Karty katalogowe PDF do PIM z pomocą AI: test na dokumentach czterech producentów
Sprawdziłem, jak AI przepisuje parametry z kart katalogowych PDF do systemu PIM. Zero zmyślonych wartości, ale jeden poważny problem: ciche pomijanie danych.
Producent instalacji ma setki albo tysiące produktów. Dane techniczne tych produktów zwykle leżą w kartach katalogowych PDF. Żeby trafiły do systemu PIM, sklepu albo feedu dla hurtowni, ktoś musi je przepisać ręcznie: wartość po wartości, wariant po wariancie.
Modele językowe potrafią czytać pliki PDF, więc nasuwa się pytanie: czy AI może przepisać karty katalogowe za człowieka? Sprawdziłem to na prawdziwych dokumentach z branży instalacyjnej i budowlanej. W tym artykule opisuję wyniki, liczby i błędy.
W skrócie:
- W około 2000 odczytanych parametrach model nie zmyślił ani jednej wartości.
- Największy problem to ciche pomijanie: przy długim dokumencie model kończy w połowie i tego nie zgłasza.
- Wynik bardzo zależy od instrukcji (promptu). Jedna zmiana instrukcji podniosła trafność z 10 do 37 na 42 wartości.
- Koszt odczytu jednej karty to od 0,2 do 2,5 USD, zależnie od jej długości.
Jakie dokumenty sprawdziłem
Wybrałem cztery dokumenty o różnym poziomie trudności, od prostej tabeli po 21-stronicową ocenę techniczną:
| Dokument | Kategoria | Co jest w nim trudne |
|---|---|---|
| Lindab CFD, karta katalogowa | Wentylatory kanałowe | Dwie wartości w jednej komórce tabeli (bieg wysoki i niski: „198 / 165”) |
| Danfoss RA-N, arkusz informacyjny | Zawory termostatyczne | Numery katalogowe dla wielu wersji, wartości kv dla ośmiu nastaw, komórki scalone |
| Bruk-Bet Architect, karta produktu + deklaracja właściwości użytkowych | Płyty tarasowe | Dane jednego produktu w dwóch dokumentach |
| fischer FAZ II Plus, europejska ocena techniczna (ETA) | Kotwy | 21 stron, 18 tabel nośności, dokument po angielsku |
Jak wyglądał test
Do testu napisałem mały program. Kod jest publiczny: github.com/piotrmus/karty-pim-demo. Program robi trzy rzeczy:
- Wysyła PDF do modelu AI (OpenAI GPT-5.5). Model widzi tekst i obraz stron, więc odczytuje też tabele, rysunki i symbole.
- Odbiera dane w stałym formacie: wariant, nazwa parametru po polsku, wartość, jednostka, strona i dosłowny cytat z dokumentu, na którym model opiera wartość. Jeśli dokument jest niejasny, model ma to zgłosić, a nie zgadywać.
- Sprawdza każdy cytat w tekście PDF. Gdy cytatu nie ma w dokumencie, wartość jest podejrzana. Ta kontrola nie wymaga AI, to zwykły kod.
Wyniki porównałem z wartościami wzorcowymi, odczytanymi z dokumentów niezależnie od modelu. Wzorce przygotował i sprawdził na obrazach stron Claude, a wybiórczo zweryfikowałem je sam. Wzorce też są w repozytorium.
Czy AI zmyśla parametry z kart katalogowych?
W tym teście nie. We wszystkich przebiegach model odczytał łącznie około 2000 parametrów. Każdą wartość, której cytatu kod nie potwierdził automatycznie, sprawdziłem ręcznie. Za każdym razem przyczyna była niewinna:
- Symbol ✓ w tabeli zastosowań. To grafika, a nie tekst. Model odczytał ją z obrazu strony, a kontrola tekstowa nie mogła jej znaleźć.
- Liczba sklejona z odnośnikiem przypisu, np. „0,9¹⁾” w tekście PDF wygląda jak „0,91)”.
- Inny zapis w warstwie tekstowej PDF niż na stronie, np. „R1” w tekście i „R 1” na obrazie strony. Model miał rację, kontrola dała fałszywy alarm.
