparência completamente diferente:

서울특별시 강남구 역삼동 123-45
(Seul, Gangnam-gu, Yeoksam-dong 123-45)

Ambos os endereços podem se referir exatamente ao mesmo edifício. O Naver Maps e o KakaoMap exibem as duas versões lado a lado para qualquer local. No KakaoTalk, um cliente coreano pode enviar seu endereço em qualquer um dos formatos — o que for mais confortável para ele ou o que estiver listado em seus documentos oficiais. Uma pessoa escreve "서울시 마포구 서교동 456-7" (número de lote), enquanto outra escreve "서울시 마포구 와우산로 29길 45" (nome de rua) para o mesmo bairro.

Essa realidade de sistema duplo cria um problema para qualquer método de extração que espera um único formato de endereço. Uma ferramenta baseada em modelo configurada para procurar "Nome da Rua + Número do Edifício" não reconhecerá um endereço por número de lote quando encontrar um em uma captura de tela. Por outro lado, uma ferramenta programada para extrair padrões numéricos de "동(Dong) + 번지(Beonji)" deixará passar endereços por nome de rua. O cliente não vai padronizar o formato do endereço para você — ele simplesmente digita da maneira que conhece. Um método de extração que entende ambos os sistemas pela estrutura semântica, e não apenas pelo layout visual, é a saída prática desse impasse.

Três Cenários Comuns de Pedidos no KakaoTalk

A composição visual da captura de tela varia conforme a forma como o cliente fez o pedido e se o pagamento foi realizado pelo KakaoPay. Cada cenário apresenta considerações de extração ligeiramente diferentes.

Cenário 1: Endereço e Detalhes do Pedido em Balões de Chat Comuns

O cenário mais comum: o cliente digita o endereço e o pedido diretamente no chat como mensagens de texto comuns. A conversa pode ser assim:

Cliente: "네, 주문할게요. 김치찌개 3개, 제육볶음 2개 주세요."
(Sim, quero fazer o pedido. 3 kimchi jjigae, 2 jeyuk bokkeum, por favor.)
Cliente: "주소는 경기도 성남시 분당구 정자동 178-3번지 203호입니다."
(O endereço é 203-ho, 178-3 Jeongja-dong, Bundang-gu, Seongnam-si, Gyeonggi-do.)

O endereço aparece no formato de número de lote (정자동 178-3) com número de unidade (203호). Os itens do pedido são listados separadamente em uma mensagem anterior. Ambas as informações estão em texto simples — sem cartões, sem compartilhamento de mapas — mas estão em coreano conversacional, não em campos de formulário rotulados. Uma ferramenta tradicional de OCR geraria "네, 주문할게요. 김치찌개 3개, 제육볶음 2개 주세요." como uma única string contínua junto com o texto do endereço, deixando você separar os itens do pedido do endereço manualmente.

Com a extração semântica baseada em colunas, você define duas colunas — Endereço de Entrega (배송지) e Itens do Pedido (주문 상품) — e o mecanismo lê a captura de tela sabendo que está procurando por duas informações distintas dentro do mesmo texto do chat. Ele encontra o endereço reconhecendo a estrutura de endereço coreana (província → cidade → distrito → número de lote → unidade) e identifica os itens do pedido pelos marcadores numéricos de quantidade e padrões de nomes de produtos, gerando cada um em sua coluna correta sem misturá-los.

Cenário 2: Endereço com Cartão de Pagamento KakaoPay

O KakaoTalk é profundamente integrado ao KakaoPay, a principal carteira digital da Coreia. Quando um cliente paga pelo KakaoPay dentro do chat, um cartão de confirmação de pagamento aparece diretamente na conversa. O cartão tem uma identidade visual distinta — um cartão de fundo branco ou claro com o verde-amarelado característico do Kakao, mostrando o valor total em texto grande e negrito, o nome do comerciante, um carimbo de data/hora da transação e um selo de status ("결제완료" — pagamento concluído).

Este cartão é um elemento de interface autônomo que fica entre os balões de texto. Ele contém o valor do pagamento e a confirmação da transação, mas não contém o endereço de entrega nem os itens do pedido. Esses permanecem nos balões de texto acima ou abaixo do cartão. A captura de tela agora contém dois formatos visuais completamente diferentes — texto de chat simples e um cartão de pagamento estilizado — na mesma imagem.

Um mecanismo de extração baseado em colunas construído com IA visual interpreta a captura de tela inteira como uma cena composta. Ele reconhece o cartão de pagamento como "uma confirmação do KakaoPay" e extrai o valor para uma coluna Valor do Pagamento (결제 금액) se você definir uma, enquanto lê separadamente os balões de texto para obter as informações de endereço e pedido. O OCR tradicional, por outro lado, lê o texto do cartão e o texto do chat em um único fluxo indiferenciado — "결제완료" do rótulo do cartão aparece logo ao lado do endereço na saída.

Este é o mesmo princípio que se aplica a capturas de tela de pagamento em outras plataformas: a confirmação do pagamento e os detalhes da transação são elementos visualmente distintos na imagem, e o método de extração deve reconhecer o papel de cada um em vez de ler todo o texto como igual.

