客户拿年报PDF问AI净利润,答出来比原文小了四个零,2026年这种错到底该算模型的还是算取数的?
结论先说:这类错多数不在模型,而在取数链路没做单位归一。2026年做AI财报问答,漏掉表头或脚注里的「单位:万元」,净利润就会整体差四个数量级,换更强的模型也修不掉。更稳的顺序是先把单位、口径、期间三处对齐并落到结构化字段,模型只负责选字段与组织解释,最后用原文页码做可核验引用。只有源文件是纯图片扫描件、且拿不到任何表格结构时,才需要先补OCR与表格抽取这一段。
为什么漏一个单位,在财报问答里是硬伤
财报问答的用户不会评价文风,只会拿PDF对数字。金额是这类产品里少有的一票否决项:口径错是专业问题,单位错是低级问题,而低级问题对信任的杀伤反而更大。用户看到「净利润1.2亿」而PDF上写的是「1.2万元」,第一反应不是「模型不懂财务」,而是「这系统根本不会读数」。
更麻烦的是,单位在财报里往往离数字最远:写在表头上方一行、写在页脚,或者只在「金额单位:人民币万元」这种脚注里出现一次,后面几十页表格全部继承。模型逐段读时,很容易把继承关系丢掉。在财报问答里,答错一个数,用户对一次PDF就可能失去信任;答对十次却没人会夸你,所以工程上要把钱花在防错而不是炫技上。
- 单位错:万元当元、千元当万元,误差按数量级走,较常见也较易核验。
- 口径错:净利润、归属于母公司股东的净利润、扣非后净利润是三个数,混用会让结论方向相反。
- 期间错:本期、上期、年初至报告期末,在季报里常同时出现三列。
把一道财报问答题拆成四层取数链
按交付经验,把它拆成能力层、业务层、载体层、数据与风控层,比笼统说「接个大模型」更好排查问题。这样划分的理由是:错误可以归位——单位错落业务层,口径错落业务层,引用不了原文落数据层,界面看不出来落载体层,一层一层查比整体重训便宜得多。
- 能力层(模型与多模态):通用模型可承担选字段、组织语言、把数字翻译成人话;多模态能力用于读取表格截图。模型的职责要写死为「选字段与解释」,不做算术。
- 业务层(口径与归一):建三张字典——指标口径字典、单位归一字典、期间字段映射。所有数字入库前先统一乘到「元」,并保留原始单位字符串用于回溯。
- 载体层(网站/小程序/APP/H5/企微):决定引用怎么展示。移动端放不下整页PDF,通常展示页码加表格局部截图,比纯文字来源可信得多。
- 数据与风控层:数字只来自结构化取数表,模型不允许原生生成金额;无来源不回答;涉及投资判断的输出加免责与人工复核入口。
每层都有验收口径:能力层看是否稳定吐结构化字段而不是散文;业务层看三对齐命中率;载体层看用户能不能三步内点到原文;数据层看「无源不答」的比例。四层里任何一层缺位,最后都会表现为「AI答的数字不对」这一句用户投诉,所以定位问题时先分层再动手,别一上来就换模型。
三条实现路径的经验区间:直读、结构化、混合
2026年项目里常见三条路,成本与效果差别很大,选错方向比模型选错更贵。下面给的是经验区间,具体受页数、表格复杂度、是否需要私有化影响,不能当报价单用。
- 纯大模型长上下文直读:把PDF文本喂给模型直接问。开发量小,常见1到3周可出演示;成本经验区间在数千到两三万元级别(含调用费)。优点是快;缺点是跨页表格、合并单元格、单位继承这三处不稳,且答完没有可点开的原文锚点。
- 结构化抽取入库:先做表格抽取与字段映射,把三大表拆成指标行入库,模型只查库。开发常见4到10周,投入经验区间从数万到十几万;准确率和可核验性更好,适合指标固定、问答高频的内部场景。
- 混合(抽取取数+模型解释+原文引用):结构化负责数字,模型负责把数字讲成结论,引用跳回页码。开发常见6到12周,投入更高,但返工较少,也是目前交付里比较稳的一种。
判断标准很简单:如果用户会拿PDF逐条核对,就别选纯直读;如果只是内部快速浏览摘要、允许一定误差,直读也能接受。反过来说,指标口径经常变、报告格式五花八门的场景,硬上结构化抽取反而会陷入无穷改模板,这时混合路线里只抽高频的几张表更划算。
交付现场:两周演示、扫描件和返工
