ARTICLE · 1041805
用 AI 给几十页 PDF 做问答:3 个免费方案实测,文献和合同都能问
上周有个研究生问我:导师甩来一篇 47 页的英文综述,要求三天内提炼出和课题相关的三个缺口。他读了两遍,笔记记了六页,还是说不清重点在哪。
这不是能力问题,是方法问题。现在把 PDF 丢给 AI 直接问,十分钟就能拿到带页码出处的答案。我把最近常用的三个免费方案实测了一遍,各有各的适用场景,今天一次讲清楚。
先搞懂:三种技术路线差别很大
市面上的"AI 读 PDF"分三类,选错工具会浪费大量时间:
长上下文直读:把整篇文档塞进模型窗口,适合单篇百页以内的材料,问细节最准,但文件一大就装不下。
知识库检索(RAG):先切片建索引,提问时只召回相关段落。适合几十上百篇文献反复问,缺点是对跨章节的整体性问题回答偏弱。
检索加引文:在 RAG 基础上强制标注出处,答案每句话都能点回原文页码,写论文、审合同必备。
有个常见误区:直接把 PDF 拖进普通聊天框也能问,为什么还要专门工具?因为普通对话没有索引和持久化,换个问题就要重新传一遍,几十页以上的文档还会被截断,问到后半部分它其实没读到。专门的文档问答工具解决的就是这两件事:记住材料、找准段落。
方案一:ima.copilot(腾讯)——中文文献和资料首选
操作:打开 ima.qq.com 或桌面客户端 → 新建知识库 → 拖拽 PDF 进去 → 在对话框里提问。
实测表现:中文论文、教材、政策文件识别最稳,回答下面会列出引用片段,点一下能跳回原文位置。支持微信公众号文章和网页链接一起放进同一个知识库,做课题调研时可以把十几篇推文和几份 PDF 混着问。
费用:个人版基础功能免费,有额度限制但日常够用;超出后有付费档。
短板:英文长文和公式密集的材料,理解精度略逊于下面两位。
方案二:NotebookLM(Google)——深度理解最强
操作:notebooklm.google.com → 新建笔记本 → 上传 PDF → 提问。左侧可以勾选"只基于本次上传的资料回答"。
实测表现:跨章节归纳能力是三者里最好的,问"这篇综述的三个研究缺口分别对应哪些实验方法"这类需要通读的问题,它能给出结构清晰的回答,每条都带页码引文。还有两个隐藏好用的功能:一键生成"常见问题清单"帮你快速建立框架,以及生成双人对话式音频,通勤路上听。
费用:免费版足够个人使用。
短板:需要可用的谷歌账号和网络环境,这是最大的门槛。
方案三:Kimi——临时问一份长文档最快
操作:打开 kimi.com → 直接拖入 PDF → 提问,不用建库,不用配置。
实测表现:超长上下文是它的强项,几百页的中文文档一次吃下,问"第 3 章的实验参数是多少"这种精确细节命中率很高。临时拿到一份合同、一份标书、一本教材,不想折腾就用它。
费用:基础功能免费。
短板:文档一多就没有知识库管理,反复问同一批资料不如前面两个顺手;偶尔会跳过页码标注。
三个方案怎么选
单篇中文文献、要做系统性综述 → NotebookLM;中文资料多、还要混着网页和推文 → ima.copilot;临时拿到一份长文档只想快速问几个点 → Kimi。我的习惯是:综述和论文用 NotebookLM,课题资料库放 ima,临时文件丢 Kimi。
另外实测下来,三家的处理速度差别不大,五十页左右的 PDF 都在一到两分钟内完成解析。真正拉开差距的是引用可靠性:要求标注页码时,NotebookLM 和 ima 的出处准确率明显更高,Kimi 偶尔会给出对不上内容的页码,涉及引用时优先前两者。
四个技巧,让回答质量翻倍
第一,问前先限定范围。别问"这篇讲了什么",问"第 2 节提出的评估指标有哪些,各自局限是什么"。范围越窄,幻觉越少。
第二,强制要求页码出处。加一句"每条结论必须标注页码,找不到就说明没有",能挡掉大部分编造。
第三,先让它列框架再展开。第一轮问"请列出本文的论证结构",第二轮针对某一节深挖,比一次问到底准确得多。
第四,关键数字必须回原文核对。AI 对公式、样本量、年份这类细节出错率不低,引用进论文前一定翻原文确认。
两个必须注意的坑
扫描件 PDF 必须先把文字识别出来,纯图片的 PDF 三个工具都读不到内容,用手机扫描 App 或在线识别工具带一遍。
涉密、未发表数据、含个人信息的文件不要上传到任何公有云工具。这不是小题大做,论文未发表成果上传后一旦进入模型训练链路,很难追溯。
最后
工具只是省下翻找的时间,判断还得靠你自己。我现在的流程是:AI 负责定位和初筛,我负责核对和判断,一篇 47 页的综述从三天压到一个下午。
你是怎么处理长文档的?在评论区说说你常用的工具和踩过的坑。
如果这篇对你有用,点个关注,「科研创新社」每天更新一个能直接上手的科研与 AI 技巧。
下期预告:09-21,科研创作方向——论文图表总被说不规范?5 条出图规范 + 3 个工具,从 Excel 表格到矢量图一次做对。