AI TOOL DATABASE v2
Unstructured
企業内のPDF・Office・画像などを、RAG・検索・AIエージェントで使える構造化データへ変換する文書ETL基盤。
選定サマリー
30秒で向き不向きを確認
AI位置づけ
AI統合（AIがサービスの中核機能として統合）
向いている
企業文書をRAGへ投入する前処理を標準化したいチーム
向いていない
単純なプレーンテキストだけを少量処理する用途
料金
毎月15,000ページ無料。超過は基本$0.03/ページ。Businessは専用環境・VPC等を含むカスタム料金。
最大の強み
文書の抽出からチャンク・補強・Embedding・ロードまで一貫して扱える
注意点
単純なテキスト処理だけなら構成が過剰になりやすい
THINKLAB判定
RAGの品質問題をモデル選定だけで解決せず、『入力文書をどう構造化するか』から改善したい企業に有力な前処理基盤です。
概要
Unstructuredは、企業内に散在するPDF、Word、PowerPoint、メール、画像などの非構造データを取り込み、文書構造を保ちながらPartition、Chunk、Enrich、Embedし、ベクトルDBやストレージへ渡すためのデータ処理プラットフォームです。
多数のソース・宛先コネクタを備え、UI、API、MCP、オープンソースライブラリから利用できます。
概要の続きを読む概要を閉じる
2026年時点ではAIエージェントからMCP経由で文書解析を呼び出す用途も前面に出ています。
主な機能
Extract / Transform / Load
ソース接続からPartition、Chunk、Enrich、Embed、宛先ロードまでを一つのパイプラインとして構成できます。
多形式文書対応
PDF、Office文書、画像、メールなど多数の文書・画像形式を処理し、共通の構造へ正規化します。
豊富なコネクタ
S3、SharePoint、Google Drive、Slack、Salesforce、Snowflakeなどのソースと、Pinecone、Qdrant、Weaviate等の宛先を接続できます。
変更検知・増分処理
Change Detectionや増分処理により、全データを毎回再処理せず更新分をパイプラインへ反映できます。
複数導入形態
SaaSのほかBusinessではDedicated Instance、AWS/Azure/GCPのVPC、Bare Metalなどデータ境界に合わせた導入が可能です。
AI機能
VLM / High-Res document transformation
ページや文書の複雑さに応じてFast、High-Res、VLM等の戦略でテキスト、表、画像、レイアウトを抽出し、構造化された要素へ変換します。
Generative OCR & enrichment
OCR、画像説明、表説明、NERなどの補強処理をパイプラインに追加し、検索・生成時に使える情報量を増やします。
Smart chunking
文字数、タイトル、ページ、類似度、コンテキストなど用途別の方式で文書をチャンク化し、RAG検索単位へ整えます。
MCP
Claude Code、Cursor、CodexなどMCP対応クライアントから文書解析をツールとして呼び出し、構造化結果をエージェントのコンテキストへ渡せます。
制約・技術的な詳細は「詳細情報」を参照
活用例
個人・一般
企業RAGの前処理
社内PDFやOffice文書を構造化・チャンク化し、ベクトルDBへ投入できる状態へ標準化する。
AIエージェントの文書理解
MCPやAPIから文書解析を呼び出し、エージェントへ表・画像・レイアウトを含む構造化コンテキストを渡す。
複数データソースの統合
SharePoint、S3、Salesforceなど異なるソースを共通パイプラインで処理し、検索・分析基盤へ集約する。
業務・組織
社内ナレッジ検索基盤
アクセス権やメタデータを意識しながら社内文書をRAG向けに変換し、検索・生成AIへ供給する。
文書ETLの標準化
部門ごとに乱立するPDF解析・OCR・チャンク処理を共通パイプラインへ集約する。
料金
Transformは毎月15,000ページまで無料でリセットされ、超過は$0.03/ページ。
月間ページ処理料金が$3,000に達すると100万ページまで追加ページが無料になる上限設計があります。
