Un modelo añadió un carácter a una celda. La validación de esquema no lo detectó.

Un modelo al que se le pide transcribir una tabla a veces la mejora. Sin malicia y no a menudo, pero con la suficiente regularidad como para tener que construir una comprobación específica.

El caso que la motivó era pequeño. Una celda de un documento de préstamo decía 循環貸款, un préstamo renovable. El modelo devolvió 循環貸款等: las mismas palabras con 等 añadido, convirtiendo un instrumento concreto en «préstamos renovables y similares». Un carácter. Si comparas la salida con el escaneo a simple vista, no lo ves.

Por qué las comprobaciones habituales no lo detectan

La mayoría de las extracciones de tablas se validan con un esquema. ¿Está la columna? ¿El tipo es correcto? ¿El número de filas es plausible? El esquema responde a las tres y reporta éxito, porque la columna sigue siendo la columna y el tipo sigue siendo una cadena. El valor es erróneo de una forma que ninguna comprobación estructural puede expresar.

La única comprobación que lo detecta es la comparación con el original. Así que después de que el modelo produce una celda, el verificador plantea una pregunta más estrecha: ¿aparece este texto exacto en la capa de texto de la página de la que proviene la tabla? No «¿es un valor razonable?»: esa pregunta es justamente la que produjo el error.

Cómo se ve en la salida

Una celda que el documento confirma se entrega como valor normal. Una celda que no puede confirmarse se marca, y la entrega completa se etiqueta como con advertencias en lugar de reportarse como un éxito limpio. El manifiesto registra los detalles:

{
  "outcome": "succeeded_with_warnings",
  "warnings": [
    "extra_fields:2",
    "unconfirmed_cells:个人关键信息"
  ],
  "source_pages": 7
}

Es un manifiesto real de este sitio, sin identificadores. Dice tres cosas: la extracción es utilizable, se produjeron dos campos que el esquema no pedía y una columna no pudo confirmarse en absoluto. Quien recibe ese archivo sabe exactamente qué columna revisar a mano.

Lo que muestra el registro de producción

De las entregas de tablas registradas en este sitio, 13 de 14 quedaron marcadas con advertencias en lugar de limpias. Cuatro contenían celdas no confirmadas. Sería fácil presentarlo como un problema; la lectura honesta es que la comprobación hace lo que se construyó para hacer, y la alternativa —declarar las catorce exitosas— habría sido mentira en al menos cuatro casos.

La lección va más allá de las tablas. Cada vez que se pide a un modelo reproducir algo que ya existe en un documento, una comprobación estructural dice que la forma es correcta y no dice nada sobre el contenido. Si el contenido importa, hay que compararlo con el original.

Qué hacer con esto

1. Trata «no confirmado» como una pregunta, no como un fallo. Esa celda necesita una mirada humana; el otro 99 % de la hoja no.
2. No pidas un valor que el documento no contiene. Un modelo al que se le pide rellenar un hueco lo rellenará.
3. Compara el número de advertencias con el número de columnas definidas. Los campos extra son el rastro de un modelo que amplía el alcance en silencio.

Para ver el comportamiento en tu propio documento, la vista previa de estructura es gratuita: devuelve las tablas y columnas detectadas antes de gastar créditos.