Como extrair campos de documentos com IA e conferir o resultado
Para extrair campos de um documento com IA, defina o significado de cada campo e exija uma referência ao trecho de origem. Uma saída organizada em tabela ou JSON não comprova que os valores estão corretos.
O exercício usa um comunicado fictício de treinamento interno. Você vai preparar uma extração revisável antes de copiar qualquer informação para uma planilha ou outro sistema.
1. Escolha os campos necessários
Liste apenas o que sua tarefa realmente usa. Para um evento, título, data, horário e local podem ser suficientes, sem extrair nomes de participantes ou outros dados desnecessários.
Explique também o que cada campo representa. “Data” pode significar publicação, realização ou inscrição, e essa diferença deve ser resolvida antes do pedido.
2. Defina tipos e ausência
Combine o formato esperado e o comportamento quando a informação não existir. A IA não deve preencher um local pela cidade mencionada em outra parte do texto sem uma relação explícita.
| Campo | Regra do exercício |
|---|---|
| evento | Nome apresentado no comunicado |
| data_realizacao | Data do evento, não da publicação |
| horario | Manter o fuso se estiver informado |
| local | Não inferir a partir da organização |
| evidencia | Trecho que sustenta o valor |
Use um marcador consistente para dados não encontrados. Isso facilita revisar lacunas em vez de esconder uma suposição dentro de uma célula preenchida.
3. Peça uma primeira extração pequena
Comece com um documento que você consegue ler por inteiro. Separe suas regras do material e identifique qual versão foi enviada.
Extraia os campos evento, data_realizacao, horario e local do comunicado fictício.
Para cada campo, entregue valor, evidência literal curta e observação de ambiguidade.
Use “não encontrado” se a informação não estiver no documento.
Não deduza o ano nem a cidade a partir de contexto externo.
Não confunda a data de publicação com a do evento.
Não altere sistemas: produza apenas uma tabela para revisão.
COMUNICADO
Publicado em 4 de março. Oficina de revisão: 12 de março, às 14h.
Local a confirmar. O material será enviado posteriormente.A resposta deve deixar local e ano sem confirmação. Preencher essas lacunas de forma convincente seria um erro, não uma demonstração de completude.
4. Confira o conteúdo antes da estrutura final
Compare cada valor com o documento, incluindo unidades, datas e sinais de dúvida. Se um campo estiver correto por coincidência, mas a evidência não o sustentar, a extração continua inadequada.
A documentação de saídas estruturadas da OpenAI distingue o trabalho com formatos definidos. Este exercício não presume que qualquer chat ofereça uma garantia técnica de esquema só porque você pediu JSON.
5. Só então adapte para tabela ou JSON
Depois da revisão, escolha o formato necessário para a próxima etapa. Se houver consumo automático, use também uma validação apropriada de tipos e valores fora da geração de texto.
Uma data ambígua não deve ser transformada silenciosamente em um formato definitivo. Mantenha o valor original e a pendência até obter a informação que falta.
Erros comuns
Extrair campos com nomes vagos, usar um documento truncado e confiar apenas no aspecto visual da tabela geram falhas difíceis de perceber. Também é arriscado tratar “não encontrado” como igual a “não existe”.
A informação pode estar em uma seção não fornecida. Registre qual material foi analisado para delimitar essa conclusão.
Critério de aceitação
Cada campo preenchido precisa ter apoio no original, e cada lacuna deve usar a convenção definida. O resultado deve permitir que outra pessoa repita a conferência sem adivinhar sua interpretação.
Para arquivos maiores, veja como dividir documentos longos. Para organizar as regras do pedido, use instruções e dados separados.
Perguntas frequentes
Uma tabela ou JSON válido garante dados corretos?
Não. A estrutura pode estar correta e os valores errados; confira a evidência no documento.
Como representar um campo ausente?
Defina um marcador consistente, como não encontrado ou null, de acordo com o formato escolhido, sem completar por suposição.
É seguro gravar a extração diretamente em um sistema?
Valide o formato e os valores antes de qualquer alteração. Neste tutorial, a saída é um rascunho de conferência, não uma autorização para gravar dados.