把数百份PDF和文件汇总成一张表：手工处理还是借助AI？

在许多企业里，信息并不在表格中，而是存放在文件夹里：发票、证书、技术资料、合同。总有一天，这些信息需要汇总到一张表中；可能是为了一次审核、一次盘点，或者只是为了回答“哪家供应商的证书即将到期”这样一个简单问题。这时有两条路：逐份打开文件手工录入，或者让AI来读取。

手工录入的真实成本

手工录入看似简单：打开文件，找到相关字段，写进表格。难点在工作重复进行时才显现出来。当文件格式各不相同时，所需信息在每份文件中的位置都会变化；一家供应商把日期放在右上角，另一家则放在最后一页。随着疲劳累积，漏行、数字写错和复制错误都会增多。而且这项工作不是一次就能完成：每当有新文件到来，表格都要重新更新。

AI在这项工作中做什么？

AI驱动的工具会读取文件；无论是PDF还是扫描件，通常都没有区别。它能在格式不同的文件中找到所需字段，并将每份文件写成表格中的一行。对于没有把握的字段，它会加以标记，这样需要核查的位置就一目了然。我们在从文档到表格页面介绍了这类工具的工作方式。

这种方法的真正收益与其说是速度，不如说是一致性：每份文件都按同一规则读取，并写入相同的列。新到的文件也会添加到同一张表中；表格不再是一次性的工作成果，而成为持续更新的记录。

哪些地方需要注意？

用AI读取文件并不会取消核查，而是改变了核查的位置。需要注意的要点如下：

• 可疑字段。字迹不清的扫描件、手写内容或不常见的格式会增加出错的可能。工具应当标记这些字段，并由专人核查。
• 抽样核查。首次运行时，应随机抽取部分文件与表格逐一比对；由此可以判断规则是否设置正确。
• 字段定义。“日期”指的是哪个日期：签发日期还是有效期？如果一开始没有明确定义各列，无论是工具还是人，都会填写不同的内容。
• 编造风险。文件中没有的信息不应靠猜测填写；空白字段应保持空白并加以标记。我们在AI编造内容会怎样一文中讨论了这一风险。

什么情况下继续手工处理更合理？

并非所有文件工作都适合自动化。如果文件数量少、工作只做一次且所有文件格式相同，手工录入可能仍是最快的方式。如果搭建和核查所花的时间超过手工工作本身，自动化就没有意义。相反，如果文件数以百计、格式各异且新文件定期到来，继续手工处理就意味着每个月都要重复付出同样的劳动。

开始前需要准备什么

• 表格中包含哪些列，以及每一列的定义。
• 每类文件的若干样本。
• 文件存放在哪里，新文件从哪里来。
• 由谁负责核查。

表格完成后如需将数据导入某个系统，我们在将Excel列表批量导入系统一文中另行介绍了具体做法。

常见问题

扫描（图片）PDF也能读取吗？

通常可以。扫描质量越差，出错的可能性越大；因此工具应标记没有把握的字段，并由专人核查这些字段。

AI汇总的表格可以直接信任吗？

不应在未经核查的情况下信任。首次运行时应进行抽样核查，并逐一检查被标记的可疑字段。核查不会消失，但重点从全部文件转移到可疑字段上。

文件达到多少份时自动化才合理？

没有确切的数字。需要综合考虑文件数量、格式差异程度以及新文件到来的频率。如果工作只做一次且文件不多，手工录入可能更快。