Разбор PDF с ИИ: extraction.json со страницами
Достаёшь поля из договоров и счетов, и у каждого значения видно, откуда оно взято.
Какую задачу решает
Извлечь данные из PDF по схеме с указанием страниц
Что будет на выходе
extraction.json: поля по схеме, страницы-источники, сомнения
- Кому подойдёт
Специалист, который вручную переносит данные из PDF-документов в таблицы
- Тема
- Агенты и Claude Code
- Инструменты
- любой ИИ-чатClaude
У тебя пачка PDF: договоры с подрядчиками, счета, акты, коммерческие предложения. Из каждого нужно достать пять-десять полей — номер, дату, сумму, срок оплаты, контрагента — и свести в таблицу. ИИ делает это быстро, но иногда берёт сумму из другого пункта или подставляет дату, которой в документе нет. По ответу этого не видно, и ошибка всплывает только при оплате.
extraction.json — схема разбора, где у каждого значения есть номер страницы и дословная цитата из документа, а поле, которое ИИ не нашёл или нашёл в двух вариантах, честно помечено. Проверка превращается из перечитывания всего договора в сверку одной цитаты.
Описываешь, какие поля нужны из документов, показываешь один образец и получаешь схему extraction.json. Потом прикрепляешь PDF к чату вместе со схемой, и ИИ возвращает JSON, где у каждого значения есть страница, цитата и статус: найдено, не найдено, несколько вариантов.
Что внутри extraction.json
- 🗂Схема полей
Что достаём: название поля, тип, формат, обязательность и где его обычно искать. Одна схема на один тип документов.
- 📄Страницы-источники
Номер страницы и дословная цитата для каждого значения. Значение без цитаты не принимается.
- ❓Неопределённость
Статусы: найдено, не найдено, несколько вариантов, плохо читается. Каждый с пояснением, чтобы ты знал, куда смотреть.
Как использовать
- 1Выбери тип документа
Одна схема — один тип: счета отдельно, договоры отдельно. В смешанной пачке поля путаются.
- 2Перечисли поля
Что тебе нужно из документа и куда это потом пойдёт: в таблицу оплат, в учёт, на сверку.
- 3Собери extraction.json
Промпт шага 1 и один образец PDF. Сохрани ответ как extraction.json.
- 4Разбирай документы
Новый чат: промпт шага 2, содержимое схемы и прикреплённые PDF, лучше по 3–5 за раз.
- 5Проверь помеченное
Всё, что не «найдено», разбери руками. У остального выборочно сверь цитаты с документом.
Если PDF — это фото или скан, ИИ распознаёт текст с ошибками, особенно в цифрах. Проверка простая: не получается выделить текст в PDF мышкой — значит это скан, и цифры из него сверяй все до одной.
Договоры и счета часто содержат персональные и платёжные данные. Перед загрузкой проверь, можно ли передавать их в этот сервис, — об этом гайд Спроси ИИ и не слей данные клиентов. Если разбор будет делать агент с доступом к папке с файлами, ограничь его права: текст внутри PDF может содержать чужие указания для ИИ, и агент не должен их выполнять. Как это настроить, разобрано в материале Агент, которого не уговорят слить данные.
Рядом по теме: Нейроагент заявок: из грязного сообщения в карточку CRM, PDF, который не выглядит как от нейросети, 100 страниц в одну выжимку, статья «Cursor или Claude Code» и 12 модов Claude Code для вайбкодера (490 ₽).
Дальше — для участников
Регистрация бесплатная и занимает минуту. Часть закрытых материалов откроется сразу, без карты.
Что дальше
- Сверка двух таблиц с ИИ — сравнить разобранные счета с выпиской или заказами.
- Агент с ограниченными правами — если разбор PDF будет делать агент с доступом к файлам.
- Очистка CSV с ИИ — когда результаты разбора собраны в таблицу и её надо привести в порядок.
Если хочешь подстроить промпт разбора под свои документы, начни с бесплатного Промпт-гуру: он помогает улучшить промпт под задачу.