Businessは専用環境・VPC等を含むカスタム契約です。
無料枠あり
Free
$0
毎月15,000ページ。カード不要で月ごとにリセット。
Pay-As-You-Go
$0.03 / page
無料15,000ページ超過後の従量課金。月間処理料金$3,000到達後は合計100万ページまで追加料金なし。
Business
Custom
Dedicated Instance、VPC、Bare Metal、データ分離、専用サポート等を含む企業向け。
公式 Pricing ページを開く料金確認：2026年8月26日
強み・弱み
強み
- 文書の抽出からチャンク・補強・Embedding・ロードまで一貫して扱える
- 複雑なPDFや表・画像を含む文書処理に強い
- ソースと宛先のコネクタが豊富
- SaaSからVPC・Bare Metalまで企業のデータ境界に合わせやすい
- MCPによりAIエージェントから直接文書処理を利用できる
弱み
- 単純なテキスト処理だけなら構成が過剰になりやすい
- VLM・OCR・Embeddingなど外部モデルを含む構成では品質・コスト設計が必要
- 複雑な企業パイプラインではコネクタ権限やメタデータ設計が重要になる
比較・競合
迷うときの比較軸
- 対応文書形式
- 表・画像解析精度
- チャンク戦略
- コネクタ
- 増分更新
- MCP/API
- デプロイ方式
- セキュリティ
Unstructured vs LlamaIndex
RAGアプリ全体のフレームワークを組むならLlamaIndex、文書取り込み・変換レイヤーを専門基盤として標準化するならUnstructured。
Unstructured vs Firecrawl
Webサイト取得中心ならFirecrawl、PDF・Office・社内SaaSを含む企業文書ETLならUnstructured。
Unstructured vs Pinecone
Pineconeは検索・ベクトル保存層、Unstructuredはその前段で文書を解析・整形する層で、競合というより併用関係になりやすい。
THINKLABの結論
選定サマリーの判定を、選び方として整理したものです。
選ぶべき場合
PDF、Office、表、画像、複数SaaSなど形式の異なる企業データを、RAG・検索・エージェント向けに共通パイプラインで整えたい場合。
別製品を選ぶべき場合
処理対象が少量の単純テキストだけで、独自パーサー数行で十分な場合。
確信度: high
詳細情報
導入判断の本線から外した補足です。必要な項目だけ開いてください。
AI機能の制約・補足
VLM / High-Res document transformation
制約
VLMや高精度処理は単純なテキスト抽出より処理負荷が高く、文書品質によって精度差があります。
Generative OCR & enrichment
追加の制約記載なし
Smart chunking
追加の制約記載なし
MCP
追加の制約記載なし
向き不向き（一覧）
こんな人におすすめ
- 企業文書をRAGへ投入する前処理を標準化したいチーム
- PDF・表・画像を含む複雑文書を高精度に解析したい開発者
- 複数の社内データソースとベクトルDBを接続したい企業
おすすめしないケース
- 単純なプレーンテキストだけを少量処理する用途
- 文書解析ではなくベクトル検索エンジンそのものを探している場合
プラットフォーム / API
対応プラットフォーム
- Web
API
あり · API / Docs
セキュリティ / データの扱い
SOC 2 Type II、HIPAA、GDPR、ISO 27001等を掲げ、暗号化、RBAC、Zero Data Retention、専用インフラ/VPC等の企業向け制御を提供します。
取扱い: 公式Pricingでは転送中暗号化、Zero Data Retention、セキュアなコネクタ認証情報処理を掲げています。Businessでは顧客専用インフラ内で処理する構成を選択できます。
学習・送信: 文書処理で利用する第三者モデルや選択したデプロイ構成によってデータ経路が変わるため、本番導入時はモデルごとのデータ条件も確認が必要です。
所在: BusinessではDedicated InstanceやAWS/Azure/GCPのVPC、Bare Metalを選択可能。