第1話「バラバラの証拠品と消えたJSON」：Unstract（旧Zipstack）導入ガイド


第1話「バラバラの証拠品と消えたJSON」：Unstract（旧Zipstack）導入ガイド

Zipstack/unstract

2026-02-15

では、この「密室（クローズドな環境）」に散らばった「バラバラの証拠品（非構造化データ）」を、鮮やかに解決する名探偵……もとい、Unstract (Zipstack) について解説しましょう！

エンジニアの皆さん、こんな「未解決事件」に頭を抱えていませんか？

犯行声明（PDF）が手書きで読み取れない。

被害者のダイイングメッセージ（請求書や契約書）のフォーマットが毎回違う。

証拠写真（画像）の中に何が写っているか、いちいち手動でログに残すのが面倒。

これら「構造化されていないデータ」を、プログラムで扱えるきれいなJSONに変えるのは、まさに「密室の鍵探し」くらい困難でした。そこで登場したのが Unstract です。

Unstractは、「非構造化データ専用の自動捜査官（ETLパイプライン）」です。

「鑑識の自動化」
PDF、画像、Excel、HTMLなど、グチャグチャなデータから必要な情報だけを抜き出します。

「ノーコードで推理」
難しい正規表現や、泥臭いパーサーを書く必要はありません。LLM（大規模言語モデル）の力を使って、「ここから合計金額を抜いて」と指示するだけ。

「即座に現場検証（API化）」
構築したパイプラインはすぐにAPIとして公開できるので、他のシステムとの連携も爆速です。

導入は「現場に急行する」くらいシンプルです。

Unstract Platformにアクセス
Unstractの公式サイト（旧Zipstack）でアカウントを作成します。

コネクタの設定
証拠品がどこにあるか（S3、Google Drive、ローカル等）を指定します。

プロンプトで「推理」を記述
LLMに対して「この文書から日付と容疑者名を抽出せよ」と指示を作成。

デプロイ
実行ボタンを押せば、APIエンドポイントが生成されます。

「犯行現場（PDF）」から「犯人の名前（JSON）」を取り出すPythonのイメージです。

import requests

# Unstractで作成した「捜査パイプライン」のAPIを叩く
API_URL = "https://api.unstract.com/v1/pipelines/solve-murder-case/execute"
HEADERS = {"Authorization": "Bearer YOUR_EVIDENCE_TOKEN"}

# 証拠品（PDF）をアップロードして解析！
files = {'file': open('mysterious_letter.pdf', 'rb')}
response = requests.post(API_URL, headers=HEADERS, files=files)

# 解決編（構造化されたデータが返ってくる）
evidence = response.json()
print(f"【推理結果】 犯人は... {evidence['suspect_name']} です！！")
print(f"【動機】: {evidence['motive']}")

「どうしてこんな簡単なデータ抽出に、何百行もコードを書かなきゃいけないんだ！」と叫びながら、夜な夜な正規表現と戦う日々（通称
泥沼の捜査）は終わりました。

開発コストの削減
パーサーの保守から解放されます。

精度の向上
曖昧な表現もLLMが賢く解釈してくれます。

スピード感
現場（ビジネス要件）の変化に即座に対応可能です。

これで、あなたのプロジェクトという名の「密室殺人事件」も、きれいに解決すること間違いなしですね！


Zipstack/unstract