我们测了什么
2026 年 10 月,我们把一份 10 页、320 行的银行流水文本,通过 API 粘贴给三款聊天模型,只提出一个要求:把每笔交易提取为 CSV,支出用负数表示。GPT-6.1 Sol、Gemini 4 Argon 和 Claude Sonnet 5.5 都返回了全部 320 行,每笔金额、每个正负号和每个余额都正确。完整方法和原始文件见我们的长任务研究。
这个结果值得如实报告,同时也缩小了真正风险所在的范围。干净的文本,带有支出和收入两列,320 行,视模型不同输出 8,000 到 13,000 个 token:如今的模型能够胜任。
仍然会出错的地方
转换真实的流水往往比我们的测试更难,有三点会改变结果。
- 扫描件和照片。 扫描的 PDF 里是页面的图片,而不是文本。每个数字都得先从图像中识别出来,而把 8 或 3 看错后,得到的仍是格式正常的数字。
- 篇幅。 一个交易频繁的账户,一年可能有几千行。一旦表格长到超过应用单次回复所能容纳的长度,回复就会中断,或者助手会把剩下的部分概括带过。在同一项研究中,一份长聊天翻译触到了回复上限,在一行中间就直接结束了。
- 版式猜测。 各家银行打印金额的方式不同:一列带负号,收入和支出分两列,金额旁标注 CR 或 DR,或者借记金额用括号。对这种约定猜错,就会把一笔付款变成存款,而表格里看不出任何异常。
这些问题之所以危险,是因为它们都悄无声息。212 行的表格和 214 行的表格看起来毫无差别。
为什么会这样
AI聊天机器人读完流水后,在一次回复里把所有行写出来。这个过程中,没有任何环节会数行数,也不会用余额来核对算术。输入干净且足够短时,模型能做对。输入是页面图片,或者超过一次回复的长度时,就没有任何步骤能发现漏掉的行。
如何自己测试
银行流水自带校验机制,用起来就行。
- 让AI聊天机器人列出每笔交易的日期、描述和带正负号的金额:支出为负,收入为正。
- 把结果放进表格,将金额相加。
- 取流水上的期初余额,加上你算出的合计,与期末余额比对。
- 如果不一致,就逐行核对余额列,找出断点。
如果合计一致,提取结果很可能是完整的。如果不一致,说明某处有漏行、正负号错误或数字错误。
该用什么工具
如果你的流水是只有几页的电子版 PDF，用 AI聊天机器人再加上面的余额核对，就是个不错的选择。如果是扫描件、页数很多的流水，或者有很多份流水，请用专为这件事打造的工具。我们的银行流水转换器会逐页单独读取流水，并为每笔交易返回相同的四列，分别是日期（YYYY-MM-DD 格式）、描述、金额和余额。金额是一个带正负号的数字，支出为负，收入为正。信用卡账单中，消费为负，还款或退款为正。所有页面会合并成一张表格，你可以下载 XLSX 或 CSV 文件。
由于每一页都是按图片来读取的，扫描件和拍照的流水同样适用。无法辨认的数字会留空，而不是靠猜测填写，每页的结果还会和原件并排显示，方便你对照。任何读取文档的工具都不可能做到完美，所以在使用文件之前，仍然要先做余额核对。
每份流水的第一页免费，无需注册。完整流水只需 $5，一次付费。如需处理 PDF 中的其他表格，请看 PDF转Excel。