Bổ sung siêu dữ liệu tự động là công nghệ sử dụng AI để tự động trích xuất các thông tin bổ sung như tiêu đề, ngày tháng, danh mục, từ khóa từ tài liệu và dữ liệu, giúp tăng độ chính xác của tìm kiếm và phân loại.
Bổ sung siêu dữ liệu tự động là phương pháp trong đó LLM phân tích nội dung của tài liệu và tự động tạo thông tin có cấu trúc như tiêu đề, tóm tắt, danh mục, thực thể và từ khóa và thêm chúng vào chỉ mục trong RAG (tạo tiện ích mở rộng truy xuất) và hệ thống quản lý tài liệu, đồng thời được cho là được sử dụng rộng rãi để cải thiện độ chính xác của tìm kiếm và độ chính xác phân loại. Trong hoạt động thực tế kể từ năm 2026, người ta đã chỉ ra rằng một cạm bẫy trong lĩnh vực này là mức độ chi tiết và từ vựng của các nhãn được trích xuất sẽ sai lệch so với phân loại được thiết kế thủ công, dẫn đến "thiếu sót thầm lặng" sẽ không dẫn đến kết quả tìm kiếm. Ngoài ra, khi xử lý hàng loạt một số lượng lớn tài liệu, chi phí gọi API LLM có xu hướng tích lũy và chi phí vận hành có thể thay đổi nhiều lần tùy thuộc vào số lượng tài liệu và lựa chọn mô hình, vì vậy phương pháp lựa chọn cơ bản là sử dụng thiết kế từng bước trong đó mô hình nhẹ được sử dụng để trích xuất chính và chỉ những tài liệu quan trọng mới được xử lý lại bằng mô hình hiệu suất cao.