O que um chatbot faz bem

Pegue um PDF digital, daqueles em que você consegue selecionar o texto com o mouse, com uma tabela de dez ou vinte linhas. Envie para o ChatGPT, o Claude ou o Gemini e peça a tabela. Na maioria das vezes você recebe as linhas e colunas certas, e alguns assistentes também conseguem gerar um arquivo para baixar. Se é esse o caso do seu PDF, um chatbot é uma ferramenta razoável para a tarefa.

Só o tamanho nem sempre é o problema. No nosso teste com quatro tarefas longas, colamos o texto de um extrato bancário de 320 linhas e 10 páginas em três modelos de chat e pedimos um CSV. Os três devolveram todas as linhas, com todos os valores e sinais corretos. As falhas abaixo vêm do que um PDF real acrescenta: páginas escaneadas, células vazias e mescladas e tabelas maiores do que uma resposta comporta.

Onde dá errado

Os problemas aparecem à medida que o documento fica mais difícil ou mais longo.

  • Páginas escaneadas. Um PDF escaneado contém imagens das páginas, não texto. Dependendo do assistente, a tabela é lida com erros ou nem chega a ser lida.
  • Colunas deslocadas. Uma célula vazia ou mesclada pode empurrar todos os valores seguintes uma coluna para o lado. O resultado continua parecendo uma tabela organizada, e é por isso que o erro passa despercebido com facilidade.
  • Números alterados. Valores podem ser arredondados, um separador de milhar pode ser perdido ou lido como ponto decimal, e um valor negativo entre parênteses pode perder o sinal.
  • Linhas faltando. Em uma tabela que se estende por muitas páginas, o assistente tende a devolver a primeira parte e depois encurtar, resumir ou parar.
  • Texto, não planilha. A resposta costuma ser uma tabela desenhada no chat. Copiá-la para o Excel pode bagunçar as colunas de novo.

Uma célula errada em uma planilha é pior do que uma palavra errada em um texto. Você vai somar aquela coluna, e o total vai parecer tão confiável quanto qualquer outro.

Por que isso acontece

Um PDF não guarda uma tabela como tabela. Ele guarda caracteres em posições de uma página. A grade que você vê existe apenas visualmente, e quem faz a conversão precisa decidir a que linha e a que coluna cada valor pertence. Em um escaneado nem existem caracteres, então a página precisa ser lida primeiro como imagem.

Um assistente de chat faz tudo isso de uma só vez e ainda precisa escrever cada célula em uma única resposta. Quanto mais longa a tabela, mais ele tem de reproduzir sem se perder, e maior a tendência de encurtar. Nada nesse processo confere se cada linha tem o mesmo número de células que o cabeçalho.

Como testar você mesmo

Use um PDF com uma tabela de pelo menos duas páginas e algumas células vazias.

  1. Peça a um chatbot que converta a tabela para Excel e que entregue todas as linhas.
  2. Conte as linhas no resultado e no PDF.
  3. Confira a última linha da última página. Ela está lá?
  4. Escolha cinco números ao acaso e compare dígito por dígito.
  5. Encontre uma linha com uma célula vazia e verifique se os valores seguintes estão nas colunas certas.

Se as cinco conferências passarem, um chatbot dá conta do seu documento. Se uma falhar, as outras páginas precisam da mesma verificação, e nesse ponto fazer isso à mão custa mais do que a conversão economizou.

O que usar no lugar

Use uma ferramenta que trate a página como dados. Nosso conversor de PDF para Excel lê cada página como imagem, então PDFs escaneados e fotos de tabelas impressas funcionam do mesmo jeito que PDFs digitais. Cada tabela volta com exatamente uma célula por coluna em todas as linhas. Os valores são copiados como estão impressos, sem arredondamento, as células mescladas são repetidas em cada linha que abrangem, e um valor que não pode ser lido é escrito como [illegible] em vez de ser adivinhado. A tabela é exibida ao lado da página para você comparar antes de baixar o XLSX, com uma planilha por tabela, ou o CSV.

Dois limites sinceros: ele extrai dados, não formatação, fórmulas ou gráficos, e uma tabela que continua por várias páginas volta como uma tabela por página.

Se o PDF for um extrato bancário ou de cartão de crédito, o conversor de extrato bancário é a melhor opção. Ele devolve cada transação com data, descrição, valor com sinal e saldo, e reúne todas as páginas em uma única tabela.

Em qualquer uma das ferramentas, a primeira página é grátis e não exige cadastro, então você pode fazer o teste acima com o seu próprio arquivo. O documento inteiro custa $5, em pagamento único.