别把 PDF 直接丢给 AI，实测浪费 70% Token

这两天我手里堆了一堆行业报告和政策文件，全要喂给 AI 做总结。图省事直接把 PDF 拖进去，钱烧得快不说，它还隔三差五给我来一段牛头不对马嘴的答案。

后来我换了个做法，先把 PDF 转成 Markdown 再喂。同样一份 3 页的 PDF，只抽取文本大概 1000 个 token，走完整的视觉模式却要 7000 个。转格式能把页眉、水印这些垃圾字符扔掉，结构还留住，这笔账是真的划算。

大全新业务:https://daquan.czvip.cn
质保 30 天不掉订阅，掉订阅，按天退差价

但用了一阵我发现，这招不是谁都适用。PDF 根本不是文档，它是排版结果。一碰到双栏论文就炸了，左栏第 37 行和右栏第 37 行纵坐标几乎一样，背靠背就被抽出来了。

最要命的是字全对，就是顺序全乱了。拿这个去让 AI 总结，它会给你一份特别流畅、每一个字都有出处、但结论完全是编的摘要。

所以纯文字的政策文件闭眼转，但表格当主料的财报别走这道桥，宽表在转换里最先散架；扫描件合同也别转，OCR 是有损的。几百页的书越往后越含糊，那是踩了上下文窗口的坑，跟转格式没关系。

真正省力点不在工具本身，在于你不用真的学会它，只要学会把安装、转换、验证这几段交给 AI 就行。