Procesamiento de documentos
Extracción de tablas
Define columnas o simplemente describe lo que necesitas; la IA lee el documento, extrae y verifica cada celda palabra por palabra.
Extracción de tablas
Qué le pasa a tu tabla
Cada celda que produce esta herramienta se compara con la capa de texto de la página de la que proviene. El modelo lee la tabla y escribe valores; el verificador pregunta después, para cada valor, si ese texto exacto aparece en el documento. Una celda confirmada se entrega como valor normal. Una celda que no se puede confirmar se marca, y la entrega completa se etiqueta como con advertencias en lugar de reportarse como un éxito limpio.
Esta comprobación existe por una razón concreta: un modelo al que se le pide transcribir una tabla a veces la mejora. En nuestras propias pruebas convirtió la celda 循環貸款 en 循環貸款等: un carácter añadido, invisible al hojear el resultado, y erróneo. La validación de esquema no lo detecta, porque la columna sigue siendo la columna y el tipo sigue siendo el tipo. Solo la comparación con el original lo detecta.
Puedes definir tú mismo las columnas de salida o describir lo que necesitas en una frase y dejar que la herramienta deduzca la estructura. El modo descripción devuelve primero una vista previa gratuita de la estructura, para comprobar si entendió la tabla antes de gastar créditos. Cada tabla detectada se convierte en una hoja propia del libro.
Preguntas frecuentes
- ¿Qué pasa si un valor del escaneo está borroso o es ilegible?
- Se marca como no confirmado en lugar de adivinarse en silencio. No pedimos al modelo que invente un valor plausible y lo entregue como un hecho, porque un número plausible pero erróneo en una hoja de cálculo es peor que un hueco visible. La entrega se marca para que revises esas celdas.
- ¿Cómo sé qué celdas no se verificaron?
- El resultado incluye advertencias que nombran la tabla afectada, y cada celda que el documento no pudo confirmar se reporta individualmente. Una entrega con celdas no confirmadas se marca como correcta con advertencias, nunca como éxito limpio: el propio resultado te invita a mirar de cerca.
- ¿Se mantiene la estructura de filas y columnas?
- Sí. El diseño se lee de la geometría del original, así que las celdas combinadas, las extensiones de fila y el orden de lectura se conservan en lugar de aplanarse en una sola columna. Cada tabla es una hoja distinta, así que un documento con varias tablas no las mezcla.
- ¿Qué tamaño de documento puedo subir?
- Hasta 50 MB por archivo. Las tablas se leen página a página, así que un informe largo cuesta lo mismo por tabla en la página 2 que en la 200. Dividir un escaneo enorme suele ser más rápido.
- ¿Qué diferencia hay con un programa OCR?
- El OCR te da caracteres en orden de lectura y deja la valoración en tus manos. Aquí obtienes la estructura de la tabla, una comprobación celda a celda contra el original y el aviso de qué celdas no se pudieron confirmar. La salida es un libro auditable, no un muro de texto que releer.
- ¿Qué formato recibo?
- Un libro de Excel con una hoja por tabla detectada, más un manifiesto JSON que registra el número de páginas de origen, la suma de comprobación y las advertencias. El manifiesto permite que la entrega se explique después sin depender de la memoria.
Lo que esta herramienta no hace
No repara un escaneo. Si un valor es realmente ilegible en el original, ningún procesamiento lo recupera; la herramienta indicará que la celda no está confirmada en lugar de producir un número.
No crea fórmulas. Los valores visibles se transcriben; los cálculos que hacía el original no se reconstruyen.
Una celda confirmada significa que el texto figura en la capa de texto, no que la tabla se interpretara como querías. Si defines una columna inexistente, la herramienta no puede inventarla y la entrega lo mostrará.