PDF — самый частый формат, который приносят на разбор, и самый неоднородный. Под одним расширением живут два разных файла: документ с текстовым слоем, где всё читается точно, и скан, где текст ещё нужно распознать. От того, какой у вас, зависит и точность ответа, и то, что стоит перепроверять. Нейросеть для PDF на Aidesk делает выжимки, отвечает по содержанию, вытаскивает таблицы и переводит разделы — без VPN, на русском, с 2 бесплатными генерациями после регистрации.

Первым делом проверьте текстовый слой

Откройте файл в любом просмотрщике и попробуйте выделить абзац мышью. Если текст выделяется — перед вами текстовый PDF, и модель прочитает его точно, вплоть до символа. Если не выделяется — это картинка, и текст придётся распознавать, а значит появляется целый класс ошибок, которых в первом случае просто нет. Разница принципиальная, и сказать модели «это скан» стоит прямо: тогда она хотя бы отметит места, где распознавание неуверенное.

Почему цифры со скана требуют отдельной проверки

Буква в слове восстанавливается по соседним буквам: даже если символ смазан, модель понимает слово целиком. У цифры такой подсказки нет — ноль в сумме может быть чем угодно. Поэтому при распознавании сканов текст обычно получается хорошим, а суммы, номера счетов, ИНН и даты — нет. Практическое правило простое: любую цифру, которая пойдёт дальше в работу, сверяйте с оригиналом. Это занимает минуту и снимает самый дорогой класс ошибок.

Таблицы: где значение уезжает в соседний столбец

Извлечение таблиц из PDF — один из самых полезных сценариев и одновременно самый капризный. В PDF нет понятия «ячейка»: есть текст с координатами, а границы таблицы — это просто линии. Когда вёрстка простая, модель восстанавливает структуру верно. Когда в таблице объединённые ячейки, многострочные заголовки или перенос на следующую страницу, значение может встать не в тот столбец. Проверять нужно две вещи: первые две строки и итоговую сумму. Если они сходятся с оригиналом, обычно сходится и остальное.

Две колонки — причина бессвязного пересказа

Научные статьи, журналы и многие отчёты свёрстаны в две колонки. Порядок чтения в файле при этом может идти построчно через обе колонки, и тогда разбор получается странным: фразы обрываются на середине и продолжаются не тем. Лечится одной фразой в запросе — «файл в две колонки, читай по колонкам». Если пересказ PDF вышел бессвязным, это первое, что стоит проверить.

Длинный PDF разбирают по частям

На файле в сотни страниц начало и конец прорабатываются заметно лучше середины. Поэтому документ разбирают не одним запросом, а в два шага: сначала «дай оглавление и структуру, сколько страниц ты видишь», потом отдельный вопрос по нужному разделу. Первый шаг заодно работает как проверка: если названное число страниц не совпало с файлом, вы узнаёте об этом до того, как построили выводы на неполном разборе.

PDF в Word: конвертер и нейросеть решают разные задачи

Конвертер старается сохранить вёрстку и не понимает, что в документе написано. Нейросеть, наоборот, отдаёт чистый структурированный текст — заголовки заголовками, списки списками, — но не воспроизводит макет точь-в-точь. Если нужно продолжить работу с оформлением, берите конвертер. Если нужно взять содержимое и что-то с ним сделать — переписать, сократить, перевести, дополнить, — удобнее нейросеть, и дальше результат можно сразу забрать файлом .docx. Работа с Word подробно разобрана на странице нейросеть для Word.

«Отредактировать PDF» — это две разные задачи

Запрос «редактировать pdf» набирают около двадцати тысяч раз в месяц, и за ним стоят два совершенно разных сценария. Первый — поправить содержание: переписать абзац, сократить раздел, перевести, убрать ошибки, дополнить недостающим. Второй — поправить файл: переставить страницы, вставить подпись, закрасить лишнее, поставить пароль, уменьшить вес. Нейросеть сильна ровно в первом и не нужна во втором. Практический вывод простой: если вы хотите изменить то, что написано, — это сюда, и результат можно сразу забрать готовым документом. Если вы хотите изменить сам файл, не трогая текст, — быстрее открыть обычный PDF-редактор.

Правка по содержанию: как это выглядит на практике

Рабочая последовательность такая. Прикладываете файл и говорите, что не устраивает: «раздел 3 слишком тяжело читается», «убери повторы», «сократи до десяти страниц, обязательные пункты оставь». Модель возвращает исправленный текст, и здесь важный шаг, который часто пропускают: попросите отдельно показать списком, что именно изменилось. Без этого правки приходится вылавливать сравнением вручную. Дальше результат собирается в новый файл — Word или PDF, — а оригинал остаётся нетронутым, так что откатиться можно в любой момент.

Чего в PDF модель не видит

Содержимое картинок внутри файла: схемы, чертежи, формулы, снятые изображением. Текст рядом с ними она прочитает, а сам рисунок — в лучшем случае опишет приблизительно. Для документов, где смысл живёт в схемах, это важное ограничение: разбор будет неполным, и об этом модель сама не предупредит.