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
| Documento | O que dá errado | Por quê |
|---|---|---|
| Relatório anual ou trimestral | Número do ano anterior citado como do ano atual | Tabelas com várias colunas perdem os cabeçalhos na extração |
| Extrato bancário ou de conta | Débitos e créditos trocados, saldos desalinhados | Os valores ficam posicionados em colunas sem rótulos explícitos |
| Lista de preços ou ficha técnica | Preço associado ao produto ou à variante errada | Linhas quebram em várias linhas; células mescladas bagunçam a ordem |
| Resumo financeiro | Projeção apresentada como realizado | A ressalva fica em uma nota de rodapé longe do número |
| Contrato ou nota fiscal digitalizados | Dígitos lidos errado (8 por 3, 1 por 7) | O texto vem de OCR, não de uma camada de texto |
| Relatório longo e cheio de imagens | Seções ignoradas ou resumidas de forma vaga | Arquivos 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.