跳到主要内容

把 PDF 转成 Markdown 交给 ChatGPT 或 Claude:让答案能追溯到原文

把 PDF 整理成结构清晰的 Markdown,按上下文切分内容,保留原文位置标记,并对照原始文档核查 AI 的回答。

把 PDF 转成 Markdown,内容会更方便编辑,也更容易交给 AI 助手使用。但这并不意味着文档内容已经过核实,也不能保证助手会正确理解它。

提问之前,先确认自己能顺着答案找到原文出处。一份条理清楚、却无法回溯来源的摘要,核查起来可能比原始 PDF 还费劲。

还原文档结构,不要整页照搬

PDF 的页面布局是固定的,直接复制常常得到断行的文字或混在一起的栏。Markdown 能用标题、段落、列表和链接把内容排成一条可以逐项检查的顺序。如果文档是扫描件,得先通过识别把文字提取出来,这条顺序才有意义。

使用将 PDF 转换为 Markdown 时,上传 PDF,选择 Markdown,然后下载转换好的文件。在把内容发给其他服务之前,先检查标题、表格标签、公式和阅读顺序。如果转换时把限定条件放错了位置,即使后来引用的字句准确,答案也可能产生误导。

把原始 PDF 和随附的资料与 Markdown 放在一起。文中提到某张图,不代表助手已经拿到了这张图;表格如果丢了标题或单位,可能已经无法解读。

按有意义的分界切分材料

挑一个包含回答问题所需证据的章节,把它的标题、定义、相关注释,以及限定该结论的那段话一并带上。不要为了凑某个固定的分块大小而截断句子,或把表格和它的列标题拆开。

在自己的工作副本里给每段材料起一个稳定的标签,例如:“来源 A,版本日期,PDF 阅读器第 14–16 页,第 3.2 节。”如果要把文件拆开,就把这条来源说明带到每一份摘录里。

不要假定 ChatGPT 或 Claude 的附件大小上限或上下文容量是多少。它们支持的界面和账户限制会变。按当前产品允许的方式提交输入,无论是附件还是粘贴的摘录,并在发送私密材料前查看它的数据处理条款。

PDF Craft 只负责导出文档;这套流程并不声称能与上述任一助手自动对接,也不是完整的知识库导入方案。

让答案同时给出证据位置

指令要写得具体,例如:“只根据这段摘录,列出作者给出的适用该方法的条件。引用简短的支撑语句,并标明它们所在的章节标签。如果摘录无法回答这个问题,请说明。”

这是要求给出可核查的答案,并不能保证助手一定照做。它仍可能把段落错误地拼在一起、漏掉某个条件,或给出一个看起来合理的出处。

有多个来源时,给每一份都起一个不同的标签。先让助手分别说明每份文档各自讲了什么,再要求它做比较。否则它可能把一位作者提出的限制说成另一位作者的结论。

你写的指令要和提取出的内容分开。文档里可能含有引用的命令、表单或指示,这些应当作为原文材料来分析,而不是当作你的指令去执行。

关键细节回到 PDF 核对

挑出答案里最重要的论断,自己去原文找到对应的段落,把措辞、限定词、数字和出处位置与原始 PDF 逐一比对。如果答案依赖某张表格,要核对行标签和单位,而不只是抄来的数值。

如果找不到引文或页码出处,就把这条论断标为待核实。不要让助手编一个引文来顶替。再给出一遍流畅的解释,也不等于独立核实了来源。

遇到公式和特殊符号,除了看 Markdown,也要看原始图像。不同编辑器和 AI 界面的渲染支持不一样。如果某个表达式在识别或传输过程中被改动,后续的答案就无法可靠地从上下文中还原它。

对话结束后保留研究线索

保存原始 PDF、检查过的 Markdown、实际使用的那段摘录,以及你打算依赖的答案。修改记录写在工作副本里,不要覆盖唯一的那份导出文件。

研究用 Markdown 指南介绍了如何做带来源标注的笔记,扫描书的阅读笔记则讲如何整理规模更大的阅读资料。

Markdown 能减少准备输入材料时的麻烦,但能否可靠地反复使用,仍取决于你是否检查了提取出的内容、核对了助手的说法。你要的是一份重要部分都能查证的答案,而不只是一份听起来很有把握的答案。

把方法用在你的文档上

先用有代表性的文件试一次,检查结果,再选择适合整套资料的处理方式。

将 PDF 转换为 Markdown