AI读PDF表格总错位，先别急着换工具。多数时候不是它不识字，而是表格存进 PDF 后只剩下一堆排好位置的文字和线条，哪几个数字属于同一行、归哪一列，全靠它现场猜；猜错一格，后面整列都跟着串。把喂法改掉就会好很多：先分清这份 PDF 的类型，再按页拆开提取，让它照原样誊写而不是边读边算，最后用合计行对一遍账。
先说一个常见场景：一份十几页的对账单整份丢进去，让它整理成表格，返回的结果看着整齐，细看却发现金额张冠李戴，第三页的数字跑到了第二页的行里。这类错误最危险的地方就是不明显——格式没乱，数字也都是真的，只是位置错了，不逐项核对根本发现不了。
先花十秒，分清这份 PDF 是哪一种
用鼠标在 PDF 里拖选一段表格文字，能选中、能复制出来，说明它带文字层，是电子版文件，内容本身没丢，错位纯粹出在结构还原上。如果怎么拖都只能框出一张图片，那它是扫描件，整页本质上是一张照片，AI 得先做图像识别再理解表格，错位之外还可能多出认错数字的问题。
这一步判断决定了后面的处理路线：电子版直接按页提取就行；扫描件要先过一道识别，清晰度不够时，再好的提问方式也救不回来。
错位最常出在四个地方
第一是合并单元格和无边框表格。标题行跨了四列、合计行跨了三列，在人眼里一目了然，在它那里没有线条帮忙定位，很容易把跨列的文字塞进第一列，后面的数字依次错位一格。
第二是跨页断表。一张长表被 PDF 切成两页，表头只印在第一页，第二页开头那几行没有列名参照，它只能凭数字大小猜这是单价还是金额，猜错整页就废了。
第三是阅读顺序。双栏排版、竖排文字、表格中间夹着注释行，都会让它按错误的行列顺序拼接，出来的表像是把原文打乱重排了一遍。
第四是数字本身的小毛病：千分位逗号被丢掉，负号和括号表示的负数被读成正数，小数点看错一位。这类错误不改位置、只改数值，比串位更难一眼看出来。
改成按页提取，一次只处理一张表
整份丢进去的问题是它要同时兼顾几十页，注意力摊薄后就开始凭印象拼接。改成一次一页或一次一张表：把 PDF 拆页，或者直接截取这一页的图发给它，提取完一页再下一页，最后自己把几页结果拼起来。页数多时慢一点，但每一页的出错率会明显下降。
提问时把要求写死，可以直接套用这段：请把这一页的表格按原样转成 Markdown 表格，第一行使用原表头；单元格是空的就留空，不要补数字；不要做任何计算，不要改单位和精度；看不清的格子写「看不清」，不要猜。这一段里最关键的是后半句——明确禁止补数和计算，它就不会为了让表格看起来完整而编一个数填进空位。
跨页的长表，每一页都把第一页的表头一并贴进提问里，再补一句：本页没有表头，按我给的列名对齐。这样第二页起的每一行都有参照，不用靠猜。
提取完别直接用，先做三项对账
第一项数行列：原表多少行多少列，提取结果就应是多少，行数对不上，说明有合并行被拆开或漏行，回到那一页单独重提。
第二项对合计：原表有合计行时，让它把每一列的数字逐个列出来相加，和原合计比一比。注意让它列式只是为了方便你定位哪一格错了，加法本身请用计算器或电子表格验，不要让它心算后告诉你没问题——它对自己提取的错误通常是查不出来的，因为它会用同一套错误理解再算一遍。
第三项抽查三个位置：第一行、最后一行和全表最大的那个数。这三处分别对应表头对齐、结尾漏行和数量级错误，抽查成本一分钟，却能拦住大部分会带进后续工作的错。
扫描件太糊时，换一条路走
扫描件如果倾斜、发虚或者盖着印章，先用带 OCR 的工具转成可编辑文档，或者把分辨率调高重新扫描一次，再走上面的按页提取流程。表格最终要进 Excel 做筛选和计算的，也别让聊天式 AI 直接充当数据库：先用 PDF 转表格工具导出成 Excel 或 CSV，在表格软件里对着原图校对修正，校对完的文件才是可靠的数据源，之后再让 AI 基于它做汇总和分析。
说到底，PDF 表格提取拼的不是模型强弱，而是流程：拆得越细、约束写得越死、最后那遍账对得越认真，错位就越少。与其整份丢进去赌它一次全对，不如多花三分钟按页来——对账单、报价单这类数字出错代价很高的文件，尤其值得这么做。
