PDF 表格已经抽成 JSON，为什么金额和脚注还要再看一遍？
OpenRouter 的采集摘要介绍了文件输入与严格 JSON schema 的表格抽取方法。真正交付前，还要核对行列对应、括号负数、千分位和脚注，避免格式合格却改了原表含义。
怎么判断？
先检查每个值能否回到原表的那一行、那一列，再检查数字清理有没有改变含义。采集摘要称，OpenRouter 的教程把 PDF 文件与严格 JSON schema 一起交给能读文件的模型，并把括号亏损、千分位和脚注标记的清理写进字段描述。这能作为试用思路，但结构符合 schema 不能单独证明表格内容正确。建议先保留原始写法和清理后的值，确认口径后再导入后续系统。
先保住行列关系，再整理数字格式
挑选一张自己能人工核对的表，先写清要抽取哪些列，以及每列的含义。名称、期间、单位和金额应能一起对应回原表，不能只得到一串看起来合理的数字。若某个值无法确认来自哪一格，建议把它列为待核对项，而不是靠模型补全缺失信息。
可以把跨页表头、合并单元格和空白格列入自己的抽样材料，分别检查它们有没有造成错列。这里列的是建议检查的情形，不是教程已经通过的测试。摘要没有披露这些版式的识别结果，因此不能据此承诺任意 PDF 都能稳定抽取。
清理规则要能解释每一次数值变化
摘要提到的括号亏损、千分位与脚注，值得分别写清处理约定。建议保留一列原文、一列用于计算的值，并注明单位来自哪里；空白、零和无法辨认也分别保留状态。这样即使后续要改清理规则，也能从原始记录重新处理，不必猜上一次改动了什么。
脚注如果限定了金额范围或统计期间，就需要随数据一起交接。可以先标出原表中的脚注位置，再由使用者确认哪些说明必须保留。不能因为目标字段只接受数字，就悄悄删去会影响解释的条件；也不要在缺少单位时自行换算金额。
先核对一张表，再接批量导入流程
建议先逐行核对一个小样本，记录遗漏、错列、符号变化和需要人工解释的脚注。检查人可以给出一份已确认结果，再把模型输出与它比较。只有格式校验通过时，状态仍应写成结构合格；内容核对完成后，才标为可供后续使用。
这种方法适合能够定义字段、保留原 PDF 且有人负责核对的资料整理。对于直接影响结算或正式披露的数据，建议继续保留必要的人工确认。本文只依据采集摘要讨论抽取与交接，没有运行教程、测量准确率，也没有确认任何模型的文件限制或调用价格。
资料链接
以下为采集记录附带的资料链接；本文依据摘要做独立分析，未逐条核验原文，也不代表本站实测。