The Papers

Guia

Por que o ChatGPT erra os números do meu PDF?

O ChatGPT erra os números de um PDF porque o PDF armazena texto e imagens posicionados, não uma tabela de valores com seu significado: números dentro de gráficos, digitalizações ou layouts complexos podem ser ignorados, mesclados ou associados ao período, à moeda ou à linha errados. A solução é entregar os números à IA como texto estruturado, ao lado de seus rótulos e ressalvas — de preferência em uma única versão com fidelidade conferida e em texto do documento, que toda IA lê em vez de extrair o PDF de novo.

O que um PDF realmente entrega a uma IA

O PDF é um formato de impressão. Ele diz ao visualizador onde desenhar cada caractere, linha e imagem na página; ele não diz “esta célula é a receita do 3º tri em euros, não auditada”. Uma IA que lê o arquivo precisa reconstruir esse significado a partir das posições, e toda reconstrução é um palpite.

A central de ajuda da OpenAI diz que o ChatGPT pode não extrair com confiabilidade valores exatos de tabelas em imagem, arquivos digitalizados ou layouts visuais complexos, e recomenda enviar planilhas ou arquivos de texto quando os valores exatos importam. Ela também observa que a leitura de gráficos e imagens dentro de PDFs (visual retrieval) é oferecida em contextos específicos; nos demais, só a camada de texto é usada. Um número que existe apenas em um gráfico ou em uma imagem pode simplesmente ficar invisível.

Os erros típicos, por tipo de documento

DocumentoO que dá erradoPor quê
Relatório anual ou trimestralNúmero do ano anterior citado como do ano atualTabelas com várias colunas perdem os cabeçalhos na extração
Extrato bancário ou de contaDébitos e créditos trocados, saldos desalinhadosOs valores ficam posicionados em colunas sem rótulos explícitos
Lista de preços ou ficha técnicaPreço associado ao produto ou à variante erradaLinhas quebram em várias linhas; células mescladas bagunçam a ordem
Resumo financeiroProjeção apresentada como realizadoA ressalva fica em uma nota de rodapé longe do número
Contrato ou nota fiscal digitalizadosDígitos lidos errado (8 por 3, 1 por 7)O texto vem de OCR, não de uma camada de texto
Relatório longo e cheio de imagensSeções ignoradas ou resumidas de forma vagaArquivos grandes podem não ser analisados por completo

Unidades, períodos e ressalvas são o verdadeiro problema

A maioria dos “números errados” são os dígitos certos com o significado errado. “4,2” não serve para nada sem “US$ milhões”, “FY2025” e “não auditado”. Em um PDF, essas partes costumam estar espalhadas entre o cabeçalho da tabela, uma legenda e uma nota de rodapé, e a extração mantém os dígitos enquanto perde o contexto.

  • Escala: milhares ou milhões definidos uma única vez no cabeçalho (“em US$ mil”).
  • Período: cabeçalhos de coluna como “2025 / 2024” que desaparecem quando a tabela é achatada.
  • Moeda: um único símbolo no topo da coluna, nenhum ao lado dos valores.
  • Ressalvas: projeção, pro forma, não auditado, “até”, excluindo itens não recorrentes — geralmente em letras miúdas.
  • Definições: receita vs. GMV vs. bookings, bruto vs. líquido.

O que você mesmo pode corrigir no PDF

  • Exporte a partir do aplicativo de origem para que o texto continue selecionável; evite digitalizações e “imprimir como imagem”.
  • Coloque unidades e períodos no cabeçalho de cada coluna, não só no título da página.
  • Apresente os números-chave uma vez em uma frase com o contexto completo: “Receita FY2025: US$ 4,2 mi, não auditada.”
  • Adicione rótulos de dados ou uma pequena tabela de valores abaixo de cada gráfico.
  • Evite células mescladas e tabelas que se dividem entre páginas.
  • Se a precisão importa, compartilhe a planilha ou um CSV junto com o PDF, como a OpenAI recomenda.
  • Ao perguntar ao ChatGPT, aponte uma página ou seção específica em vez do arquivo inteiro; a OpenAI sugere perguntar sobre seções ou dividir arquivos grandes.

Por que ajustar seus próprios prompts não basta

Você consegue conferir a resposta do ChatGPT para você. Você não consegue conferir as respostas que seus leitores recebem: um investidor, a equipe de compras de um cliente ou um regulador enviam o PDF ao próprio assistente, que extrai os números de novo, de um jeito diferente a cada vez. Uma cópia desatualizada continua circulando depois que você publica uma correção.

A solução duradoura é uma versão canônica e em texto do documento, em um endereço permanente, que toda IA lê em vez de adivinhar a partir do layout.

Como o The Papers resolve isso

O The Papers transforma um PDF (ou PowerPoint, Excel, Word) em uma Versão IA com fidelidade conferida em uma URL permanente: uma página web mais Markdown e JSON. Antes de publicar, cada número, moeda, data e período é conferido para corresponder exatamente à fonte, e nenhum número que não esteja na fonte pode aparecer. Ressalvas como projeção, não auditado ou pro forma continuam associadas, e cada valor mantém uma referência à sua página de origem.

Quando a fonte é ambígua — por exemplo, se um número é receita ou GMV —, a pergunta vai para você e sua resposta é registrada como confirmada pelo proprietário. O documento recebe uma pontuação de Prontidão para IA; “Fidelidade conferida” exige zero problemas críticos pendentes. Quando você atualiza o documento, o link continua o mesmo.

Perguntas frequentes

Um PDF digitalizado é pior do que um exportado?
Em geral, sim. Uma digitalização não tem camada de texto, então os valores vêm de OCR, e a OpenAI observa que arquivos digitalizados e tabelas em imagem podem não ser extraídos com confiabilidade. Exporte a partir do aplicativo original sempre que puder.
Um modelo melhor vai resolver isso?
Em parte. Modelos melhores leem layouts melhor, mas um PDF continua sem dizer qual período, moeda ou ressalva pertence a um número. Texto estruturado elimina o palpite para todos os modelos.
Não é melhor simplesmente enviar a planilha?
Para dados brutos, sim — a OpenAI recomenda planilhas ou arquivos de texto quando os valores exatos importam. Mas os leitores também precisam da narrativa, e a planilha sozinha a perde. Uma Versão IA com fidelidade conferida mantém as duas coisas.
O The Papers confere se meus números estão corretos?
Não. Ele confere se a Versão IA é fiel à sua fonte — os mesmos números, períodos e ressalvas. Ele não certifica que o conteúdo em si seja verdadeiro.

Publique uma única Versão IA com fidelidade conferida do seu PDF para que todo assistente leia os mesmos números.

Fontes

Guias relacionados