技能提升网扫描档案看起来清楚，复制出来的编号却把字母和数字混在了一起。另一页有装订阴影，表格最后一列被裁掉。OCR输出能搜索，不等于可以直接导入正式台账。
AI处理扫描PDF的第一目标是建立可回查的文本和页码索引。姓名、金额、日期、编号以及跨页表格要单独设为高风险字段，低置信结果保留原图区域。
扫描PDF复核先准备哪些资料
先为扫描PDF复核建一份资料清单。原始位置、时间范围、负责人和版本必须跟着内容走，缺件就明确列出，旧文件不能悄悄顶替新材料。
- 扫描版PDF
- 需要提取的字段
- 页码范围
- 术语或编号规则
扫描PDF复核的四步处理顺序
| 步骤 | 具体做法 |
|---|---|
| 先检查扫描质量和页序 | 标记倾斜、旋转、阴影、裁切、重页和缺页，确认PDF页码与纸面页码的对应。 |
| 按字段需求执行OCR | 先定义需要搜索或入表的字段，避免把整页噪声都当成有用内容。 |
| 保存文本与原图坐标 | 每个字段记录PDF页码、区域和置信提示，让复核人能直接回到原位置。 |
| 表格按行列完整性复查 | 检查表头、合并单元格、跨页续表和空白值，不能只看识别出的字符。 |
扫描PDF复核出现这些情况怎样分流
| 情况 | 判断依据 | 处理 |
|---|---|---|
| 必须逐项复核 | 姓名、金额、日期、编号 | 回看原页 |
| 结构复核 | 表格、勾选框、跨页内容 | 检查行列关系 |
| 可抽样 | 普通说明段落 | 按页抽查 |
| 重新扫描 | 裁切、模糊或阴影遮挡 | 不用模型猜测 |
低置信字段连同页码和截图位置送回人工复核。页面裁切或严重模糊时直接建议重扫，不根据邻近字符猜值。
先用小样校准扫描PDF复核
挑三页测试：一页清晰正文、一页倾斜表格和一页带阴影的编号。人工统计错字类型，再决定整批的复核比例。
OCR样本记录错字位置和页面缺陷。关键字段即使看起来合理，也必须通过原页复核后才进入台账。
给AI处理扫描PDF复核的操作要求
你正在协助整理历史档案、纸质表单或扫描资料的行政人员。当前情况是扫描版PDF只有图片，姓名、编号和表格内容无法搜索复制。
只读取这些资料：扫描版PDF、需要提取的字段、页码范围、术语或编号规则。
需要判断：哪些内容识别可靠、哪些低置信字段需要回看原页、表格结构是否完整。
输出：可检索文本、页码索引和低置信字段复核表。每条结论写明来源、未知项和需要谁确认，不执行发送、移动、删除或写回。
可检索文本不能覆盖扫描原件。复核人修正字段时记录原识别值，后续才能定位常见误差。
扫描PDF复核交付前逐项检查
- PDF页码与纸页已映射
- 关键字段保留原图位置
- 低置信项进入复核表
- 缺页和重页已报告
若继续处理可能导致姓名、金额或编号被识别错误后进入正式台账，就停止自动操作，写明阻塞项、接管人和需要回复的时间。OCR对复杂表格和低质量扫描不能保证准确。正式台账写入前，关键字段必须由人核对原页。
相关Skill放在扫描PDF复核的哪一步
PDF Skill负责对扫描PDF执行OCR并保留页码，接收扫描PDF和目标字段并交付可检索文本、页码索引和待复核字段。它只处理已授权的资料，并保留人工确认点。
OCR姓名、金额、日期和编号必须回看原页，不保证复杂表格百分之百准确
