从 PDF 里提取信息
合同要登记、发票要汇总、几百份通知要找出关键条款—— 这些内容都在 PDF 里，但要做统计，就得先变成表格。
以前你可能这样做
打开一个 PDF，找到金额，复制，切到 Excel，粘贴…… 一份两分钟，一百份就是三个多小时，中间还容易串行。
说这一句话就行
读「合同」文件夹里的 PDF，把甲方、乙方、金额、签约日期提取出来，做成一张 Excel。
也可以更具体：
把这批发票 PDF 里的发票号、开票日期、金额、税额提取出来，按开票日期排序。
它会怎么做
- 先读一份试试：把字段和对应内容给你看，确认理解对不对
- 再批量处理：所有文件按同一套字段提取
- 标出不确定的：提取不到或拿不准的，会留空并说明是哪份文件
你会得到什么
- 一张表，一行一个文件
- 第一列是文件名，方便你回头查原件
- 提取不到的行会空着并单独列出来，不会瞎编一个数字填进去
- 哪些是扫描件、识别可能不准，也会提前告诉你
还能让它做
- 「把所有合同里提到『违约』的段落原文摘出来」
- 「按公司名分组，统计每家的合同总金额」
- 「找出金额和日期对不上的那几份，单独列给我」
扫描件和电子版的差别
用 Word、系统导出的电子版 PDF，文字是现成的，提取很准。 用手机拍或复印后扫描的图片式 PDF，需要先识别文字，手写体、盖章压住的地方会有错。 遇到这种情况，建议先让它处理一小批，你抽查几份再决定要不要全跑。
做不到什么
- 手写体、印章盖住的内容，识别会不准
- 多栏排版、嵌套表格的 PDF，可能需要你手工核对几行
- 加密或需要密码才能打开的 PDF，要先自己解锁
- 它不会替你做判断：提取错了，责任还是在你，重要文件请抽查