איך לחלץ נתונים מקובצי PDF לגיליון עם AI

להקליד מחדש מספרים מתוך PDF לגיליון היא אחת המשימות הכי שוחקות נפש בכל עסק. חשבוניות, דפי חשבון בנק, דוחות ספקים, קבלות הוצאות: הכל נעול בפורמט שאי אפשר למיין או לסכם. החדשות הטובות הן שעכשיו אפשר לחלץ נתונים מ-PDF עם AI על ידי העלאת הקובץ ותיאור הטבלה שאתם רוצים בצד השני. ה-AI קורא את המסמך ומחזיר לכם שורות ועמודות מובנות. במדריך הזה אראה לכם בדיוק איך, עם הפרומפטים שאני משתמש בהם, ולא פחות חשוב, איך לבדוק את התוצאה כדי שלא תסמכו על מספר שנקרא לא נכון.

איך לחלץ נתונים מ-PDF עם AI

הכלים לזה הם אלה שמקבלים העלאת קבצים: ChatGPT עם העלאת קבצים ו-Claude עם העלאת קבצים. שניהם יכולים לפתוח PDF, לקרוא את תוכנו, ולבנות טבלה מובנית. המיומנות המרכזית היא לומר ל-AI את הצורה המדויקת שאתם רוצים בחזרה.

הנה פרומפט להעתקה לחשבונית:

העליתי PDF של חשבונית. חלץ את שורות הפריטים לטבלה עם בדיוק העמודות האלה:

- תיאור פריט
- כמות
- מחיר יחידה
- סך השורה

אחר כך הוסף שורה אחרונה עם סך החשבונית. תן לי את התוצאה כקובץ CSV להורדה. אם שדה כלשהו חסר או לא ברור, השאר אותו ריק ותגיד לי אילו.

שלושה דברים גורמים לפרומפט הזה לעבוד. ציינתי את העמודות המדויקות, אז אני מקבל טבלה נקייה במקום פסקה. ביקשתי CSV להורדה, אז זה נכנס ישר לאקסל או שיטס. ואמרתי לו מה לעשות עם נתונים חסרים, אז הוא לא ממציא בשקט ערכים כדי למלא חוסרים. ההוראה האחרונה הזו חשובה יותר ממה שזה נשמע, ואחזור אליה.

PDF של טקסט מול סריקות

יש פרט טכני אחד ששווה להבין. PDF יכול להיות עשוי מטקסט אמיתי שניתן לבחירה, או שהוא יכול להיות תמונה סרוקה של עמוד (צילום של מסמך). טקסט אמיתי מתחלץ נקי ומדויק. סריקה צריכה להיקרא עם OCR, זיהוי תווים אופטי, שבו ה-AI מנחש תווים מפיקסלים, ושם נכנסות קריאות שגויות. אם המסמך שלכם הוא סריקה או צילום מהטלפון, תגידו ל-AI, ובדקו את הפלט בקפידה רבה יותר. לנתונים פיננסיים סרוקים קריטיים, אמתו כל מספר.

דוגמת לפני-ואחרי עם דף חשבון בנק

הנה מקרה מציאותי. היה לי דף חשבון בנק רב-עמודי ורציתי רק את התנועות בגיליון.

לפני (מה שביקשתי):

העליתי PDF של דף חשבון בנק בן 3 עמודים. שלוף כל תנועה לטבלה עם העמודות האלה: תאריך, תיאור, יצא, נכנס, יתרה. שמור אותן בסדר תאריכים. התעלם מטקסט שיווקי ומתיבות סיכום החשבון. תן לי קובץ אקסל. אם שורה דו-משמעית, סמן אותה במקום לנחש.

אחרי: קובץ אקסל נקי עם שורה אחת לכל תנועה, בסדר, הטקסט השיווקי הוסר, ושתי שורות סומנו שבהן התיאור גלש לשורה שנייה. שתי הסימונים האלה היו בדיוק השורות שהייתי צריך לבחון בעין. זה זרם העבודה: ה-AI עושה את העבודה הקשה ואומר לכם איפה הוא לא היה בטוח, ואתם מאשרים את קומץ הנקודות הלא בטוחות במקום להקליד מחדש את הכל.

