指南
AI 能读懂 PDF 中的图表和表格吗?会丢失什么
AI 通常能读懂 PDF 中简单的文本表格,但复杂表格会丢失表头和行对齐,而图表只有在工具支持视觉检索时才会被读取——否则图表中的数值实际上是不可见的。要保住数据,请把图表数值和表格内容连同单位、期间和限定条件以文本形式写出,或在 PDF 旁边发布一个结构化版本。
表格:简单才可读
PDF 中的表格是一组排布在网格中的文本片段。其中没有“单元格”对象;AI 根据坐标推断行和列。只有一行表头、数值简短的简单表格通常能完好保留。问题出现在多级表头、合并单元格、换行文本、合计行、脚注标记以及延续到下一页的表格上。
OpenAI 帮助中心指出,ChatGPT 可能无法从基于图像的表格或复杂版式中可靠地提取精确数值,并建议在需要精确时使用电子表格或文本文件。
图表:往往根本没被读取
图表是绘制出来的图形。除非数值以数据标签的形式出现在文本层中,否则根本没有数字可提取。OpenAI 表示,视觉检索——读取 PDF 中的图表和图像——仅在特定场景下可用;在其他场景中 ChatGPT 使用纯文本检索,因此没有标签的图表毫无贡献。即使图像被读取,根据柱子高度估算的数值也只是近似值。
逐个元素看会丢失什么
| 元素 | 丢失的内容 | 对回答的影响 |
|---|---|---|
| 多级列标题 | 某一列属于哪一年或哪个业务板块 | 引用的数字对应了错误的期间 |
| 合并单元格 | 某个标签适用于哪些行 | 数值对应到了错误的项目 |
| 图注中的单位(“千美元”) | 数量级 | 相差一千倍 |
| 脚注标记(¹、*) | “备考”或“未经审计”等限定条件 | 估计值被当作事实呈现 |
| 括号表示的负数 | 正负号 | 亏损被读成盈利 |
| 没有数据标签的图表 | 全部数值 | 数字缺失或被猜测 |
| 图例和颜色 | 哪个系列是哪个 | 系列被混淆 |
| 跨页断开的表格 | 后续页面上的表头 | 孤立的行 |
如何让图表和表格保持可读
- 为每个图表添加数据标签,或在下方附一个小型数值表。
- 用一句包含实际数字的话说明每个图表的结论。
- 只保留一行表头;在表头本身重复写明单位和期间。
- 避免合并单元格;改为重复标签。
- 负数用减号表示,或在标签中写明“亏损”。
- 让表格保持在一页内,或重复表头行。
- 当数值很重要时,附上源电子表格。
- 每次只就一个表格或一页向 AI 提问;OpenAI 指出,大文件或图片多的文件可能无法被完整分析。
从源文件出发,而不是从 PDF 出发
最可靠的图表数据,就是用来生成图表的那些数据。PowerPoint 图表存储了系列数值;Excel 工作表存储了单元格数值、数字格式和公式。从这些文件中提取,远胜于从 PDF 中读取像素。
The Papers 读取原生 PowerPoint 图表及其系列数据、表格和演讲者备注,以及 Excel 单元格数值及其数字格式、公式和依赖关系。对于 PDF,它使用带位置信息的文本层,扫描页则回退到 OCR。生成的 AI 版本中的每个数值都会对照源文件核对,并保留对其所在页、幻灯片或单元格的引用;源文件无法确定的内容会交由您确认。
常见问题
- 如果我上传图表图片,ChatGPT 能读懂吗?
- 在能读取图像的场景下,它可以描述图表并估算数值,但根据柱子高度估算的结果并不精确。数字重要时,请以文本形式提供。
- 为什么 AI 会把我表格中的列弄混?
- 因为 PDF 中没有单元格,只有按位置排布的文本。多级表头和合并单元格会让列的归属变得模糊。
- 对于表格,Excel 比 PDF 更好吗?
- 如果需要精确数值,是的。OpenAI 建议在需要精确时使用电子表格或文本文件。在 Excel 中同样要把单位写在表头里,并避免合并单元格。
- The Papers 会重新绘制我的图表吗?
- 它会把图表背后的数据——原生 PowerPoint 图表的系列数值、表格中的数值——提取到 AI 版本中,让智能体读取的是数字而不是图像。