Wniosek: przy dobrze zbudowanym procesie (cytat przy każdej wartości i automatyczna kontrola) zmyślenia nie są głównym ryzykiem.
Co AI odczytuje dobrze
Tabele z kilkoma wartościami w komórce. Karta Lindab podaje dla każdego rozmiaru wentylatora dwie wartości w jednej komórce: dla biegu wysokiego i niskiego. Model poprawnie rozdzielił je na biegi we wszystkich 54 sprawdzanych wartościach (6 rozmiarów, 4 parametry, 2 biegi i masa).
Komórki scalone, gdy dostanie wprost instrukcję, jak je traktować. W ocenie technicznej fischer jedna komórka tabeli dotyczy dwóch wersji kotwy naraz. Bez tej instrukcji model przypisał wartość tylko jednej wersji. Z instrukcją przypisał ją obu.
Niespójności w dokumencie. W tabeli wymiarów Danfoss zawór RA-N 25 ma w kolumnie DN wartość 20. Model przepisał wartość dokładnie z dokumentu i zgłosił ją jako wartość do sprawdzenia u producenta. Nie „poprawił” jej po cichu.
Gdzie AI się myli: ciche pomijanie danych
To najważniejszy wniosek z testu. Ocena techniczna fischer ma 18 tabel. Gdy model dostał cały dokument naraz, wypisał parametry tylko z 8 tabel. Pominął w całości tabele nośności na ścinanie, odporności ogniowej, oddziaływań sejsmicznych i przemieszczeń. Niczego nie zgłosił. Wynik wyglądał na kompletny: 125 parametrów, poprawne wartości, poprawne cytaty.
To samo zdarzyło się przy karcie pompy Grundfos ALPHA2. Po zmianie instrukcji model wymienił 30 wariantów pompy, ale szczegóły rozpisał tylko dla 4 i zakończył odpowiedź.
Przyczyna: odpowiedź modelu ma praktyczny limit długości. Gdy wartości jest bardzo dużo, model skraca odpowiedź zamiast zgłosić, że nie zmieścił wszystkiego.
Rozwiązanie, które zadziałało:
- Dzielić dokument na strony. Każda strona z danymi to osobne zapytanie. Strony bez danych (wstęp, informacje prawne) są pomijane, co obniża koszt.
- Bardzo gęste strony dzielić dalej: najpierw krótkie zapytanie o listę wariantów, potem zapytania dla grup po kilka wariantów.
- Automatycznie sprawdzać pokrycie: program sprawdza, czy z każdej strony z danymi pochodzi co najmniej jeden parametr.
Efekt dla dokumentu fischer: 832 parametry zamiast 125, dane ze wszystkich stron z tabelami i 8 konkretnych zgłoszeń, np. że dla najmniejszej kotwy dokument nie podaje wartości sejsmicznych.
Czy prompt ma duże znaczenie?
Tak, i działa w obie strony. W pierwszej wersji instrukcji napisałem, żeby model pomijał „dane handlowe”. Model uznał za nie numery katalogowe i pominął wszystkie 19. A to najważniejsza dana w PIM, bo identyfikuje produkt. Model upychał też kilka wartości w jednym polu, np. „wartość kv dla nastaw 1/2/3/4/5/6/7/N”.
Druga wersja instrukcji dodała cztery zasady:
- numery katalogowe wypisuj zawsze, dla każdej wersji osobno,
- jeden parametr to jedna wartość,
- komórka scalona dotyczy wszystkich wariantów, które obejmuje,
- wartość odstającą od sąsiednich zgłoś do sprawdzenia.
Wynik dla karty Danfoss: 37 z 42 wartości wzorcowych zamiast 10.
Ta sama zmiana przy innej karcie wydłużyła odpowiedź tak bardzo, że model zaczął ją skracać. Dlatego każdą zmianę instrukcji trzeba sprawdzić na kilku dokumentach, a nie na jednym.
Co, gdy dokument jest niejednoznaczny?
