איך מחלצים נתונים מקובצי PDF לגיליון אלקטרוני בעזרת AI

להקליד מחדש מספרים מתוך PDF לגיליון אלקטרוני זו אחת המשימות הכי שוחקות שיש בעסק. חשבוניות, דפי חשבון, דוחות ספקים, קבלות הוצאות - הכל נעול בפורמט שאי אפשר למיין ולא ניתן לסכם. החדשות הטובות: עכשיו אפשר לחלץ נתונים מ-PDF עם AI פשוט על ידי העלאת הקובץ ותיאור הטבלה הרצויה. ה-AI קורא את המסמך ומחזיר שורות ועמודות מובנות. במדריך הזה נראה בדיוק איך עושים את זה, עם הפרומפטים שעובדים הכי טוב - ולא פחות חשוב, איך בודקים את התוצאה כדי שלא להסתמך על מספר שנקרא לא נכון.

איך מחלצים נתונים מ-PDF עם AI

הכלים המתאימים 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 להגדיר ל-AI בדיוק את המבנה הרצוי.

הנה פרומפט לדוגמה לחשבונית:

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

- תיאור פריט
- כמות
- מחיר יחידה
- סך השורה

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

שלושה דברים גורמים לפרומפט הזה לעבוד. ציון העמודות המדויקות מבטיח טבלה נקייה במקום פסקת טקסט. בקשת CSV להורדה מאפשרת לטעון אותו ישירות לאקסל או לשיטס. והוראה מפורשת לגבי נתונים חסרים מונעת מה-AI להמציא בשקט ערכים כדי למלא חוסרים. ההוראה האחרונה הזו חשובה יותר ממה שזה נשמע, ונרחיב עליה בהמשך.

PDF של טקסט מול סריקות

יש פרט טכני אחד שכדאי להבין. PDF יכול להכיל טקסט אמיתי שניתן לסימון, או שהוא תמונה סרוקה של עמוד - בעצם צילום של מסמך. טקסט אמיתי מתחלץ נקי ומדויק. סריקה עוברת עיבוד OCR, זיהוי תווים אופטי, שבו ה-AI מנחש תווים מתוך פיקסלים - וכאן נכנסות הטעויות. אם המסמך הוא סריקה או צילום טלפון, כדאי לציין זאת ל-AI ולבדוק את הפלט בקפידה יתרה. לנתונים פיננסיים סרוקים שחשובים - מאמתים כל מספר.

דוגמת לפני-ואחרי עם דף חשבון בנק

הנה מקרה מציאותי. דף חשבון בנק רב-עמודי, ורצינו רק את התנועות בגיליון.

לפני (מה שביקשנו):

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

אחרי: קובץ Excel נקי עם שורה אחת לכל תנועה, בסדר כרונולוגי, הטקסט השיווקי הוסר, ושתי שורות סומנו כי התיאור שלהן נשפך לשורה שנייה. שתי הסימונים האלה היו בדיוק השורות שהיה צריך לבדוק בעין. זה זרם העבודה הנכון: ה-AI עושה את העבודה הקשה ומצביע על מקומות של אי-ודאות, ואז מאמתים את הנקודות הבעייתיות הספורות - במקום להקליד הכל מחדש.

על אילו סוגי PDF זה עובד

כמעט כל מסמך עסקי מובנה מתאים לזה. הנה הנפוצים ומה לבקש מכל אחד.

כשכמה קבצים חולקים את אותו מבנה, אפשר להעלות אותם יחד ולבקש טבלה משולבת אחת עם עמודה שמציינת את שם קובץ המקור. תיקייה של עשרים חשבוניות הופכת לגיליון אחד בצעד בודד.

אזהרות: הדיוק באחריות המשתמש, לא של ה-AI

זה הקטע שכדאי לקרוא פעמיים, כי שגיאות חילוץ קל לפספס והן יקרות ברגע שהן נוגעות ברשומה פיננסית.

• תמיד בודקים מדגמית מול המקור. פותחים את ה-PDF ואת הטבלה החדשה זה לצד זה ומאמתים מדגם של שורות, כל סכום, וכל דבר שנראה חריג. קריאה שגויה של 1 כ-7, או נקודה עשרונית במקום לא נכון, בלתי נראית בגיליון אבל ברורה מיד מול המסמך המקורי.
• מורים לא לנחש. נותנים ל-AI הוראה מפורשת להשאיר שדה ריק ולסמן אותו במקום למלא. בלי זה, המודל עלול להמציא ערך סביר כדי להשלים את הטבלה - וזה סוג השגיאה הגרוע ביותר כי היא נראית נכונה.
• סריקות מסוכנות יותר מ-PDF של טקסט. OCR מחמיץ תווים. במסמכים פיננסיים סרוקים - בודקים כל מספר, לא רק מדגם.
• שמים לב לגודל קובץ ומגבלות עמודים. קובצי PDF ארוכים מאוד או גדולים מאוד עלולים להיחתך. כדאי לפצל מסמכים גדולים, לעבד אותם במנות ולוודא שכלום לא נשמט.
• מגנים על נתונים רגישים ומוסדרים. דפי חשבון, חשבוניות עם פרטים אישיים, כל מידע שקשור לזהות, לבריאות או לתשלום - לא מעלים לכלי צ'אט צרכני אלא אם בטוחים בתנאי הפרטיות שלו. כדאי להשחיר מספרי חשבון ושמות איפה שאפשר, ולנתונים מוסדרים להשתמש בכלי פנימי מאושר. הנושא הזה מורחב לעומק במאמר האם בטוח להעלות נתוני עסק ל-ChatGPT.

עם הבדיקות האלה, חילוץ נתונים עם AI הופך שעה של הקלדה ידנית לכמה דקות של בקרה. האחריות על המספרים נשארת אצל בני האדם.

מחילוץ לניתוח

ברגע שה-PDF הופך לטבלה נקייה, אפשר לעשות איתה הכל: לסכם, ליצור טבלת ציר, לצייר גרפים. הצעד הבא הזה מכוסה בפרוטרוט במאמרים איך לנתח נתוני Excel עם ChatGPT ואיך ליצור גרפים מנתונים עם AI. החילוץ הוא רק השער - מ מסמך נעול לנתונים שאפשר באמת לעבוד איתם.

PDF אחד ידנית - בסדר גמור. תיקייה שלמה כל חודש - זה כבר אוטומציה.

לשלוף נתונים מ-PDF בודד על ידי העלאה ושאלה זה מהיר ופשוט, ולמשימה חד-פעמית זה הכלי המושלם. אבל כשעושים את זה כל חודש - מורידים אותם סוגי דפי חשבון או חשבוניות, מעלים אחד אחד, מעתיקים טבלאות לגיליון ראשי - מצאנו תהליך שמכונה צריכה להריץ מקצה לקצה. זו אוטומציה קלאסית: קבצים מגיעים, מפוענחים לשורות מובנות, עוברים ולידציה, ומגיעים לגיליון או למערכת הנהלת החשבונות בלי לפתוח PDF אחד.

אם מעבדים ערימת מסמכים על בסיס חוזר, אפשר לקבוע שיחה ולדעת בכנות אם שווה לבנות צינור חילוץ מסודר לנפח הזה. אפשר גם לפנות דרך טופס יצירת הקשר. לתמונה הרחבה, ראו אוטומציה עסקית לעסקים קטנים.