Clairic：面向结构化抽取、估算与预测的专用模型

Clairic 是什么？

Cloudflare 推出抽取模型 Clairic 的预览版，已在 Workers AI 上提供，模型标识为 @cf/cloudflare/clairic。其模型权重计划后续开放，目前公布的仍是开放计划。

Clairic 面向反复出现的结构化任务，例如读取发票金额、识别交付日期、计算逾期天数、估算维修费用，以及预测未来一段时间的流量。它不以生成开放式文本为目标，而是直接返回符合指定类型的值。

与决策模型、通用大模型有什么不同？

Clairic 被归入“System One”模型：通过单次前向计算完成处理，不逐个生成输出 token。这里的 System One 与 System Two 是用于说明产品定位的分类方式，分别强调快速处理与审慎推理。

三类模型的分工可以概括为：

模型类别	主要任务	输出形式
抽取模型，如 Clairic	抽取、计算、估算和预测数值	文本片段、数字、日期、列表、分布等
决策模型，如 Jev、Clef	在预先给定的选项中作判断	各选项对应的概率
通用大语言模型	写作、解释与推理	开放式文本

这种划分强调的是任务分工：先把非结构化输入转换为类型化数据，再据此作出决策，最后由语言模型生成解释或回复。

四类核心能力

1. 抽取

从输入中定位姓名、订单号、描述等文本，返回对应片段、字符位置和置信度。字符位置有助于核对结果在输入中的具体位置。

2. 计算

读取或计算数字、日期、时间、时长及列表，并遵守字段类型约束。例如，金额字段可以要求保留两位小数，时长字段可以指定以天为单位。

3. 估算

针对输入没有直接给出、但包含相关证据的数值，在调用者指定的上下界和步长内返回分布，并提供中位数及 80% 区间。

4. 预测

针对时间序列，逐步返回未来数值的估计，每一步都有各自的 80% 区间。

抽取与估算不能混为一谈：前者定位输入中已有的信息，后者依据证据推测未明确给出的值。

请求如何组织？

一次请求主要包含两部分：

state：需要处理的文本，可选附带最多四张图像。
fields：待返回的字段映射，每个字段包含名称、类型，以及可选的自然语言 instructions。

支持的主要字段类型如下：

类型	返回内容
`text`	输入中的特定文本片段及字符位置
`number`	读取或计算的数字，可约束整数与小数位数
`date`、`time`、`datetime`	ISO 格式的日期与时间
`duration`	按指定单位表示的时长
`list`	按输入顺序排列的文本、数字或日期列表
`estimate`	指定范围、步长及线性或对数尺度上的分布
`forecast`	时间序列未来各步的估算

标量答案附带 p_null 和 confidence。其中，p_null 表示相应值不在输入中的概率。估算结果提供中位数及从 p10 到 p90 的区间，也可按需返回全部 99 个百分位点。

字段数量没有固定上限，但并不意味着所有字段始终只需一次计算：如果字段与输入无法同时容纳在一次处理中，服务端会拆分为多个并行处理批次，每批读取完整输入，再合并答案。

示例：处理售后邮件

假设客户邮件提到：订单 A-88412 于 2026 年 9 月 28 日送达，设备屏幕破裂、边角凹陷；商品价格为 649 美元，税费为 52.10 美元；客户在 10 月 9 日提出维修或退款请求。

可以定义以下字段：

const { answers } = await env.AI.run("@cf/cloudflare/clairic", {
  state: email,
  fields: {
    order_id: {
      type: "text",
      instructions: "订单号"
    },
    delivered_on: {
      type: "date",
      instructions: "送达日期"
    },
    amount_paid: {
      type: "number",
      decimals: 2,
      unit: "USD",
      instructions: "含税实付总额"
    },
    days_since_delivery: {
      type: "duration",
      unit: "days",
      integer: true,
      instructions: "从送达日期到客户写信日期的天数"
    },
    damage: {
      type: "list",
      items: "text",
      instructions: "邮件描述的每一种损坏"
    },
    tracking_number: {
      type: "text"
    }
  }
});

这一请求同时涵盖直接抽取、金额计算、日期差计算和缺失字段处理。调用者不必让模型先生成一段文本，再从中解析所需字段。

使用时需要注意什么？

类型有效，不代表事实正确。 Clairic 不以自由文本方式生成答案，可以减少格式错误和某些生成式错误，但仍可能选错文本片段、算错数值或给出不准确的估计。置信度和区间应作为复核依据，而不是正确性的保证。

其公开介绍强调了较低延迟、仅按输入计费，以及在特定任务上的成本和准确率优势，但当前材料未提供可供核验的具体基准结果或完整价格数据。因此，不能据此认定它在所有抽取任务上都优于通用大模型。

对于文档处理、客服工单等结构化工作流，值得重点验证的是：字段准确率、缺失值识别、置信度表现，以及需要人工复核的比例。