مقایسه دو PDF با هوش مصنوعی؛ جدول تفاوت و پرامپت

مقایسه دو PDF با هوش مصنوعی را با تعیین نسخه قدیم و جدید، بررسی خوانایی فایل و ساخت جدول تغییرات شروع کنید. برای هر تفاوت، بخش متناظر، شاهد از هر نسخه و ارجاع صفحه لازم است. خلاصه روان مدل زمانی مفید است که بتوانید نتیجه آن را در سند اصلی پیدا و تأیید کنید.

این راهنما روی مقایسه نسخه‌های یک راهنمای آموزشی تمرکز دارد. متن‌ها و تغییرهای مثال ساخته شده‌اند تا روش روشن باشد؛ مقایسه واقعی یک فایل مشتری انجام نشده است. هدف، ایجاد گزارشی قابل بازبینی است که تغییر محتوا را از جابه‌جایی صفحه و خطای استخراج جدا کند.

ابتدا مشخص کنید چه چیزی را مقایسه می‌کنید#

«این دو فایل چه فرقی دارند؟» پرسش باز و بزرگی است. ممکن است فقط تغییر در متن مهم باشد، یا بخواهید نمودار، جدول، ترتیب بخش‌ها و صفحه‌آرایی را هم بررسی کنید. پیش از ارسال فایل، نوع تفاوت مورد نظر و کاربرد گزارش را بنویسید.

برای راهنمای آموزشی، تغییر مراحل اجرا و منابع لازم ممکن است مهم‌تر از عوض شدن رنگ عنوان باشد. برای بررسی طراحی، همان رنگ و جابه‌جایی تصویر اهمیت دارد. یک مقایسه صرفاً متنی را گزارش کامل طراحی معرفی نکنید؛ خروجی باید دامنه‌ای روشن داشته باشد.

در راهنمای رسمی مقایسه فایل Adobe Acrobat، مقایسه فقط متن و بررسی اسناد اسکن‌شده تنظیمات متفاوتی دارند. این تفاوت برای انتخاب روش مهم است: بررسی معنی با مدل زبانی و یافتن تغییرهای بصری، نیازهای یکسانی ندارند.

نسخه‌ها را پیش از شروع نام‌گذاری کنید#

دو نام روشن انتخاب کنید: «نسخه الف، قدیم» و «نسخه ب، جدید». نام فایل به‌تنهایی ثابت نمی‌کند کدام نسخه جدیدتر است؛ ممکن است تاریخ نام‌گذاری با تاریخ ویرایش هماهنگ نباشد. ترتیب نسخه‌ها را از اطلاعات پروژه مشخص کنید و در گزارش بنویسید.

تعداد صفحه، عنوان سند و دامنه مورد بررسی را ثبت کنید. اگر فقط فصل دوم بررسی می‌شود، همین محدودیت در عنوان گزارش باشد. فایل اصلی را حفظ کنید و برای کار روی متن استخراج‌شده، نسخه جدا داشته باشید تا تغییر ناخواسته ورودی رخ ندهد.

در نام‌گذاری آموزشی می‌توانید از «راهنمای کارگاه، نسخه الف» و «راهنمای کارگاه، نسخه ب» استفاده کنید. واژه‌های «حذف شد» و «اضافه شد» همیشه نسبت به همین ترتیب معنا دارند. اگر ترتیب عوض شود، گزارش هم باید دوباره بررسی شود.

کیفیت استخراج متن را ارزیابی کنید#

بخشی از PDF ممکن است متن قابل انتخاب داشته باشد و بخش دیگر تصویر باشد. یک پاراگراف، یک جدول و یک صفحه دارای ستون را بررسی کنید. اگر هنگام کپی، ترتیب جمله‌ها یا اعداد به‌هم می‌ریزد، ورودی مدل هنوز قابل اعتماد نیست.

در فایل فارسی، نیم‌فاصله، شکل ارقام، «ی» و «ک» متفاوت یا ترتیب راست‌به‌چپ می‌توانند تفاوت ظاهری بسازند. این موارد را از تغییر واقعی جدا کنید. با این حال، عادی‌سازی نباید عدد، واحد یا علامت مؤثر را حذف کند؛ متن خام را کنار متن آماده‌شده نگه دارید.

برای اسکن، OCR فقط مرحله آماده‌سازی است. عدد «۱۲» اگر «۱۷» خوانده شود، مدل ممکن است تغییر محتوایی گزارش کند که در فایل وجود ندارد. واژه‌های نفی مانند «نیست» هم حساس‌اند. در راهنمای تبدیل دست‌نویس فارسی به متن روش کنترل متن استخراج‌شده را بیشتر بررسی کرده‌ایم.

اگر ابزار مورد استفاده امکان دریافت PDF دارد، رفتار آن را با چند صفحه نمونه بررسی کنید. اگر ندارد، متن را با برچسب نسخه، عنوان بخش و صفحه وارد کنید. در هر دو حالت، صرفاً داشتن فایل در گفتگو به معنی خوانده شدن درست همه صفحات نیست.

