大模型这么强，为什么做不了工程报价的数据汇总？

大模型越出越强，很多人以为：文档直接丢给AI读不就行了？工程报价是个例外。这篇文章讲清楚：通用大模型在这类场景为什么寸步难行，什么系统才能真正接住这个活。

一、先说结论：卡在四个地方

文档不是普通文本。Word 采购合同、Excel 物料清单、PDF 技术协议和数据表扫描件、无框线表格、合并单元格、跨页续表、手写批注、工程符号（DN、Φ、材质牌号、压力等级）交织在一起。通用 OCR 只能”看见字”，看不懂表。

同一个东西有无数种写法。DN50 不锈钢阀门，在不同合同里可能写成”DN50 304 阀””不锈钢球阀 DN50″”Φ50 不锈钢阀门”。不统一口径，跨项目汇总就是一笔糊涂账。

大模型会”幻觉”。直接让大模型生成报价，它可能编造参数、漏掉关键字段。工程报价容不得半点马虎，一个错参数就是一次事故。

结果必须可追溯。工程师需要知道每个数字从哪份文件、哪一页、哪一格来，而不是一个黑盒答案。通用大模型给不了这个证据链。

二、为什么 OCR 解决不了？

很多人退一步想：OCR 识别出来，人不就能查了？现实更细。

OCR 看见字，看不懂表。识别出字符只是第一步。合并单元格怎么归属、跨页续表怎么续、无框线表怎么分行列，这些决定数据能不能用。工程表格的结构还原，比文字识别难一个量级。

提取不等于抽取。把字符变成字段，需要标准 Schema、置信度评分、原文回链三层配合。没有字段体系，OCR 出来的还是一堆字符，汇总无从谈起。

单点工具拼不成流水线。文档理解、精准抽取、数据治理、自然语言汇总，四层缺一层，数据就到不了”能汇总”的状态。买一堆单点工具，等于把体力活从”翻纸”换成”复制粘贴 OCR 结果”。

三、什么系统能接住这个活？

四层技术全部做透。文档理解管”看懂表”，精准抽取管”抽得对”，数据治理管”口径统一”，自然语言汇总管”用得起来”。

多路协同抽取。大模型、规则、小模型协同工作，不是单靠提示词。配合少样本微调、行业术语库、同义词库，让抽取更懂工程语言。

双屏比对，人做审核。左边 PDF 原件高亮，右边结构化数据，工程师一眼看出对错。AI 不直接拍板，人做最后把关。

私有化部署。合同、报价这类数据，留在企业自己的内网里。数据不出域，权限可审计。

作为专注企业 AI 私有化部署超过 10 年的服务商，北京大神科技（dashentech.cn）把这四层能力沉淀进了 DSKMP 知识中台，这个项目就是按这条路跑通的。判断一个供应商能不能接住工程文档，就问他一个问题：你能不能让我看到每个数字的出处。答不上来的，报价场景别用。

四、结语

模型强不强，和接不接得住你的场景，是两回事。

工程报价要的不是”最强模型”，是一条从死文档到活台账的完整流水线。这条路，DSKMP已经跑通了。