Preservar o título de uma tabela na conversão para texto ou Markdown exige tratá-lo como campo estruturado, não como parágrafo solto. Identifique a legenda na origem, cole-a antes da tabela no arquivo extraído, mantenha o cabeçalho e confira com perguntas que só podem ser respondidas por quem leu o título. Se a legenda sumir, a IA lê números sem saber de que assunto tratam.
A perda aparece em PDF, DOCX, HTML e planilha, cada um de um jeito. A conversão prioriza as células. Título, fonte, unidade e nota viram texto órfão, ou desaparecem. Quem administra precisa de conferência, não de fé.
Resumo rápido
- O título define escopo, unidade e recorte temporal. Sem ele, a célula perde sentido.
- Título, cabeçalho e nota de rodapé são peças distintas e não se substituem.
- Toda conversão perde algo. A perda previsível se corrige com checklist fixo.
- Perguntas de teste revelam se a IA entendeu a tabela ou repetiu números.
- A correção é barata quando o texto extraído mantém a legenda junto da grade.
- Uma convenção de nomes evita versões sem vínculo.
Por que o título da tabela decide o significado
Uma tabela é uma afirmação sobre um conjunto de coisas. O título informa qual conjunto é esse. Sem ele, “R$ 1.240” pode ser mensalidade, glosa, custo por atendimento ou economia anual. O número está correto e a interpretação errada. Para um modelo de linguagem, a diferença é decisiva: ele completa a lacuna com a hipótese mais provável, não com a verdade do documento.
A recomendação de acessibilidade da W3C é explícita: a legenda identifica o propósito da tabela e ajuda a decidir se vale lê-la. O mesmo vale para uma IA. O modelo precisa saber o assunto antes de decidir onde olhar. Em tabelas grandes, o título informa o recorte: período, região, moeda, base de cálculo.
Quando o título fica antes da grade, o modelo associa os dois na mesma janela de leitura. Quando fica três páginas antes, ou some, a associação se perde. Em documentos regulados, a legenda carrega a base normativa: “Tabela 4. Limites de cobertura conforme contrato” é instrução de leitura.
Título, cabeçalho e nota de rodapé: três peças diferentes
Título (ou legenda) nomeia a tabela. Fica fora da grade, geralmente acima, e responde “o que esta tabela mostra”. Em Markdown, aparece como “Tabela 2. …” antes ou depois da grade, conforme a ferramenta. Em HTML, é o elemento <caption>. Em Word, pode estar em parágrafo comum ou no texto alternativo da tabela.
Cabeçalho é a primeira linha ou coluna que nomeia as variáveis: mês, operadora, faixa, valor. Ele organiza a leitura dentro da grade. Uma tabela pode ter cabeçalho sem título, e é esse caso que engana. A grade parece completa, mas ninguém sabe a que população os números se referem.
Nota de rodapé explica condições, exceções e fontes. Fica abaixo da tabela e pode alterar a leitura de uma célula: “valores sem impostos”, “dados de julho”, “exclui cancelamentos”. A nota não substitui o título, porque não nomeia o conjunto, e o título não substitui a nota, porque não detalha ressalvas.
Em Word, o texto alternativo da tabela fica em propriedades do elemento no formato Open XML, separado das células. Por isso muitos extratores ignoram o campo: ele não está no fluxo de texto que o conversor percorre. Em Google Docs não existe campo nativo de legenda. O texto acima é parágrafo comum, e a exportação pode reposicioná-lo.
Se a origem usa parágrafo comum como título, a conversão trata esse parágrafo como texto corrido. O checklist precisa de uma regra para recolocá-lo no lugar.
O que se perde em cada conversão
A tabela resume as perdas mais frequentes e o sinal no arquivo extraído.
| Origem | O que costuma se perder | Sinal no texto extraído | Correção recomendada |
|---|---|---|---|
| Ordem de leitura, título, notas e células mescladas | Números empilhados sem frase de abertura, ou título no fim da página | Reconstruir o bloco com título, cabeçalho e nota na ordem lógica | |
| DOCX | Texto alternativo da tabela, estilo de legenda e notas | Grade correta e nenhuma linha com “Tabela” | Recuperar a legenda no original e colar antes da grade |
| HTML | Caption quando o extrator lê apenas células, e descrição longa | Tabela começa direto no cabeçalho de colunas | Reinserir o caption e manter o vínculo com a tabela |
| Planilha | Título da aba, cabeçalho de várias linhas, unidades e filtros | Colunas sem nome ou com “Coluna1”, “Coluna2” | Fixar a linha de cabeçalho e registrar a unidade no nome das colunas |
O PDF é o caso mais traiçoeiro porque a posição visual não corresponde à ordem de leitura. Um título centralizado pode ser extraído depois das células. O DOCX preserva a grade e perde o texto alternativo, o que engana. No HTML, o <caption> é a fonte mais confiável, mas nem todo extrator o mantém.