صفحه فایل را از شماره چاپ‌شده جدا کنید#

شماره نمایشگر PDF و شماره روی صفحه ممکن است متفاوت باشند؛ جلد و فهرست می‌توانند این اختلاف را ایجاد کنند. از ابتدا بنویسید ارجاع شما به کدام شماره است. در صورت نیاز هر دو را ثبت کنید: «صفحه فایل ۵، شماره چاپی ۳».

اگر بخش در نسخه جدید از صفحه چهار به شش منتقل شده، ارجاع باید برای هر نسخه مستقل باشد. مجبور کردن دو نسخه به شماره صفحه یکسان می‌تواند بندهای نامرتبط را کنار هم قرار دهد. تطبیق بر اساس عنوان و محتوای بخش انجام می‌شود، سپس صفحه ثبت می‌شود.

وقتی متن را دستی وارد می‌کنید، مرز صفحات را روشن بگذارید. برچسبی مانند «نسخه الف، صفحه فایل ۴، بخش تمرین» بهتر از یک متن بلند بدون نشانی است. اگر نشانی را نمی‌دانید، عبارت «ارجاع نیازمند بررسی» از ساختن شماره صفحه دقیق‌تر است.

نقشه بخش‌های متناظر را بسازید#

پیش از تشخیص تغییر، فهرست عنوان‌های هر نسخه را کنار هم قرار دهید. برای هر بخش قدیم، بخش متناظر جدید را پیدا کنید. وضعیت می‌تواند «متناظر»، «منتقل‌شده»، «عنوان تغییرکرده»، «افزوده» یا «نیازمند بررسی» باشد.

نبود عنوان یکسان ثابت نمی‌کند محتوا حذف شده است. شاید بند به بخش دیگری رفته باشد. برای گزارش حذف، در دامنه بررسی دنبال مضمون متن بگردید؛ اگر بررسی کامل نیست، نتیجه را «بخش متناظر پیدا نشد» بنویسید و پوشش را توضیح دهید.

پرامپت مقایسه مرحله‌ای دو نسخه#

درخواست را به سه مرحله تقسیم کنید: تطبیق بخش‌ها، ثبت اختلاف‌ها و خلاصه تغییرها. این ترتیب احتمال مخلوط شدن خلاصه با شاهد را کمتر می‌کند. در مرحله نخست، از مدل قضاوت نهایی درباره اهمیت نخواهید.

دو نسخه راهنمای آموزشی را مقایسه کن.
نسخه الف قدیم و نسخه ب جدید است.
دامنه: بخش‌های آماده‌سازی و تمرین؛ صفحه‌آرایی خارج از دامنه است.
۱. ابتدا بخش‌های متناظر را با عنوان و ارجاع مستقل مشخص کن.
۲. برای هر تفاوت: نوع، شاهد کوتاه الف، شاهد کوتاه ب و توضیح بده.
۳. تغییر عبارت را از تغییر معنی و جابه‌جایی محتوا جدا کن.
۴. عدد، واحد، نفی و واژه الزامی را جداگانه بررسی کن.
اگر متن خوانده نمی‌شود یا شاهد نداری، «نیازمند بررسی» بنویس.
شماره صفحه، حذف محتوا یا اثر تغییر را حدس نزن.
پس از جدول، خلاصه‌ای فقط بر اساس ردیف‌های دارای شاهد بنویس.

این پرامپت، کامل بودن بررسی را تضمین نمی‌کند. شما باید مطمئن شوید همه بخش‌های دامنه واقعاً وارد شده‌اند و شاهدهای جدول به نسخه درست مربوط‌اند. برای ساخت درخواست دقیق‌تر، راهنمای پرامپت‌نویسی را ببینید.

نمونه آموزشی جدول تغییرات#

فرض کنید در نسخه الف یک کارگاه نوشته شده «تمرین را در ۱۰ دقیقه انجام دهید» و نسخه ب نوشته «تمرین را در ۱۵ دقیقه انجام دهید». این تغییر با اصلاح عنوان «منابع مفید» به «منابع پیشنهادی» یکسان نیست. اولی یک عدد اجرایی را عوض می‌کند؛ دومی نیاز به بررسی متن پیرامون دارد.

جدول زیر فقط مثال ساختگی است. نشانی‌های الف و ب به ورودی فرضی تعلق دارند و ارجاع به فایل واقعی نیستند. در اجرای واقعی، از محل مشاهده‌شده سند استفاده کنید.

در توضیح ردیف دوم، فقط بگویید لحن از پیشنهاد به الزام تبدیل شده است. جمله «این تغییر باعث افزایش موفقیت کارگاه می‌شود» از متن دو نسخه نتیجه نمی‌شود. گزارش تغییر سند باید مشاهده را از تفسیر و پیش‌بینی جدا نگه دارد.

جدول‌ها و اعداد را با زمینه کنترل کنید#

اگر یک عدد عوض شده، عنوان ستون، واحد و ردیف مرتبط را هم ببینید. عدد ده در ستون تعداد شرکت‌کننده با ده در ستون دقیقه قابل مقایسه نیست. استخراج نامناسب جدول ممکن است سلول‌ها را جابه‌جا کند و تفاوت ساختگی بسازد.

