W czym chatbot jest dobry

Weź cyfrowy PDF, w którym da się zaznaczyć tekst myszką, z tabelą liczącą dziesięć czy dwadzieścia wierszy. Prześlij go do ChatGPT, Claude lub Gemini i poproś o tabelę. Najczęściej dostaniesz poprawne wiersze i kolumny, a niektóre asystenty potrafią też przygotować plik do pobrania. Jeśli tak wygląda Twój PDF, chatbot to rozsądne narzędzie do tego zadania.

Długość sama w sobie nie zawsze jest problemem. W naszym teście czterech długich zleceń wkleiliśmy tekst 10-stronicowego wyciągu bankowego z 320 wierszami do trzech modeli czatu i poprosiliśmy o CSV. Wszystkie trzy zwróciły każdy wiersz, a każda kwota i każdy znak były poprawne. Opisane niżej porażki wynikają z tego, co dokłada prawdziwy PDF: zeskanowane strony, puste i scalone komórki oraz tabele dłuższe niż jedna odpowiedź.

Gdzie się psuje

Problemy pojawiają się, gdy dokument robi się trudniejszy lub dłuższy.

  • Zeskanowane strony. Zeskanowany PDF zawiera obrazy stron, a nie tekst. Zależnie od asystenta tabela jest odczytywana z błędami albo wcale.
  • Przesunięte kolumny. Pusta lub scalona komórka może przesunąć każdą kolejną wartość o jedną kolumnę. Wynik nadal wygląda jak schludna tabela, dlatego błąd łatwo przeoczyć.
  • Zmienione liczby. Wartości mogą zostać zaokrąglone, separator tysięcy może zniknąć albo zostać odczytany jako przecinek dziesiętny, a liczba ujemna w nawiasach może stracić znak.
  • Brakujące wiersze. Przy tabeli rozciągniętej na wiele stron asystent zwykle zwraca pierwszą część, a potem skraca, streszcza albo przerywa.
  • Tekst zamiast arkusza. Odpowiedzią jest często tabela narysowana w czacie. Skopiowanie jej do Excela może znowu rozbić kolumny.

Błędna komórka w arkuszu jest gorsza niż błędne słowo w tekście. Zsumujesz tę kolumnę, a wynik będzie wyglądał równie wiarygodnie jak każdy inny.

Dlaczego tak się dzieje

PDF nie przechowuje tabeli jako tabeli. Przechowuje znaki w określonych miejscach strony. Siatka, którą widzisz, istnieje tylko wizualnie, a ten, kto konwertuje plik, musi zdecydować, do którego wiersza i której kolumny należy każda wartość. W skanie nie ma nawet znaków, więc stronę trzeba najpierw odczytać jako obraz.

Asystent czatu robi to wszystko za jednym razem, a potem musi wypisać każdą komórkę w jednej odpowiedzi. Im dłuższa tabela, tym więcej musi odtworzyć, nie gubiąc się, i tym silniejsza pokusa, by skracać. Nic w tym procesie nie sprawdza, czy każdy wiersz ma tyle samo komórek co nagłówek.

Jak sprawdzić to samemu

Weź PDF z tabelą na co najmniej dwóch stronach i z kilkoma pustymi komórkami.

  1. Poproś chatbota o zamianę tabeli na Excel i o podanie każdego wiersza.
  2. Policz wiersze w wyniku i w PDF-ie.
  3. Sprawdź ostatni wiersz ostatniej strony. Czy jest?
  4. Wybierz losowo pięć liczb i porównaj je cyfra po cyfrze.
  5. Znajdź wiersz z pustą komórką i sprawdź, czy wartości po niej trafiły do właściwych kolumn.

Jeśli wszystkie pięć kontroli wypadnie dobrze, chatbot radzi sobie z Twoim dokumentem. Jeśli któraś zawiedzie, pozostałe strony wymagają takiego samego sprawdzania, a wtedy robienie tego ręcznie kosztuje więcej, niż zaoszczędziła konwersja.

Czego użyć zamiast tego

Użyj narzędzia, które traktuje stronę jak dane. Nasz konwerter PDF do Excela odczytuje każdą stronę jako obraz, więc zeskanowane PDF-y i zdjęcia wydrukowanych tabel działają tak samo jak cyfrowe PDF-y. Każda tabela wraca z dokładnie jedną komórką na kolumnę w każdym wierszu. Wartości są kopiowane tak, jak wydrukowano, bez zaokrągleń, scalone komórki są powtórzone w każdym wierszu, który obejmują, a wartość, której nie da się odczytać, jest zapisana jako [illegible], zamiast być zgadywana. Tabela jest pokazana obok strony, więc możesz ją porównać, zanim pobierzesz XLSX z jednym arkuszem na tabelę albo CSV.

Dwa uczciwe ograniczenia: narzędzie wyodrębnia dane, a nie formatowanie, formuły ani wykresy, a tabela ciągnąca się przez kilka stron wraca jako jedna tabela na stronę.

Jeśli PDF to wyciąg z konta lub karty kredytowej, lepszym wyborem jest konwerter wyciągów bankowych. Zwraca każdą transakcję z datą, opisem, kwotą ze znakiem i saldem, a wszystkie strony łączy w jedną tabelę.

W obu narzędziach pierwsza strona jest za darmo i nie wymaga rejestracji, więc możesz przeprowadzić powyższy test na własnym pliku. Cały dokument kosztuje $5, jednorazowa płatność.