在法律訴訟中，發現（discovery）階段是雙方交換相關檔案的過程，通常涉及數十萬份檔案，被美國聯邦法院系統描述為“噩夢”和“泥沼”。律師事務所依賴eDiscovery平臺（如Relativity、Everlaw和DISCO）來管理這些檔案，但這些平臺需要首先正確解析檔案。問題在於，對方提供的檔案往往難以處理：它們通常是掃描件，解析度低、黑白、旋轉角度不一，傳統OCR工具在這些檔案上表現不佳，經常產生拼寫錯誤，如“settlement”變成“s ettl em ent”，導致搜尋失敗。
更關鍵的是，這些檔案不僅包含文本，還有照片、PowerPoint圖表、表格和手寫註釋。文本搜尋無法處理這些內容，而手動標記又耗時耗力。LlamaParse正是為解決這一問題而設計的。它使用多模態模型，不僅能提取文本，還能理解頁面視覺佈局，描述影像和圖表，處理複雜表格和混合內容。對於法律發現，這帶來了幾個傳統OCR無法實現的能力：它更好地處理低質量掃描件，即使模糊或傾斜也能輸出可用結果；它保留並呈現視覺內容，使照片和圖表可以被索引；它允許透過自定義解析指令指導行為，例如提取特定格式的案例編號或證物標記。
設定LlamaParse進行發現檔案解析很簡單。首先安裝llama-cloud包並設定API金鑰。API分為兩步：上傳檔案然後啟動解析作業。對於發現檔案，建議使用“agentic_plus”層級，它針對複雜佈局和視覺內容進行了最佳化。關鍵功能是custom_prompt，可以輸入自然語言指導，例如“這些是法律發現檔案，可能是低解析度掃描件。請提取所有可見文本，糾正OCR偽影，識別並描述照片，提取表格資料，注意手寫註釋，保留案例編號等。”此外，還可以指定輸出格式，如Markdown、文本或結構化的“items”檢視。
更好的解析意味著下游系統能更有效地工作。如果搜尋索引基於充滿OCR錯誤的文本，語義搜尋和分類的召回率會降低。LlamaParse作為基礎層，確保文件可讀且結構化，從而讓上層系統（如法律檢索或分類）發揮最大作用。對於希望嘗試的使用者，LlamaParse提供免費層級，文件中有完整的API說明。