برای جدول مهم، ردیف‌های متناظر را جدا وارد کنید یا تصویر جدول را با متن استخراج‌شده تطبیق دهید. جمع ستون‌ها یا نسبت‌ها را اگر لازم است با روش محاسبه مستقل بررسی کنید. مدل زبانی را تنها مرجع صحت محاسبه قرار ندهید.

در راهنمای تبدیل جدول عکس به اکسل، کنترل ردیف و ستون توضیح داده شده است. همان دقت برای مقایسه جدول در PDF لازم است: اول مطمئن شوید داده درست خوانده شده، بعد درباره تغییر صحبت کنید.

برای سند طولانی دامنه‌ها را ثبت کنید#

متن طولانی را بر اساس بخش معنایی تقسیم کنید، نه برش تصادفی وسط یک بند. دو بخش متناظر باید با هم بررسی شوند. اگر جمله در مرز دو قسمت ادامه دارد، زمینه کافی را در هر دو ورودی حفظ کنید و تکرار آن را مشخص کنید.

یک دفتر پوشش بسازید: عنوان بخش، محدوده صفحه الف، محدوده صفحه ب، وضعیت مقایسه و وضعیت بازبینی. این دفتر کمک می‌کند قسمت جاافتاده با قسمت بدون تغییر اشتباه نشود. «بررسی نشده» و «بررسی شده، تفاوتی تأیید نشد» دو وضعیت متفاوت‌اند.

پس از بررسی قسمت‌ها، جدول‌ها را ادغام کنید و ردیف تکراری را حذف کنید. مدل می‌تواند در دسته‌بندی کمک کند، اما ردیف ادغام‌شده هم باید شاهد و ارجاع خود را حفظ کند. خلاصه نهایی جای جدول جزئی را نمی‌گیرد.

موارد مبهم را به پرسش مشخص تبدیل کنید#

ممکن است عنوان تغییر کرده و محتوا بخشی منتقل شده باشد. به‌جای یک برچسب مبهم مثل «تفاوت زیاد»، سؤال بازبینی بنویسید: «آیا بند منابع در نسخه ب به پیوست منتقل شده است؟» سپس محل احتمالی را مشخص کنید.

برای هر مورد، دلیل ابهام را ثبت کنید: OCR نامطمئن، بخش ناقص، عنوان مشابه یا شماره نامعلوم. عدد اطمینان تولیدشده توسط مدل، جای این توضیح را نمی‌گیرد. بازبین باید بداند برای حل مسئله کدام صفحه یا ورودی را بررسی کند.

گزارش نهایی را از جدول شاهد بسازید#

گزارش کوتاه می‌تواند شامل دامنه بررسی، نسخه‌ها، تغییرهای محتوایی تأییدشده، جابه‌جایی‌ها و موارد باز باشد. اگر ظاهر بررسی نشده، این محدودیت را همان ابتدای گزارش بنویسید. تعداد تغییر هم فقط بر اساس روش شمارش روشن گزارش شود.

مثلاً چند اصلاح در یک بند می‌تواند یک ردیف موضوعی یا چند اختلاف متنی باشد. این دو شمارش قابل جایگزینی نیستند. برای مخاطب غیرتخصصی، فهرست تغییرهای مؤثر اغلب قابل استفاده‌تر از یک عدد بدون تعریف است.

از جدول تأییدشده، گزارش کوتاه بساز:
نسخه‌ها و دامنه؛ تغییرهای مؤثر بر اجرای راهنما؛ جابه‌جایی‌ها؛ موارد باز.
فقط ردیف دارای شاهد را قطعی معرفی کن.
علت یا پیامد خارج از متن را اضافه نکن.
در پایان، فهرست صفحه‌های نیازمند بازبینی را بده.

چک‌لیست قبل از تحویل مقایسه#

• ترتیب نسخه قدیم و جدید روشن و در تمام جدول ثابت است.
• ارجاع هر نسخه مستقل است و نوع شماره صفحه توضیح دارد.
• اعداد، واحدها، نفی‌ها و عبارت‌های الزامی کنترل شده‌اند.
• جابه‌جایی محتوا به‌اشتباه حذف و افزودن گزارش نشده است.
• تغییر مهم شاهد دارد و بخش بررسی‌نشده برچسب روشن دارد.
• نتیجه متنی به بررسی کامل نمودار و صفحه‌آرایی تعمیم داده نشده است.
• خلاصه نهایی با جدول تأییدشده هماهنگ است.

اگر فقط یک خلاصه از هر نسخه می‌خواهید، راهنمای خلاصه‌سازی PDF مناسب‌تر است. برای مقایسه، از ابتدا نسخه‌ها و جدول شاهد را تعریف کنید. در GPT Plus می‌توانید متن‌های برچسب‌خورده را برای ساخت پیش‌نویس جدول وارد کنید و سپس آن را با سند اصلی تطبیق دهید.

این راهنما با کمک هوش مصنوعی تدوین شده است. همه متن‌ها و ارجاع‌های عددی مثال، آموزشی و فرضی‌اند؛ نتیجه بررسی سند واقعی یا ادعای یافتن تمام تفاوت‌ها نیستند.