假设你在做设备借用知识库。一页指南分成两栏：左栏是办理步骤，依次提交申请、审核通过后领取、用完归还；右栏是申请材料，列着工号证明、审批记录和设备清单。
人读这页纸，通常会先沿左栏把流程看完，再去右栏找材料。解析后的文本却可能变成“提交借用申请、工号证明、审核通过后领取设备、审批记录、用完后办理归还、设备清单”。
每个字都能在原页找到，内容也与设备借用高度相关。办理动作和申请材料已经混成一条队伍。把它切成段落送进知识库，后面的模型就得面对一份关系错位的输入。
排查这类问题，我会先看文字是怎样排起来的。识别出了什么，按什么顺序组织，以及组织以后属于哪个栏目，是三个不同的问题。只抽检几个字，无法检查它们之间的关系。
九个块都在，流程仍然可以串栏
为了看清这件事，我把这页指南简化成九个区域块：一个跨两栏的总标题、两个栏目标题，以及两边各三块正文。文字、区域类型和矩形坐标都直接给定，只比较排序过程。
坐标原点放在页面左上角，向下时纵坐标增加。左右栏目标题处于同一高度，左右第一块正文也处于同一高度，后两行照此安排。页面中间留着清楚的栏间空白。
第一种排法很直接：所有块先按纵坐标排，纵坐标相同时再按横坐标排。它得到的开头是总标题、办理步骤、申请材料，然后左右正文交替出现。
麻烦发生在两个栏目标题这里。如果后处理沿着这条序列组织章节，遇到标题就开启新栏目，那么“办理步骤”刚出现，马上就被“申请材料”接替。随后六块正文全被装进材料栏目，步骤栏目反而空了。
第二种排法先取出顶部跨栏标题，再按已知栏界分开左右区域。左栏内部从上到下排完，接着处理右栏。这样得到的栏目关系，才与这页指南的预期一致。
两种排法用的都是同一批文字和坐标，九块内容也全部保留。区别出在块的先后，以及标题对后续内容的管辖关系。字符完整的检查，两种方案都能通过；栏目归属的检查，结果却不同。
我还按栏目做了两个确定性查询：“办理步骤的第二项是什么”“借用需要准备哪些材料”。全页排序后，步骤栏目取不到第二项，材料栏目混入了三个动作。按栏排序后，第二项是审核通过后领取设备，材料栏目只包含那三项材料。
这里没有让模型回答，也没有运行文字识别。九块文字本来就正确，查询只是读取组装后的栏目。把这些变量固定，才能看清错误是否由排序引入，避免把原因笼统归到模型理解能力上。
先判断区域关系，再决定谁排在谁前面
这个小例子容易让人得到另一个过快的结论：以后都先读左边，再读右边。实际页面没有这么统一。
有些双栏是两段独立正文，适合读完一栏再读另一栏；有些左右排列的是问题与解释，应该逐行配对。表格里的列关系也不能套用正文栏位的顺序。页面看起来像两栏，不等于它们承担同一种关系。
在设备借用指南里，左边有“办理步骤”，右边有“申请材料”，两个标题分别统领下方内容。栏间空白、区域范围和标题位置共同支持这种划分。排序程序需要先知道正在处理的是两个栏目，而非一张左右对应的表。
所以我会把版面恢复拆成两件事：先形成可解释的区域，再建立区域之间的阅读关系。区域内部可以利用纵向位置，但全页不能只靠一个坐标排序完成。
总标题也要单独处理。它横跨两栏，说明的是整页内容，把它硬塞进左栏，会让右栏失去共同的上级主题。两个栏目标题则分别属于自己的栏，不能因为处在同一高度，就连续写成两个互相接替的标题。
