做报志愿工具这两年，有一件事一直让我很头疼——河南的一分一段表。
准确说不是"头疼"，是"没办法"。不是我们没办法，是所有依赖AI自动提取数据的工具都拿它没办法。
先说一下背景。一分一段表是报志愿最核心的数据：你考了多少分，在全省排多少名，能上什么学校——全看这张表。没有它，算法再聪明也没用。
我们目前覆盖了31个省份的位次数据，按说流程应该很成熟了：下载PDF、扔给AI提取、人工复核校对、入库。这套流程在其他省份跑得很顺。
但在河南，卡死了。
很多省份的一分一段表也是PDF格式，但河南的PDF有三个致命问题。
正常的PDF文件，文字是可以选中、可以复制的。AI提取的时候，直接读内嵌文字就行，准确率接近100%。
河南的PDF呢？你选中一段"文字"，选出来的是一整块图片区域。它本质上是一张图片外面套了个PDF的壳。AI拿到的不是字符，是像素点阵——得靠OCR去猜这个像素块是什么数字。
河南PDF上的水印非常明显，而且是铺满整个页面的半透明水印，不是角落里那种防伪标识。
这导致什么后果呢？AI在识别数字的时候，会把水印的痕迹当作图像噪点一起读了。明明数字是"520"，AI可能读成"52O"或者"52B"。一个数字差一位，对应的位次可能差出去好几千名。
更让人没脾气的是，水印下方和空白区域的文字清晰度完全不一样。有水印压着的地方字迹明显更浅，数字缺胳膊少腿是家常便饭。
AI去识别的时候，同一个页面里同一列数字，有的清楚有的糊。它没法统一处理——对这个分数段用一种识别参数，对下面那个分数段又得换一套。这就变成了AI的猜谜游戏。
三个问题叠加，效果非常直接：河南一分一段表的AI识别正确率，远低于其他任何一个省份。
我们试过市面上几种专业的OCR软件、也试过用不同AI模型来识别提取——都不够准。
不是"差一点点"，是差很多。差到我们不敢用在产品里。
因为位次这个东西，没有"差不多"这个说法。你的位次是12,500名，AI给你识别成12,000名，你拿去冲的学校就是两档不一样。错了就是错了，不是"差不多对了"。
所以最后我们做了一个最笨的决定：河南的一分一段表，全部人工手动录入。
一行一行、一个数字一个数字对着录入，录完再两个人交叉核对。耗时是其他省份的几倍，成本远高于AI自动提取——但这是唯一能保证准确率的办法。
坦率地说，大概率做不到。
不是技术不行，是成本问题。河南这一省的数据，要人工录入才能保证准确——开发团队愿不愿意为这一个省投入这个成本？
大多数不会。理由也很"合理"：用户又不知道位次错了，AI大概其能跑出来就行了。
只有那些在河南有大量用户的工具，或者愿意把"数据准确"真正当回事的团队，才会选择人工做这一遍。
而用户这边，根本不知道自己看到的位次表可能是系统"猜"出来的。
这篇文章不是推销。我是真心建议：
这一步花不了几分钟。但如果位次错了，后面所有的冲稳保推荐、学校筛选、专业匹配——全都会跟着偏。你基于错的位次去选学校，选出来的方案风险有多大，不用我多说。
我们花了大量人工去录河南的数据，不是因为我们的技术比别人差，是因为我们试过了所有自动化的路都走不通。这个问题短期内无解——河南考试院不会因为AI不好识别就去改PDF格式。
所以在河南，AI报志愿这件事，目前就是得靠人的笨功夫来兜底。
你一年只填一次志愿。一次机会。用工具之前，先确认它给你的位次是对的。