Em planilhas, o título pode estar em célula mesclada acima do cabeçalho. Exportada para CSV, essa célula vira linha solta com um valor na primeira coluna, e a IA trata título e cabeçalho como dados. Para TXT com tabulações, revise o alinhamento no guia sobre tabelas em TXT e tabulações.
Passo a passo para conferir a extração
Faça a conferência na mesma ordem, para comparar conversores.
- Localize o título na origem. Marque cada tabela com legenda e anote quantas existem. Se a origem não tem título, esse é o primeiro achado.
- Converta uma amostra. Use o mesmo conversor e as mesmas opções de produção. Amostra pequena primeiro, para não descobrir o problema no acervo inteiro.
- Procure a palavra “Tabela” no resultado. Busque também “Quadro” e o número da tabela. Ausência total indica perda sistemática.
- Verifique a posição. O título precisa ficar imediatamente antes ou depois da grade, sem parágrafos no meio. Título distante não cria vínculo.
- Confira o cabeçalho. A primeira linha deve nomear as colunas. Se virou dado, a IA vai somar rótulo com número.
- Confira unidade e período. Moeda, base mensal ou anual, data e população precisam aparecer no bloco ou na nota.
- Registre a divergência. Anote tabela, página, conversor e versão. Sem registro, o erro volta na próxima conversão.
O passo 4 é o mais pulado. Título separado da tabela por dois parágrafos pode ser lido como comentário sobre outra coisa. Proximidade preserva.
Teste com perguntas: como saber se a IA entendeu
Ver a legenda no arquivo não basta. Confirme que o modelo a usa para interpretar. Faça quatro perguntas por tabela crítica, sem entregar a resposta.
- Escopo: “Esta tabela trata de qual assunto e de qual período?” A resposta deve citar título e recorte.
- Unidade: “Os valores estão em reais por mês ou por ano?” Hesitação indica que a unidade não está clara.
- Total: “Qual é a soma da coluna X e ela bate com o total informado?” Testa cabeçalho e nota.
- Exceção: “Quais linhas estão fora da regra geral e por quê?” Testa a nota de rodapé.
Se o modelo acerta o escopo e erra a unidade, o problema está na nota ou no cabeçalho. Se acerta números e inventa o assunto, o título se perdeu. Se acerta tudo menos a exceção, a nota ficou para trás. Cada erro aponta para uma peça específica.
Repita com duas formulações. Modelos podem acertar por sorte quando a pergunta induz a resposta, e uma pergunta neutra revela mais. Tabelas com células vazias merecem teste extra, porque a IA tende a preencher lacunas. Veja como separar ausência de dado de zero no artigo sobre células vazias e inferências.
Correção no texto extraído
Corrigir é barato quando o bloco ainda está identificável. O objetivo é reconstruir a unidade: título, cabeçalho, linhas, nota.
- Recupere a legenda no original e copie o texto exato, sem reescrever.
- Cole a legenda antes da grade, com a marcação que o seu formato usa.
- Garanta que a primeira linha da grade seja o cabeçalho, não um registro.
- Traga a nota para o fim do bloco, com o mesmo marcador usado nas células.
- Remova cabeçalhos de página e rodapés que caíram no meio da grade.
- Confira se a ordem das colunas continua igual à do original.
- Salve a versão corrigida com vínculo para a página de origem.
Em Markdown, a forma mais estável é uma linha de legenda antes da grade: “Tabela 3. Faixa de mensalidade por plano, valores em reais, janeiro a dezembro”. O Pandoc reconhece legendas com “Table:” ou “:” após a grade, mas a linha antes do bloco funciona melhor para modelos que leem em sequência. Escolha um padrão e não mude.
