Может ли AI расшифровать метрическую книгу? Тестирую три главные модели
Расшифровка метрических книг — одна из самых муторных частей генеалогии. Часы за монитором, буква за буквой, запись за записью. А если почерк корявый — так вообще хочется закрыть ноутбук.
Я давно хотел проверить: а что если дать AI папку со сканами и сказать «разберись сам»? На этой неделе наконец сделал честный тест.
Условия эксперимента
- 20 листов метрической книги за 1917 год
- Почерк средней читабельности, сканы среднего качества
- Один и тот же промпт для всех моделей
- Задача: выдать Excel-таблицу с расшифрованными записями
Моя главная цель — минимум участия. Дал папку, ушёл пить чай, вернулся к результату.
Результаты
Claude Opus 4.6 (через Claude Code) Оценка: 3/10
Работал около часа. В итоговой таблице большая часть записей пустая — модель что-то расшифровала кусочками, но целостной картины нет. Не рекомендую для этой задачи.
GPT-5.3-Codex (через Codex CLI) Оценка: 0/10
Полтора часа работы — и ноль результата. Просто не справился. Пришлось прервать вручную.
Gemini 3 Pro (через Gemini CLI) Оценка: 5/10
Лучший из трёх, но с оговорками. Работал ~40 минут, потребовалось 3 перезапуска — модель не умеет управлять контекстом и падает, когда данных становится много.
Что получилось: имена, даты, населённые пункты — во многих местах верно. Но есть ощутимое количество ошибок и пробелов.
Главное: таблицу после Gemini уже можно взять за основу и дополнить вручную. Это реально ускоряет работу — не с нуля же начинать.
Честный вывод
Полностью доверить расшифровку метрической книги нейросети сегодня нельзя. Ни одна из топовых моделей не справляется «из коробки».
Но Gemini даёт результат, с которым уже можно работать — как черновик, который ты дополняешь и правишь. Это экономит часы.
В следующем посте расскажу пошагово, как развернуть это решение у себя — чтобы вы могли попробовать на своих метриках.