על אילו סוגי PDF זה עובד

כמעט כל מסמך עסקי מובנה הוא משחק הוגן. הנה הנפוצים ומה לבקש.

כשכמה קבצים חולקים את אותו פריסה, העלו אותם יחד ובקשו טבלה משולבת אחת עם עמודה שמציינת את קובץ המקור. זה הופך תיקייה של עשרים חשבוניות לגיליון אחד בשלב אחד.

אזהרות: הדיוק עליכם, לא על ה-AI

זה הקטע לקרוא פעמיים, כי שגיאות חילוץ קל לפספס והן יקרות כשהן פוגעות ברשומה פיננסית.

• תמיד בדקו מדגמית מול המקור. פתחו את ה-PDF ואת הטבלה זה לצד זה ואמתו מדגם של שורות, כל סכום, וכל דבר שנראה לא בסדר. קריאה שגויה של 1 מול 7, או נקודה עשרונית במקום לא נכון, בלתי נראית בגיליון אבל ברורה מול המקור.
• תגידו לו לעולם לא לנחש. הורו ל-AI להשאיר שדה ריק ולסמן אותו במקום למלא אותו. בלי זה, מודל עלול להמציא ערך סביר כדי להשלים את הטבלה, וזה סוג השגיאה הגרוע ביותר כי הוא נראה נכון.
• סריקות מסוכנות יותר מ-PDF של טקסט. OCR קורא תווים בצורה שגויה. למסמכים פיננסיים סרוקים, בדקו כל מספר, לא רק מדגם.
• שימו לב לגודל הקובץ ולמגבלות עמודים. קובצי PDF ארוכים או גדולים מאוד עלולים להיחתך. פצלו מסמכים גדולים, או עבדו עליהם במנות ואשרו ששום דבר לא נשמט.
• הגנו על נתונים רגישים ומוסדרים. דפי חשבון, חשבוניות עם פרטים אישיים, כל דבר עם מידע על זהות, בריאות או תשלום לא צריך להיכנס לכלי צ'אט צרכני אלא אם אתם בטוחים בתנאי הפרטיות. השחירו מספרי חשבון ושמות איפה שאפשר, ולנתונים מוסדרים השתמשו בכלי פנימי מאושר במקום. אני צולל לזה במלואו בהאם בטוח להעלות נתוני עסק ל-ChatGPT.

כשמטפלים בזה עם הבדיקות האלה, חילוץ עם AI הופך שעה של הקלדה מחדש לכמה דקות של בדיקה. אתם נשארים אלה שמאשרים את המספרים.

מחילוץ לניתוח

ברגע שה-PDF שלכם הוא טבלה נקייה, אתם יכולים לעשות איתו כל דבר אחר: לסכם, ליצור טבלת ציר, לצייר גרף. הצעד הבא הזה הוא בדיוק מה שאני מכסה באיך לנתח נתוני אקסל עם ChatGPT ובאיך ליצור גרפים מהנתונים שלכם עם AI. החילוץ הוא רק השער ממסמך נעול לנתונים שאתם באמת יכולים להשתמש בהם.

PDF אחד ביד זה בסדר. תיקייה שלמה בכל חודש זה אוטומציה.

לשלוף נתונים מ-PDF בודד על ידי העלאתו ובקשה זה מהיר, ולמשימה חד-פעמית זה הכלי המושלם. אבל אם אתם עושים את זה כל חודש, מורידים את אותו סוג של דפי חשבון או חשבוניות, מעלים אותם אחד אחד, מעתיקים את הטבלאות לגיליון ראשי, מצאתם תהליך שמכונה צריכה להריץ מקצה לקצה. זו אוטומציה קלאסית: קבצים מגיעים, מפוענחים לשורות מובנות, מאומתים, ונוחתים בגיליון או במערכת הנהלת החשבונות שלכם בלי שתפתחו PDF אחד.

אם אתם מעבדים ערימה של מסמכים שוב ושוב, קבעו שיחה ואני אגיד לכם בכנות אם שווה לבנות צינור חילוץ ראוי לנפח שלכם. אפשר גם להגיע אליי דרך טופס יצירת הקשר. לתמונה הרחבה יותר, ראו אוטומציה עסקית לעסקים קטנים.