Se a tabela tem nota com marcador, mantenha o marcador na célula e a explicação no fim. Removê-lo para “limpar” o texto é erro comum: a nota deixa de ter endereço. O guia sobre valores, tabelas e notas de rodapé detalha o vínculo.
Convenção de nomenclatura para manter o vínculo
Convenção resolve metade do rastreio. O nome precisa responder qual documento, qual tabela e qual versão. Sem isso, duas conversões viram blocos diferentes.
Um padrão possível: documento-tema-tNN-vN, como contrato-2026-t04-v2. No texto, a legenda fica legível: “Tabela 4. Faixas de reajuste por índice, versão 2”. O identificador técnico vai no metadado, não na frase do leitor.
| Elemento | Regra | Motivo |
|---|---|---|
| Nome do arquivo | Minúsculas, hífen, sem acento | Evita quebra em sistemas e URLs |
| Número da tabela | Sequencial dentro do documento | Permite citar sem ambiguidade |
| Versão | Sufixo v1, v2, v3 | Distingue correção de reextração |
| Legenda visível | Frase completa, com unidade e período | Dá sentido à grade para humano e IA |
Não use o título da tabela como nome de arquivo. Títulos mudam e o vínculo se rompe. Use o identificador estável e mantenha o título no conteúdo.
Exemplo: clínica em Belo Horizonte (hipotético)
Caso hipotético: uma clínica de médio porte em Belo Horizonte converte o manual de convênios em PDF para Markdown, com dezenas de páginas e tabelas de reembolso. A tabela 4 se chama “Valores de coparticipação por operadora e tipo de consulta, vigência 2025”. As células vieram corretas, mas a legenda ficou no fim da página anterior, junto com o rodapé.
Um assistente recebeu a pergunta “qual o valor da consulta de cardiologia” e respondeu com o número de outra tabela, porque não havia indicação de operadora nem de vigência. A resposta estava correta e errada para a pergunta. O custo apareceu no repasse ao paciente.
A correção seguiu o checklist. A equipe recuperou a legenda, colou antes da grade, marcou a coluna de operadora como cabeçalho e trouxe a nota “valores sem taxas administrativas” para o fim. O escopo passou e a unidade falhou, porque a legenda não dizia “por consulta”. A frase foi ajustada.
A clínica passou a manter um índice de tabelas com identificador, versão e página de origem. Na revisão seguinte, a comparação entre versões ficou direta. Nenhum resultado é atribuído a empresa real: o caso mostra o procedimento.
Erros comuns
- Tratar a legenda como decoração. Se ela não está colada na grade, a IA não a usa. Cole e teste.
- Confiar na prévia do conversor. A prévia mostra a grade e esconde a perda. Verifique o arquivo extraído.
- Reescrever o título “para ficar melhor”. A legenda é dado do documento. Reescrever cria divergência com a origem.
- Apagar notas para limpar o texto. Sem nota, a exceção vira regra e o cálculo erra.
- Usar o título como nome de arquivo. Título muda e o vínculo se perde. Use identificador estável.
- Testar com a pergunta que já contém a resposta. Pergunta neutra revela se o modelo entendeu o escopo.
Perguntas frequentes
O título da tabela é a mesma coisa que o cabeçalho?
Não. O título nomeia a tabela e fica fora da grade. O cabeçalho nomeia as colunas dentro dela. Uma tabela pode ter cabeçalho correto e nenhum título, e então a IA não sabe a que conjunto os números se referem.
Preciso converter tudo de novo se o título se perdeu?
Não necessariamente. Se células e ordem das colunas estão corretas, basta reinserir legenda e nota no bloco extraído. Reconverta quando houver desalinhamento.
Markdown tem legenda de tabela?
O padrão do Markdown não define legenda. Alguns dialetos e o Pandoc aceitam “Table:” após a grade. Uma linha antes da tabela é a forma mais portátil e a que os modelos leem melhor.
Qual pergunta testa melhor se a IA entendeu?
Pergunte “do que trata esta tabela e qual é o período”. A resposta deve citar título e recorte. Depois, peça a unidade. Errar a unidade indica que a nota ou o cabeçalho ficaram para trás.
Como lidar com tabelas sem título no original?
Crie um título descritivo com base no contexto e registre que ele foi adicionado. Sem isso, o leitor futuro confunde texto editorial com legenda original.
