Resumir um PDF grande sem esbarrar nos limites

Porque os trabalhos de IA têm três tetos, e um documento longo bate em pelo menos um deles. A solução é entregar pedaços à ferramenta Resumir PDF em vez do arquivo inteiro, cortando os pedaços com a opção de intervalo de páginas ou com Dividir PDF.

Os tetos:

• Tamanho do arquivo. Cerca de 5,7 MB por PDF nos trabalhos de IA.
• Tamanho da entrada. Um PDF conta como aproximadamente 6.000 tokens de entrada, então um documento muito longo é cortado ou recusado em vez de ser lido até o fim.
• Tamanho da resposta. Uma resposta tem teto perto de 1.500 palavras, e no plano gratuito os modelos inteligentes têm um teto menor.

O perigo silencioso é o corte. Se um arquivo longo é aparado, o resumo só pode descrever o que recebeu, então um resumo fluido não prova que cobriu as 300 páginas. O método que funciona é escolher um intervalo, resumir essa parte, repetir e depois juntar.

A ação de resumo no painel de IA tem uma opção de intervalo de páginas. Digite as páginas que você quer, por exemplo 1-30, e a ferramenta corta essas páginas no seu aparelho antes de tudo. Só elas são enviadas ao provedor do modelo que você escolheu. O resto do arquivo fica onde está.

Isso dá duas coisas: a parte cabe nos limites e você decide o que sai do seu aparelho. Útil quando um capítulo pode ser compartilhado e outro não.

Uma armadilha é a numeração. O intervalo conta as páginas do arquivo, a partir da primeira, e não os números impressos nelas. Se o relatório tem capa e seis páginas de sumário, a página impressa 1 pode ser a página 8 do arquivo. Veja qual número o seu leitor de PDF mostra e use esse.

Termine os intervalos também no fim de um capítulo. Um resumo das páginas 28-57 que começa no meio de um argumento produz um resumo que começa no meio de um argumento.

Se você quer as partes como arquivos separados, ou o original passa do limite de tamanho, use Dividir PDF. Ele roda no navegador, sem envio, aceita arquivos de até 50 MB e corta de duas formas: a cada N páginas ou por intervalos personalizados, com cada resultado baixado como um arquivo próprio.

Os blocos de página mostram número e rotação, não miniaturas, então descubra antes onde começa cada capítulo. Abra o PDF no leitor, leia o sumário e anote a página do arquivo em que cada capítulo começa. Depois digite intervalos personalizados como 1-24, 25-58, 59-91 e dê aos downloads o nome dos capítulos.

Capítulos funcionam melhor que a cada N páginas porque o modelo recebe uma unidade completa. Um capítulo tem argumento e conclusão. As páginas 31-60 cortadas no meio de dois capítulos não têm nenhum dos dois. Use a cada N páginas só quando o documento não tem estrutura de verdade, como uma longa sequência de atas de reunião. E confira o tamanho de cada parte: partes com muito texto costumam ser pequenas, mas uma parte cheia de imagens ainda pode passar de 5,7 MB.

Imagine um relatório anual de 300 páginas e uma reunião amanhã. É um exemplo, não um resultado de teste, mas a carga de trabalho é típica. O mesmo raciocínio vale para um TCC longo ou um edital de concurso.

O sumário mostra dez capítulos de 25 a 40 páginas. Você divide por capítulo em dez arquivos e roda a mesma instrução em cada um, no estilo pontos principais. Depois de cada execução, cole o resultado num documento de notas, sob o título do capítulo. No GPT-4o mini são 1 Gem por parte, então 10 Gems pela rodada toda, com o custo mostrado antes de cada execução.

Usar a mesma instrução todas as vezes importa. Se a parte 3 recebe "cinco tópicos, com os números" e a parte 4 recebe "um parágrafo", a junção vira adivinhação. Escreva a instrução uma vez e cole.

Você termina com dez resumos curtos, talvez de 150 a 300 palavras cada. São 2.000 a 3.000 palavras de notas, ainda longas demais para ler na véspera. Daí o próximo passo.

Cole os resumos das partes numa mensagem de chat de IA comum e peça um resumo único. É uma mensagem de texto simples, então nenhum PDF é enviado, e vale o custo normal do nível do modelo.

Diga ao modelo o que são os pedaços e o que você quer de volta. Mantenha a meta bem abaixo do teto de cerca de 1.500 palavras por resposta; um resumo final de 500 palavras também é muito mais fácil de conferir que um de 1.400.

Dois cuidados. A junção só conhece o que os resumos das partes mantiveram, então um detalhe que caiu numa parte se perdeu. E a junção pode suavizar contradições, então peça que ela as aponte em vez de conciliá-las. Quando algo no texto final for importante, volte àquele capítulo e faça uma pergunta precisa (o guia como conversar com um PDF cobre a rotina).

O curto dá poucas frases, suficiente para decidir se vale abrir a parte. O detalhado mantém a estrutura e mais especificidades, para quando você não vai ler a fonte. Os pontos principais dão uma lista fácil de percorrer e fácil de colar na etapa de junção.

Para a rodada por partes de um arquivo longo, pontos principais costuma funcionar bem porque listas sobrevivem à junção. Para um documento curto, o resumo curto basta. Na dúvida, rode o curto primeiro e vá subindo.

Resumir é comprimir, e é na compressão que os erros se escondem. Faça uma checagem por amostragem nestes pontos:

• Números. Valores, percentuais, anos, unidades. Abra a página da fonte e compare dígito por dígito. Um modelo pode trocar 2023 por 2024 ou perder um zero.
• Nomes. Pessoas, empresas, lugares. Uma afirmação pode acabar atribuída à pessoa errada.
• Negações e condições. "Não é exigido", "salvo", "somente se", "exceto". Uma negação invertida muda o sentido e continua soando natural.
• O que ficou de fora. Escolha uma seção que você conhece bem e veja se o resumo a menciona. Se algo central não aparece, rode de novo com uma instrução que o cite pelo nome.

Escolha as três ou quatro afirmações que você vai repetir para outras pessoas e confira essas. Conferir cada linha derrota o propósito. E se o arquivo longo for um contrato, leia antes entender um contrato com IA: resumos tendem a derrubar as exceções, e num contrato as exceções são o ponto.