DOCX, PDF с текстовым слоем и TXT: какой формат выбрать для анализа

Вы готовите договор к анализу. У вас есть выбор: оставить DOCX, сохранить как PDF или конвертировать в TXT. Какой формат выбрать?

Эта статья поможет принять решение — с учётом того, как SmartSplitAI обрабатывает каждый формат.

Сравнение форматов

| Характеристика | DOCX | PDF (текст. слой) | TXT |

|---------------|------|-------------------|-----|

| Структура документа | Полностью сохраняется | Сохраняется частично | Теряется |

| Таблицы | Сохраняются и анализируются | Сохраняются, но анализ менее точен | Теряют структуру |

| Track Changes | Обрабатываются: добавления — да, удаления — нет, комментарии — отдельно | Нет | Нет |

| Сравнение версий | Поддерживается | Не поддерживается | Не поддерживается |

| Качество извлечения текста | 100% (нативный текст) | Зависит от качества PDF | 100% (plain text) |

DOCX — рекомендуемый формат

DOCX — это формат по умолчанию для Microsoft Word и большинства современных редакторов. SmartSplitAI рекомендует DOCX как основной формат для анализа.

Почему DOCX

1. Полная структура. Заголовки, разделы, нумерация пунктов — всё сохраняется. AI понимает иерархию документа.

2. Таблицы. Данные в таблицах извлекаются с сохранением строк и столбцов. Это важно для графиков платежей, спецификаций и сроков.

3. Track Changes. Если договор прошёл несколько раундов правок, AI обрабатывает отслеживаемые изменения: принятые добавления включаются в анализ, удалённый текст исключается, а комментарии рецензентов извлекаются отдельно.

4. Сравнение версий. Если у вас есть две версии одного договора, SmartSplitAI может сравнить их и показать, что изменилось. Это работает только с DOCX.

Когда использовать DOCX

• Вы получили договор в DOCX от контрагента.
• Вы работаете над договором в Microsoft Word или Google Docs (экспортируйте как DOCX).
• Вам важно видеть историю изменений и сравнивать версии.

PDF с текстовым слоем — приемлемый вариант

PDF — распространённый формат для финальных версий договоров. SmartSplitAI работает с PDF, если в файле есть текстовый слой.

Как проверить PDF

1. Откройте PDF в любой программе для просмотра.

2. Попробуйте выделить текст мышью.

3. Скопируйте выделенный текст и вставьте в блокнот.

4. Если текст копируется — PDF подходит для анализа.

5. Если курсор рисует рамку, а текст не выделяется — это скан (изображение), а не текст. Такой файл не будет проанализирован.

Ограничения PDF

• Качество извлечения текста зависит от того, как PDF был создан.
• Некоторые PDF сохраняют текст фрагментами — порядок абзацев может нарушиться.
• Таблицы в PDF анализируются, но точность ниже, чем в DOCX.
• Нет Track Changes и сравнения версий.

Когда использовать PDF

• Договор прислали в PDF, и текст в нём копируется.
• У вас нет исходного DOCX.

TXT — для быстрой проверки

TXT — простой текстовый формат. SmartSplitAI принимает TXT, но это компромиссный вариант.

Что теряется в TXT

1. Форматирование. Заголовки, жирный шрифт, курсив — всё исчезает.

2. Структура. Нумерация пунктов может потеряться, если держалась только на форматировании.

3. Таблицы. Данные в таблицах превращаются в неструктурированный текст.

Когда использовать TXT

• У вас есть только текст договора (например, из email).
• Вам нужна быстрая предварительная оценка перед запросом полной версии.
• Форматирование не критично для первичного анализа.

Чего не принимает SmartSplitAI

• Сканированные PDF. Файлы, созданные сканером в режиме «изображение», не содержат текстового слоя и не анализируются.
• Фотографии договоров. Снимки на телефон не обеспечивают качество, необходимое для извлечения текста.
• PDF без текстового слоя. Например, PDF, созданный из изображений.

Это осознанное ограничение: OCR (оптическое распознавание) вносит ошибки, неприемлемые для анализа договоров.

Рекомендация

Если у вас есть выбор — используйте DOCX. Это формат, который даёт наиболее полный и точный результат. PDF с текстовым слоем — приемлемый запасной вариант. TXT — компромисс, когда другие форматы недоступны.

Подробнее о загрузке документов читайте в нашей статье «Как загрузить договор на AI-анализ».