Jev no file2markdown: verificação de qualidade sem reescrever o texto
Uma conversão pode terminar sem erro e ainda entregar um texto ruim: palavras com caracteres estranhos, frases quebradas a cada linha ou tabelas desalinhadas. O arquivo foi processado, mas o resultado precisa de atenção antes de entrar nas suas anotações ou em uma ferramenta de IA.
O file2markdown inclui verificações básicas em todas as conversões. Para PDFs, você também pode ativar uma verificação opcional com Jev, da TypeSafe. Ela procura sinais de problemas em trechos do Markdown. Não reescreve o documento nem certifica que o resultado seja igual ao original.
Como ativar
- Abra o conversor e selecione um PDF.
- Marque a opção de verificação de qualidade com IA antes de converter. Ela vem desativada.
- Converta o arquivo e leia o aviso junto ao resultado.
- Se houver um problema indicado, compare o trecho com o PDF original.
As verificações básicas funcionam mesmo sem Jev. Quando a verificação com IA não consegue terminar, o Markdown continua disponível e o resultado informa essa limitação.
O que procuramos
Texto ilegível. Problemas de fonte, codificação ou extração podem trocar letras, juntar palavras ou inserir símbolos inesperados. É possível receber bastante texto e ainda assim não conseguir entender uma frase.
Frases quebradas entre linhas. Alguns PDFs guardam cada linha impressa separadamente. Na extração, um parágrafo vira várias linhas curtas. Isso pode dificultar a leitura e o processamento posterior. Código, fórmulas, listas e formulários exigem critérios diferentes de um parágrafo comum.
Tabelas que merecem revisão. Uma célula ausente pode associar um valor à coluna errada. O código conta células e verifica a estrutura da tabela; Jev acrescenta uma avaliação do trecho. A contagem continua sendo responsabilidade do programa.
Regras primeiro, IA opcional depois
As verificações básicas rodam nos nossos servidores e buscam sinais mecânicos: caracteres de substituição, repetições, separadores ausentes e linhas de tabela com quantidades diferentes de células. Também podem indicar que uma página passou pelo OCR e atingiu o limite de saída do modelo antes de terminar.
Quando você ativa Jev, selecionamos trechos do Markdown convertido e os enviamos em uma única solicitação. Perguntas específicas avaliam cada trecho. O código aplica critérios e limites definidos para transformar as respostas em avisos compreensíveis.
Como a análise usa uma amostra, um erro em outro trecho pode passar despercebido. Não apresentamos uma nota global de qualidade: a confiança de uma resposta do modelo não equivale à fidelidade do documento inteiro.
Como ler os avisos
| Resultado | Significado | O que fazer |
|---|---|---|
| Precisa de revisão | Há uma possível anomalia no texto | Compare as linhas indicadas com o original |
| Nenhum problema detectado | As verificações realizadas não encontraram problemas evidentes | Confira os dados importantes antes de usá-los |
| Não avaliado ou IA indisponível | A verificação solicitada não foi concluída | Use o resultado sabendo que essa etapa não o validou |
As linhas indicadas pertencem ao Markdown, não às páginas do PDF. Uma tabela bem formada ainda pode ter um número incorreto. A verificação também não comprova que todas as páginas foram extraídas ou que estão na ordem certa.
Privacidade e envio de dados
Jev fica desativado até você solicitar a verificação. Quando você ativa a opção, trechos do texto convertido são enviados à TypeSafe. O PDF original não é enviado à TypeSafe. As verificações básicas não precisam desse compartilhamento.
A verificação de qualidade é uma etapa diferente do OCR. Quando o arquivo precisa de reconhecimento visual, o OCR usa Claude para extrair texto das imagens ou páginas digitalizadas. A política de privacidade, em inglês, explica esse processamento.
Para quem usa MCP
As respostas de conversão incluem um objeto quality. Use quality_check: "ai" para solicitar a análise com IA de um PDF; o padrão são apenas as verificações básicas. A documentação de MCP, em inglês, descreve o acesso por assistentes e agentes.
Os códigos de problema e as referências a linhas ajudam um aplicativo a avisar o usuário ou tentar outra extração. O campo source_compared: false deixa claro que o resultado não foi comparado com o arquivo original. Uma análise indisponível nunca deve ser tratada como aprovação.
Perguntas frequentes
Jev corrige o Markdown?
Não. Jev retorna avaliações que o nosso código transforma em avisos. Ele não altera palavras, números ou cláusulas do documento convertido.
Funciona com todos os formatos?
As verificações básicas acompanham todas as conversões. A análise opcional com Jev está disponível para PDFs.
Nenhum aviso significa que está tudo certo?
Não necessariamente. Omissões e valores errados podem parecer normais no texto extraído. Guarde o original para conferir tabelas, citações e outros dados importantes.
The Markdown Memo
Uma newsletter quinzenal em inglês para profissionais do direito, pesquisa, contabilidade e quem trabalha com PDFs, documentos digitalizados e apresentações. Sem spam.