Распознавание договора: занос PDF и Word за секунды

Где распознавание не справится

Разбор идёт по правилам, а не по смыслу текста, поэтому у него есть чёткие границы — стоит знать о них заранее.

• Скан без текстового слоя. Если договор — сфотографированный или отсканированный лист, сохранённый как картинка внутри PDF, текста для правил там попросту не существует: это пиксели, а не буквы. Нужен файл, где текст выделяется и копируется мышкой.
• Рукописные пометки на полях. Если заказчик от руки дописал сумму или поправил дату на распечатанном экземпляре, а потом отсканировал лист, — рукописный текст правила не читают.
• Нестандартный формат даты. «15.09» без года, дата словами без цифр рядом, число в середине фразы без опорного слова — такие записи система может пропустить или разобрать неточно, дату стоит свериться на экране проверки.
• Несколько мероприятий в одном файле. Если договор описывает сразу два праздника — например, выездную регистрацию и вечерний банкет отдельными датами, — правила находят одно событие и берут первое совпадение; второе придётся занести отдельной карточкой вручную.
• Слитые ячейки таблиц в Word. Когда тайминг или адрес оформлены таблицей, а соседние ячейки объединены, текст при разборе может «съехать» — адрес частично попадёт в поле тайм-лайна или наоборот. Эти два поля стоит проверять на экране сверки в первую очередь. Во всех перечисленных случаях карточка события всё равно создаётся — просто с частично пустыми полями, которые вы дозаполняете сами, а не с ошибочными данными, подставленными наугад.

Как подготовить свой шаблон, чтобы он распознавался надёжно

Если ведёте переговоры по собственному шаблону договора, а не по тому, что присылает заказчик, разбор можно сделать почти безотказным — чем ровнее верстка и понятнее опорные фразы, тем точнее результат.

• Одна метка — одно поле. Пишите «Дата мероприятия:» отдельной строкой, не объединяя с временем начала банкета или адресом в одной фразе.
• Телефон — отдельной строкой. Не прячьте номер заказчика в середине абзаца — вынесите его отдельной строкой с меткой «Телефон:».
• Суммы цифрами, а не только прописью. «Гонорар: 45 000 руб.» распознаётся увереннее, чем сумма, написанная только словами.
• Адрес — без переносов метки. Слово «Адрес» и сама строка адреса должны стоять рядом, а не быть разнесены пустой строкой или другим пунктом договора.
• Один файл — одно мероприятие. Если с заказчиком сразу два события, лучше оформить два отдельных договора или явно разделить их разделами с новой меткой даты.

Проще всего опираться на готовый шаблон договора платформы: в нём каждое поле уже стоит на своей строке за понятной подписью, и он распознаётся без доработок — скачайте его в приложении, впишите данные конкретного клиента и при желании дополните своими пунктами, не трогая расположение опорных фраз.

Фрилансер и агентство: два сценария заноса

Ведущий-фрилансер с 20–30 мероприятиями за сезон обычно ведёт переговоры по одному и тому же шаблону договора, который сам же годами правил под себя, — для него распознавание превращается в рутинную операцию: пришёл подписанный файл от заказчика, загрузил, проверил три поля на экране сверки, сохранил. За сезон это экономит часы, которые раньше уходили на перепечатывание одних и тех же полей в разные карточки календаря.

У небольшого агентства с несколькими ведущими ситуация чуть сложнее. Если все работают по общему шаблону агентства, распознавание работает так же ровно, как у фрилансера — карточки в календаре заказов заполняются одинаково, кто бы из ведущих их ни заносил. Сложнее, когда у каждого ведущего своя версия шаблона или верстка отличается — тогда у одних поля заносятся идеально, у других требуют ручных правок. В этом случае стоит один раз привести шаблоны агентства к общему виду по чек-листу выше — разовая работа, которая окупается на каждом следующем заносе.

Отдельная ситуация — когда договор присылает не ведущий, а заказчик по своему юридическому шаблону. Такие файлы обычно длиннее, с разделами про ответственность сторон и форс-мажор, которые к полям карточки события не относятся. Система ищет те же опорные фразы и игнорирует остальной текст, но раз верстка заказчика непредсказуема, часть полей — особенно тайм-лайн вечера, который в чужих шаблонах редко выделен отдельным разделом, — обычно приходится дозаполнять вручную.

Что инструмент не делает

Чтобы не создавать лишних ожиданий: распознавание договора — инструмент для быстрого заноса данных в календарь, а не юридический сервис.

• Не заменяет юридическую проверку договора — формулировки, соответствие законодательству и условия ответственности сторон по-прежнему проверяет сам ведущий или юрист.
• Не подписывает и не согласовывает условия с заказчиком — это остаётся перепиской и встречей сторон.
• Не распознаёт рукописный текст и сканы-картинки без текстового слоя — для таких файлов нужен исходник, где текст можно выделить.
• Работает по правилам, а не по смыслу текста — на нетиповых формулировках и непривычном порядке слов часть полей не находится, и их приходится дозаполнять руками на экране проверки перед сохранением.

Комментарий Руслана

«В начале прошлого сезона заказчик прислал свой договор, свёрстанный одной таблицей на всю страницу: адрес площадки и тайминг банкета сидели в одной объединённой ячейке через запятую. Система правильно разобрала дату, гонорар и телефон, а адрес с таймингом слепила в одно поле. Я не стал ничего чинить в договоре заказчика — просто дозаполнил два поля руками на экране проверки, это заняло меньше минуты. А в свой шаблон, по которому обычно работаю, с тех пор вынес адрес и тайминг отдельными строками — на следующих сделках по моему шаблону всё встаёт само. За сезон на десяток договоров экономия ощутимая, даже если один из них с первого раза разобрался не идеально».