ARTICLE · 1041787

阿柴科普|PDF里明明有图,AI为什么看不见?

发布时间：2026-09-20 07:39:19 最近访问：2026-09-20 07:39:19

整份 PDF 都传过去了，AI 能总结正文，一问图里的两条线，却说不清。图明明就在那儿，它到底看到了什么？

文件传成功了，图却可能没被送给模型。 先指定一页，让它说出图例和坐标轴写了什么，再对照原页。别只听它回答“我看到了”。

两条线在哪一步不见了

拿一张示例销量图来说。橙色实线代表城东店，逐月上升；深棕虚线代表城西店，逐月下降。横轴是月份，纵轴是销量，单位是“杯”。

假设整张图作为图片插在 PDF 里，旁边写着“本季度两家店的销量变化如下”。你问哪家店销量在下降，答案就在往下走的虚线上。

但文件上传后，工具还要先处理它。有的入口只抽出文字，有的会把图像也交给模型。 如果只取文字、丢弃图片，模型收到的可能只有那句说明，没有两条线。

它能说出“这页讲的是门店销量”，却没依据判断哪家店在下降。再加一句“请仔细看图”，也补不上缺少的图片。

以 ChatGPT 为例，截至 2026 年 9 月 18 日，产品说明把 PDF 视觉读取列为 Enterprise 企业版能力，其他套餐的文件检索只处理文字。企业版也要分入口：放进 GPT 知识库或项目文件区，走文字检索；在对话里上传，可以读取图像。 项目里的对话也算后者。

这里说的是 PDF 里的图，和单独上传图片是两回事。也不能推成“所有 AI 都看不了 PDF 图表”：Gemini API 就支持这类视觉处理。不过，这是开发者接口的能力，不能直接套到 Gemini 手机 App。

回到销量图，把位置说清楚，比如“阅读器里的第 3 页，那张两家门店的月销量图”，再问：

先别分析原因。请说出图表标题、横轴和纵轴各是什么、纵轴单位，再说明每条线代表哪家店、是什么线型、怎样变化。看不清的地方直接指出，不要猜。

然后自己对照：单位是不是“杯”，橙色实线是不是城东店，往下走的是不是城西店的虚线。图例答对了，还得看走势有没有读反。

如果对不上，先别用它的结论。在支持看图的对话里，把这一页截成清晰图片补传，再问同一个问题。整页字太小，就截完整图表，把标题、坐标轴、单位和图例一起留住。

只截两条线，它就少了店名和单位。看出一条线往下走，也说不清是哪家店、少卖了多少杯。

答不上来不一定是没收到图，也可能是图太糊、字太小，或模型读错了。补传之后仍要对照原图；要用具体数字，就再核对原始表格。别在“城西店销量下降”都没看对时，接着让它分析为什么增长。