Płyta tarasowa Bruk-Bet Architect ma dwa dokumenty: kartę produktu i deklarację właściwości użytkowych. Karta podaje grubość 3,8 cm. Tabela w deklaracji przypisuje klasy wytrzymałości do grubości od 4 cm. Model zgłosił, że nie da się jednoznacznie przypisać klasy płycie 3,8 cm, i jej nie przypisał.
To właściwe zachowanie. W danych produktowych lepiej mieć puste pole i zgłoszenie niż wartość, która wygląda wiarygodnie, a nie ma oparcia w dokumentach. Pozostałe 13 sprawdzanych wartości z obu dokumentów model odczytał poprawnie.
Czego AI nie zrobi za człowieka
AI przepisuje dane wiernie, ale nie ocenia, czy dane mają sens. W karcie wentylatora ciśnienie akustyczne rośnie z 33 do 63 dB(A) między dwoma sąsiednimi rozmiarami, a między pozostałymi rozmiarami różnice wynoszą 0–3 dB(A). Może to wynikać z konstrukcji większych wentylatorów albo z innej metody pomiaru. Specjalista od danych zapytałby o to producenta. Model przepisał wartość bez komentarza, nawet z instrukcją, żeby zgłaszał wartości odstające.
Wniosek: AI dobrze zastępuje ręczne przepisywanie, ale nie zastępuje przeglądu danych przez osobę, która zna produkt.
Ile kosztuje odczyt karty katalogowej przez AI?
Koszty z testu (model GPT-5.5, ceny listopad 2026):
| Dokument | Strony | Parametry | Koszt |
|---|---|---|---|
| Lindab CFD | 4 | ok. 150 | 0,34–0,41 USD |
| Danfoss RA-N | 6 | 65–85 | 0,27–0,36 USD |
| Bruk-Bet Architect (2 dokumenty) | 4 | 27 | 0,21 USD |
| fischer FAZ II Plus, cały dokument naraz | 21 | ok. 125 (niekompletne) | 0,43–0,49 USD |
| fischer FAZ II Plus, po stronach | 14 z 21 | 832 | 2,48 USD |
Koszt rośnie głównie z liczbą odczytanych wartości. Przy dokumencie fischer wyszło około 0,3 centa za parametr. Dla porównania szacuję, że ręczne przepisanie 832 wartości z tabel zajmuje specjaliście co najmniej kilka godzin. Tego nie mierzyłem.
Jak wdrożyć odczyt kart katalogowych przez AI u siebie
Jeśli chcesz zautomatyzować przepisywanie kart katalogowych do PIM, zacznij od tych zasad:
- Wymagaj cytatu przy każdej wartości i sprawdzaj go automatycznie w dokumencie.
- Dziel długie dokumenty na strony i sprawdzaj pokrycie: czy z każdej strony z danymi coś odczytano.
- Testuj instrukcję na kilku różnych dokumentach i porównuj z ręcznie sprawdzonym wzorcem. Jeden dokument nie wystarczy.
- Ustal, co jest numerem katalogowym, wariantem i parametrem w Twoich danych. Model zrobi to, co mu opiszesz, a nie to, co masz na myśli.
- Zostaw przegląd człowiekowi: wartości odstające, zgłoszone niejednoznaczności i nowe typy dokumentów.
Przy dużym katalogu warto też od razu mapować parametry na klasyfikację ETIM, której wymagają hurtownie. To temat na osobny artykuł.
Gdzie jeszcze sprawdzi się automatyczny odczyt PDF
Ta sama metoda (odczyt przez AI, cytat przy każdej wartości, automatyczna kontrola i przegląd przez człowieka) działa dla wielu innych dokumentów, które firma produkcyjna albo dystrybucyjna dostaje w PDF. Poniżej najczęstsze przypadki.
Odczyt zamówień od klientów z PDF
Klienci wysyłają zamówienia w PDF, każdy w innym układzie. AI odczytuje numer zamówienia, pozycje, indeksy, ilości, ceny i terminy dostawy, a program zakłada na tej podstawie zamówienie w ERP. Najtrudniejsze jest dopasowanie indeksu klienta do własnego numeru katalogowego. Zamówienie przed zapisem w ERP powinien zatwierdzić człowiek, bo błąd w ilości albo cenie ma bezpośredni koszt.