Cenário 3: Endereço compartilhado via cartão de localização do KakaoMap

O KakaoTalk permite que os usuários compartilhem sua localização atual ou um endereço fixado pelo KakaoMap. Quando alguém toca no botão de compartilhar localização, um cartão de pré-visualização aparece no chat mostrando uma miniatura do mapa, o endereço em texto abaixo do mapa e o nome do local se o usuário fixou um lugar nomeado. O texto do endereço neste cartão é renderizado em fonte pequena dentro de uma pré-visualização compacta — e pode ser escrito em qualquer um dos formatos de endereço, dependendo de qual sistema a interface do mapa exibe.

Este cenário apresenta um caso de extração mais difícil. O endereço está presente na imagem, mas é renderizado em tamanho de fonte pequeno dentro de um cartão que ocupa apenas uma parte da captura de tela. Se o texto no cartão do mapa for parcialmente cortado pelos limites da pré-visualização, ou se a captura foi feita antes do cartão do mapa carregar completamente, o endereço visível pode estar incompleto. Além disso, o KakaoMap mostra por padrão o endereço por nome de rua na pré-visualização, então mesmo que o cliente saiba seu endereço como número de lote, o cartão compartilhado provavelmente mostrará o equivalente por nome de rua — o que significa que o formato pode diferir do que o cliente digitou em mensagens anteriores.

Para fins de extração, o cartão do KakaoMap ainda é legível desde que o texto do endereço esteja visível e não truncado. Defina a coluna como faria para um endereço em balão de texto, e o mecanismo lê o texto onde quer que ele apareça na imagem — seja dentro de um balão de chat ou em um cartão de mapa. O risco é o truncamento: se a captura de tela capturar apenas a metade superior do cartão do mapa, a linha do endereço na parte inferior pode ser cortada. Uma captura de tela de altura total que inclua o cartão inteiro de cima a baixo evita esse problema.

Como a Extração Semântica lida com endereços coreanos

A chave para trabalhar com capturas de tela de pedidos do KakaoTalk é o mesmo princípio que se aplica a todo cenário de extração de capturas de chat: você não precisa dizer ao mecanismo qual formato de endereço esperar ou onde na tela procurar. Você define as colunas que deseja — Endereço de Entrega (배송지), Itens do Pedido (주문 상품), Quantidade (수량), Valor do Pagamento (결제 금액) — e a IA lê cada captura de tela como uma cena visual completa, localizando os dados de cada coluna ao entender o que significam e onde normalmente aparecem em uma conversa do KakaoTalk.

Isso é fundamentalmente diferente da extração baseada em modelo ou posição. Uma abordagem tradicional exigiria que você especificasse: "o endereço está no balão do chat, o valor está no cartão de pagamento verde, os itens estão na mensagem anterior." Qualquer desvio — um cliente que envia os itens primeiro e o endereço depois, um cartão do KakaoPay que aparece acima da lista de itens em vez de abaixo — quebra o layout predefinido. A extração semântica não depende de posições fixas ou layouts de página porque interpreta conteúdo, não coordenadas.

Para endereços coreanos especificamente, isso significa que o mecanismo consegue reconhecer tanto o formato de endereço por nome de rua ("서울시 강남구 테헤란로 123") quanto o formato por número de lote ("서울시 강남구 역삼동 123-45") como endereços, porque ambos seguem padrões estruturais internos que o modelo aprendeu (hierarquia administrativa + identificadores numéricos). Ele não precisa que lhe digam qual esperar — ele lê qualquer formato que o cliente usou e coloca o resultado na coluna "Shipping Address".

Este blog cobre o caso de uso de endereço de pedido. Se suas capturas de tela do KakaoTalk também incluírem dados de pagamento — o valor da transferência (송금액) em um cartão KakaoPay, um número de conta bancária (계좌번호) ou metadados do remetente — a ferramenta de extração de capturas de tela do KakaoTalk lê esses campos na mesma passagem, usando a mesma abordagem baseada em colunas.

A mesma abordagem baseada em colunas se aplica quando clientes fazem pedidos em outros aplicativos de mensagens — a extração lê pelo significado, não pela plataforma. O método que extrai um endereço coreano do KakaoTalk funciona igualmente em conversas de pedidos no WhatsApp Business, iMessage, LINE ou WeChat: defina as colunas uma vez, e a IA lê qualquer formato de endereço que o cliente digitou.

O Que Você Pode Extrair e Quais São os Limites

Para uma captura de tela típica de pedido no KakaoTalk, um conjunto de colunas bem definido fornece os seguintes dados de forma confiável:

Há limitações que valem a pena declarar claramente. Se o endereço aparecer apenas dentro de um cartão de compartilhamento de localização do KakaoMap e o texto do cartão estiver truncado na captura, você obterá um endereço parcial. Se os detalhes do pedido do cliente estiverem espalhados por várias mensagens consecutivas e a captura incluir apenas os últimos três balões, a lista completa do pedido pode não aparecer. Se o cliente enviar endereço e informações do pedido em mensagens separadas com conversa não relacionada no meio, o resultado pode incluir texto de preenchimento na mesma coluna se for estruturalmente ambíguo.

Essas são limitações de captura visual, não de extração. A solução para todas elas é a mesma: tire a captura de tela larga o suficiente para incluir todas as mensagens relevantes e defina colunas que correspondam aos dados que você realmente precisa. A IA trabalha com o que a imagem contém — ela não inventa dados ausentes.

Perguntas Frequentes