我以前也偷懒，PDF 拖进去就让 AI 总结。 后来发现一个很烦的事：它不是没读，而是读进去了太多“脏东西”。 页眉、页脚、页码、目录、脚注、断行、双栏论文乱序…… 这些在人眼看来只是排版，对 AI 来说全都是上下文。更扎心的是：噪声也算 token。 😅 别急着把 PDF 直接喂给 AI，先用微软开源工具 MarkItDown 转成 Markdown。 把 PDF / Word / PPT / Excel / HTML / CSV / JSON 等文件，转成更适合大模型阅读的 Markdown 文本。 最小闭环其实就一句：markitdown report.pdf -o report.md 然后再把 report.md 交给 AI 总结、提问、改写、做学习笔记。 这套方法特别适合：读论文、看行业报告、整理产品手册、合同初筛、做知识库沉淀。尤其是长 PDF，直接上传很容易看似总结很多，实际重点飘了。 不过它不是万能 OCR。 如果 PDF 是扫描件，本质是一张张图片，MarkItDown 不一定能直接提文字。先试试 PDF 里能不能选中文字： 能选中，优先转 Markdown； 选不中，先 OCR，别硬塞给 AI。🔍 很多时候不是模型不够强，是我们给它的输入太乱。 PDF 是给人看的格式。Markdown 才更像给 AI 读的格式。 先花半分钟清洗输入，后面可能省掉一堆 token，也少很多“看起来合理但其实被排版带偏”的总结。这个习惯，真的值得养成。 #AI工具 #MarkItDown #PDF总结 #AI学习 #效率工具 #知识管理 #大模型应用