Как проверить таблицу после переноса из PDF с помощью ИИ

Сначала определите, что внутри PDF

Как поясняет документация pypdf, страница может содержать текст, изображение скана или их сочетание. Таблица в PDF не обязана храниться как таблица с ячейками: для программы это могут быть отдельно размещённые символы. Для скана требуется распознавание изображения.

Проверьте, выделяется ли текст, но не считайте это полной диагностикой качества. У скана может быть ошибочный текстовый слой. Сохраните визуальный оригинал и номер страницы: именно с ним нужно сравнить результат.

Мультимодальные инструменты, например обработка документов Gemini, могут использовать визуальное представление PDF. Это расширяет возможности чтения, но не превращает извлечение в гарантированно точную операцию.

Задайте структуру до извлечения

Для большой таблицы сначала обработайте одну страницу. Убедитесь, что перенос названия на вторую строку не создаёт лишнюю позицию, а повторный заголовок на новой странице не попадает в данные. После этого переносите остальное тем же способом.

Повторите на небольшом файле

Откройте исходный PDF и проверенную таблицу Excel. В PDF одна страница и три позиции. В Excel исходные суммы стоят в столбце E, независимый пересчёт количества и цены — в F.

Для повторения загрузите этот PDF в свой инструмент с поддержкой документов и используйте запрос выше, заменив «страницы 4» на «страницы 1». Попросите сохранить результат как таблицу, затем сопоставьте его с приложенным Excel. Проверьте каждую пару «позиция — сумма», а не только нижнюю строку.

В локальной проверке 13 сентября 2026 года текстовая таблица была извлечена через pdfplumber: получены три строки, суммы 360, 500 и 140, итог 1000. В Excel проверены формулы B×D для каждой строки. Это проверка приложенного файла, а не сравнение точности разных нейросетей.

Теперь намеренно поменяйте местами 360 и 500 в столбце E. Общий итог не изменится, но две строки разойдутся с пересчётом F. Так выглядит ошибка, которую одна контрольная сумма пропускает.

Контрольная сумма помогает, но не заменяет построчную сверку

Сначала проверьте число строк: здесь их три, строку итога в него не включаем. Затем пересчитайте каждую позицию и общий итог. Если кабелю приписать сумму переходника, общий итог может сохраниться — поэтому одного совпадения 1 000 ₽ недостаточно.

Сохраните проверяемый результат

В рабочей таблице полезно оставить столбцы «страница» и «проверено». Для нескольких неясных ячеек сделайте отдельный список вопросов. Если исходник плохо читается, запросите более качественный файл; модель не должна угадывать цифры по ожидаемому итогу.

После экспорта проверьте типы данных: сумма должна оставаться числом, а артикул с начальным нулём — текстовым идентификатором. Убедитесь, что десятичный разделитель распознан правильно. Сохраните исходный PDF рядом с результатом и датой сверки.

Для документа, на основании которого будут платить или отгружать товар, проверьте все значимые строки. ИИ сокращает ручной перенос, но ответственность за соответствие исходнику остаётся в процедуре проверки.

Для числовой проверки пригодится маленький набор строк с известным итогом.