夜雨聆风学习资料网

ARTICLE · 1392845

一个 PDF 转图片,我让 AI 改了三回——三次碰壁之后,我干脆自己手搓了一个

一个 PDF 转图片,我让 AI 改了三回——三次碰壁之后,我干脆自己手搓了一个
合集目录:
教师·创新锦囊
视野·科技前沿与故事

昨天同事丢来一份三页的 PDF,说转成图片。我本以为这是点一下的事。

先用 WPS 打开,菜单里有「转长图」,点下去弹出的是扫码注册会员。换一款专门的转换软件,找到「PDF 转图片」,不到一秒提示完成,打开输出文件夹,空的,连句报错都没有。最后把 PDF 发进微信,一屏一屏长截屏,总算凑成了,可边上还带着手机状态栏。

三样现成工具,没一样让人省心的。我想起一年多前本号写过一篇教程,讲怎么用 AI 帮着写段代码,把 PDF 逐页存成图片——那篇给了完整代码,读者照着装库、改路径、跑脚本。这事我当然能再干一遍,但那天我不想再当那个改路径的人了。

一、第一次:它交回来的不是代码,是图

我把那份 PDF 传进 WorkBuddy,只说了一句:转成长图和分页图,放在原文件旁边。

换作聊天式的 AI,这一步给我的是一段代码,附几行说明:装哪个库、把路径改成你的、运行试试。能不能跑、跑出来什么样,还得我自己扛。这一回不同——几分钟后,一张长图、几张分页图摆在文件夹里,我还不确定能不能用,先逐页看了:页脚连得上,没有断层,接缝比我手截的干净。

它还留了一个 Python 程序。聊天式 AI 这时候交给你的是一段「怎么做」的说明,我这边拿到的是已经做好的东西,外加一份能接着改的底稿。

二、第二次:从命令行,到能点的界面

图能用,可那个程序是命令行的:得先弄清文件放哪儿,再敲一长串命令,参数写错一个就白跑。我愿意用现成的,但不愿意每次都记命令。

于是提了第二回:改成带界面的,能点选文件、选长图还是分页图、选图片格式、选存到哪个文件夹,最好能一次选好几个一块儿转。它干了十来分钟,交回一个程序——文件列表、勾选项、输出目录、进度条,都在该在的位置。我试着转了一份,顺手。

界面这种东西,聊天式 AI 也能给你代码,可你拿到手要自己装环境、调窗口、改按钮位置,折腾半天能不能跑还两说。这里是我说一句「我想点选,不想敲命令」,它就照着改好了,改完我直接拿来用。我说的是想要什么样的操作,它照着做了一个出来。

三、第三次:在别人的机器上,才算真的做完

真正让我记住的是最后一步。程序发给同事,那台机器一打开就弹框,说缺一个 DLL 文件。一查,系统太老,是 Windows 7。

我的第一反应是「少装了东西,装个运行库就好」——话都快说出口了,还是先忍住,把报错框截图原样发了回去,一个字没替它解释。

它查回来的说法不一样:不是电脑少装了文件,是这一版用到的底层,老系统里根本不存在,补什么都补不上;装运行库、修系统文件,都是白费劲。要真能在那台机器上跑,得换一套老系统认得的写法,把界面和底层一起重做,再重新打包。于是又出一版,个头小了一大截。装到同事那台机器上一试,能用了。

这一段最不像「写程序」。它得把报错里的文件名、程序自带的运行库、目标系统的版本三样对起来,才判断出该往哪儿改。要是当时顺着第一反应去装运行库,多半会在那台老电脑前耗一下午,最后还是回到同一个结论。

还有一点:它改的不是一段代码,是整套东西——写法、界面、打包方式一起换,换完我拿到的是一个能在老机器上双击打开的程序。到这一步,我提的已经不是代码怎么写,而是这台机器上要能打开,它就顺着这条路改了下去。

四、差的到底是什么

回过头看这三次,交回来的东西一次比一次完整:第一次是图加底稿,第二次是一个能点的程序,第三次是一个换台老机器也能跑的程序。每一轮我说的都不是代码怎么写,而是「我要什么」「哪里不好用」「这台机器上打不开」。

聊天式的 AI 到这儿就停了——它回答,给方法、给代码、给解释,剩下的实现归你:装环境、调界面、查报错、换写法、重新打包。我自己动手装环境、调界面、查报错,累的是我。换到 WorkBuddy,这部分它接了过去:开着文件、改着程序、跑着打包,把一件事从想法推到成品;我说清场景和边界,中间的活它干。就我这三回的体验,一个停在给方法,一个把活做到了底,这是我实际碰到的差别。

也不是说它万能。它这一版能不能在老机器上用,最后还是得同事那台电脑亲自试过才算数——文末那句话我照抄给自己:真正的运行结果,得在目标机器上跑一遍。

五、换了工具,我的说法也得跟着变

工具换了,我这边说法也得跟着变,主要是两处。

一是别急着替它下结论。那台机器报缺文件,我差点就说「装个运行库」——那是我凭经验猜的,猜错了就把它带偏。把报错原样交回去,让它自己查,比我先给答案强。

二是别一次把想法堆完。第一回我只要一份长图和分页图,先有个能跑的最小版本;看着不顺手了,第二回再提界面;拿到别人机器上翻车了,第三回才提兼容。一轮一个诉求,才看得清是哪一步出了问题。一上来就说「长图、界面、批量、格式、兼容全都要」,出错时连从哪儿查起都不知道。

 这不是什么新学问。一年多前那篇教程末尾也列过一串「以后还可以加」——输出目录、批量、图形界面、格式选择。那会儿这些是给读者的设想清单,这回它们被一件件做出来了,还多碰上一个老系统的坎。那会儿的清单得自己一件件做,这回有人替我做完了。

下次再被哪个小功能卡住,先别急着找下一个软件。是先想清楚自己要的到底是一段说明,还是一个能直接拿去用的东西——想清楚这个,再决定用哪种工具。

关注福利:关注本号,后台回复关键词「需求」,领取附件“PDF转图片工具.zip”,包含源码、完整可执行文件和《把需求说清楚 · 四步卡》打印版——四步提问模板、一张空白需求记录表、这次三回提需求的原话对照、把「不好用」说具体的十条句式。

相关阅读:
自己动手打造一款PDF文件转图片工具,告别付费软件!
实测腾讯 WorkBuddy|AI 智能体真能本地跑科研图像任务?一份真实踩坑使用笔记
用WorkBuddy 的36 天
#WorkBuddy#AI工具#小工具#需求表达#教师成长
本文据本号自家实测整理,过程与产物均留存在本机,工具未对外分发;不同机器与系统版本的表现可能不同,文中说法不作通用保证。文内提到的软件仅为个人使用记录,不构成推荐或评价。孩子使用电脑与下载程序时请家长陪同。本文仅供参考。本篇为特别篇(深度长文)。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料