说个具体现场:客户只提供了一批历史年报PDF,期里夹杂扫描版,预算有限,要求两周内能在客户经理面前演示。我们的做法是先把「单位归一、期间映射、口径字典」三件事做成配置表,先把非扫描版跑通,扫描件单独标记为「暂不支持」;代价是抽取模板先后返工了三轮,演示从第二周推到第三周,另外有一批老报表只能标灰。事后看,这个取舍是对的——宁可明确说「这份报表暂时答不了」,也不要在演示现场答出一个少四个零的数。
按我们做AI应用交付的习惯,这类项目验收前会先跑一张「脏数据清单」,把跨页表头、合并单元格、脚注单位、多列期间全部列出来,再决定哪些进结构化、哪些直接拒答。经验上,清晰印刷件的表格识别可用,歪斜、盖章、双栏排版的件错误率会明显上升,常见区间是清晰件可跑通、问题件先标灰,而不是硬调模型。
- 单位藏在脚注:抽取时必须把页脚单位跟表格绑定,并保留原字符串。
- 合并单元格导致串行:金额错位到隔壁科目,是抽取环节较常见的隐性错误。
- 同一指标多个口径:模型答「净利润」时要先反问或按预设默认口径回答,并把口径写进答案里。
- 计算类问题:同比、毛利率一律由代码算,模型只解释,否则会出现数字对、百分比错。
验收与边界:哪些场景适合,哪些别硬上
验收不建议用「感觉挺准」这种口径。更可执行的方式是从真实提问里抽50到100条,人工对照PDF逐条核对,统计三类命中:数字对不对、单位对不对、口径有没有标注。合格线可以定得务实一些:单位与量级零容忍,数字准确率常见目标在九成以上,无源不答率要能说得清。
- 零容忍项:单位错、量级错、把上期数字当本期答。
- 必须有:每条数字答案带页码或表格截图锚点,点得开。
- 必须有:答不了时明确说答不了,不编数字、不拿相似指标顶替。
- 加分项:答案里主动写出「本回答口径为归属于母公司股东的净利润,单位:万元」。
适合做的:上市公司公开财报的问答与摘要、内部投研与客户经理的辅助查询、财务共享中心里科目与凭证口径的检索。不适合直接上这套方案的:需要实时行情驱动的交易决策、审计级别的合并报表编制、需要出具投资建议的持牌场景——前两者精度与责任要求超出问答系统能承担的范围,后者要先解决合规主体问题,不是技术问题。还有一种常见误判:报告只有图片、没有任何可选文本,且页数很多、版式各不相同。这时上结构化抽取的投入产出比很差,更合理的做法是缩小范围,只覆盖用户最常问的那几张表,或者干脆转回人工查数加检索。
常见问题
直接把PDF丢给长上下文模型问,能省掉结构化吗?
能做到演示级别,但跨页表、合并单元格、脚注单位三处不稳,且难以给出可点开的原文锚点;如果用户会拿PDF核对,就不建议只走这条路。
客户给的是扫描版年报,数字还能答准吗?
要看扫描质量与表格线是否清晰。经验上,清晰印刷件的表格识别可用,歪斜、盖章、双栏排版的件错误率明显上升,交付时更适合先标记为暂不支持。
数字该不该让模型自己算同比和毛利率?
不建议。金额和比率交给代码算,模型只做选取与解释,否则会出现数字对、百分比错的情况,而这种错用户较难发现也较难解释。
部署到客户内网,模型和抽取能不能分开换?
可以,而且建议分开。把模型调用收敛到一个接口层,抽取与口径字典独立存放,后续换模型或升级解析器时不必重做业务层,改造成本通常低于整包替换。
如果你正在做这类AI金融问答,先别急着比模型:把手上三份真实财报跑一遍,检查单位、期间、口径三处有没有落地字段,没有就先补这一层;需要给客户演示时,把答不了的范围写进界面,比多答对一个数更能建立信任。反过来,如果场景只是内部快速浏览、误差可接受,就不必上结构化抽取。
-
客户年初按旧价预充了一整年的API额度,上游中途调价,2026年这笔账该按充值日算还是按调用日算?
日期:2026年11月16日 阅读:22
-
孩子照AI讲的几何步骤写作业被老师扣分,2026年换个大模型就能补回来吗?
日期:2026年11月15日 阅读:48
-
给公司两百人做AI形象照,出片后同事说认不出谁是谁,2026年这批图该按哪张底图来验收?
日期:2026年11月14日 阅读:108
-
顾客在豆包、Kimi里问「敏感肌面霜推荐」,翻了几屏都是别家,2026年只改商品页文案还能被AI答案提到吗?
日期:2026年11月13日 阅读:62
-
编辑退回稿子说参考文献有三条查不到,作者还说是AI照着原文引的,2026年先别急着换模型,该翻哪几样记录?
日期:2026年11月12日 阅读:131