Zapytania ofertowe i prośby o wycenę
Instalatorzy i hurtownie przysyłają zapytania z listą potrzebnych materiałów, często z własnymi nazwami produktów albo tylko z parametrami („zawór termostatyczny DN15, kątowy”). AI odczytuje listę pozycji i dopasowuje je do katalogu, także z propozycją zamienników. Handlowiec dostaje gotowy szkic oferty zamiast przepisywać zapytanie ręcznie.
Zestawienia materiałów z projektów instalacji
Projektanci i wykonawcy przekazują zestawienia materiałów (specyfikacje, przedmiary) jako część dokumentacji projektowej. AI wyciąga z nich pozycje, ilości i wymagane parametry, a program sprawdza, które produkty z oferty je spełniają. Przy dużych projektach to dziesiątki stron, więc obowiązują te same zasady co przy długich kartach katalogowych: podział na strony i kontrola pokrycia.
Faktury i cenniki od dostawców
W Polsce coraz więcej faktur trafia w formie ustrukturyzowanej przez KSeF, więc odczyt PDF dotyczy głównie faktur od dostawców zagranicznych. Częstszy przypadek w branży to cenniki dostawców w PDF. AI odczytuje indeksy i ceny, a program porównuje je z bieżącymi cenami zakupu i pokazuje zmiany do zatwierdzenia.
Deklaracje, certyfikaty i karty charakterystyki
Deklaracje właściwości użytkowych, certyfikaty, aprobaty i karty charakterystyki substancji (SDS) zawierają dane, które coraz częściej muszą być w PIM: klasy, normy, numery dokumentów i daty ważności. AI odczytuje je do atrybutów produktu, a program może pilnować dat ważności certyfikatów.
Dokumenty dostawy i przyjęcie towaru
Dokumenty WZ, listy pakowe i listy przewozowe od dostawców zawierają pozycje i ilości, które magazyn porównuje z zamówieniem. Automatyczny odczyt przyspiesza przyjęcie towaru i od razu pokazuje rozbieżności między zamówieniem a dostawą.
Reklamacje i protokoły serwisowe
Zgłoszenia reklamacyjne i protokoły serwisowe często przychodzą jako skany albo formularze PDF. AI odczytuje produkt, numer seryjny, datę zakupu i opis usterki, a program zakłada zgłoszenie w systemie. Zebrane w ten sposób dane pokazują też, które produkty najczęściej się psują.
Specyfikacje przetargowe
Specyfikacje warunków zamówienia w przetargach zawierają wymagania techniczne rozproszone po kilkudziesięciu stronach. AI wyciąga listę wymagań i porównuje ją z parametrami produktów z PIM. Dział ofertowy od razu widzi, które wymagania oferta spełnia, a które trzeba wyjaśnić.
Na co uważać przy dokumentach od klientów
- Dokumenty transakcyjne zawsze zatwierdza człowiek. Błąd w karcie katalogowej to zła wartość w opisie. Błąd w zamówieniu to wysłanie złego towaru albo zła cena na fakturze.
- Dane osobowe. Zamówienia, reklamacje i zapytania zawierają nazwiska i dane kontaktowe. Przed wysłaniem ich do dostawcy AI sprawdź warunki przetwarzania danych (umowę powierzenia, region przetwarzania, czy dane nie służą do trenowania modeli).
- Skany słabej jakości. Zdjęcie dokumentu z telefonu odczytuje się gorzej niż PDF z systemu. Przy skanach kontrola cytatów oparta na tekście PDF nie działa, więc trzeba innej metody sprawdzania.
Kod i dane z testu
Program, instrukcja dla modelu, wartości wzorcowe i raport są w repozytorium github.com/piotrmus/karty-pim-demo. Plików PDF tam nie ma, bo należą do producentów. Linki do oryginałów są w tabeli na początku artykułu.
Piotr Musiał, Codehat. Masz podobny problem z danymi produktowymi? Napisz: [email protected]