Lettria

Lettria 官网把自己定位为「面向受监管行业的文档智能」，并提出「Graph Context Layer」这一层：把结构化数据与文档知识统一成本体驱动的图谱，让企业 AI 的回答可溯源、可审计。产品线分成两条入口，面向知识与业务团队的 Knowledge Studio，以及面向开发者与技术团队的 Perseus；官网另列出金融、医疗、法律、工程四个行业与复杂部署的 Forward Deployed 选项。

核心能力

• Knowledge Studio：官方描述为面向受监管行业的图谱原生文档智能平台，主打「向量检索失效之处，图谱仍能推理」，官网标注准确率提升 30%+，并强调合规与可追溯。
• Perseus：面向开发者与技术团队，官方称可在数分钟而非数月内生成本体与知识图谱，支持图谱的版本管理，并让业务专家参与其中。
• Document Parsing：文档解析，把原始文档转为可检索、可追问的结构化内容。
• Ontology Enrichment：本体富化，用领域本体给解析结果补上语义关系。
• Text-to-Graph：文本转图谱，官网同时提供公开的 Text-to-Graph 排行榜与文档中心。
• Graph Retrieval：图谱检索，官网强调多跳推理、结构化与非结构化数据统一、可追溯与可审计三项特性。

适合谁

• 金融、医疗、法律、工程等强合规行业的知识管理与文档处理团队。
• 企业内部做检索增强生成、但召回质量一直被向量方案卡住的工程师。
• 需要从合同与报告中抽取结构化字段并留下审计痕迹的业务部门。
• 希望业务专家参与本体设计、而不是全交给算法的数据团队。

使用建议

• 先想清楚要回答的问题类型再决定本体范围，本体铺太大前期成本会快速上升。
• 官网标注的 30%+ 准确率提升来自官方自述，落地前建议用自己的文档集做一次对照测试。
• 复杂企业落地可以走官网列出的 Forward Deployed，由官方团队配合部署。
• 涉及患者、客户等敏感数据时，先确认部署方式与数据处理条款，官网提供安全页面与企业版本说明。
• 官网同时提供 Text-to-Graph 排行榜、白皮书与术语表，选型阶段可以先读这几份材料。
• 定价与功能会调整，商用前再核一次官网定价与说明。