夜雨聆风你有没有遇到过这种情况？
把一份 PDF 直接丢给 AI，问它“这份方案里一共多少预算”，它给了一个看起来很合理的数字。你回头翻到第 17 页才发现，AI 读漏了一张扫描表格；或者它把表格里的“同比”当成“环比”，结论直接歪了。
很多人以为 PDF 就是一种文件。其实 PDF 更像一个外壳，里面可能是可以复制的文字、拍出来的扫描页、密密麻麻的表格，或者三种东西混在一起。
你交给 AI 的方式不变，它处理这三类 PDF 的效果会差很多。
这篇不讲复杂工具，只讲一个最实用的判断：先看你的 PDF 属于哪一类，再决定怎么让 AI 读。
第一类：文字版 PDF，最省事，但也别把“能复制”当成“读对了”
文字版 PDF 通常可以直接选中、复制里面的段落。合同、白皮书、说明书、导出的报告，大多属于这一类。
这时 AI 最适合做三件事：
- 先按章节整理结构，告诉你每一部分在讲什么。
- 根据明确问题找原文，比如“付款条件在哪一页”。
- 把长段落改成提纲、会议纪要或对比表。
但文字能被提取，不代表版式信息不会丢。双栏排版、脚注、页眉页脚、图旁边的小字，常常会在提取后顺序错乱。
所以别一上来就问“帮我总结”。可以先让 AI 做一个小检查：
“先告诉我这份 PDF 有多少页、有哪些章节、每页主要内容是什么；引用结论时标出页码。看不清或顺序可疑的地方直接说。”
这一步会让你很快发现，它究竟是真的读到了文件，还是只抓到了前几页文字。
三类 PDF 的差别
第二类：扫描件 PDF，本质上先是图片，再是文字
扫描合同、盖章文件、纸质资料拍照后合成的 PDF，常常看起来和文字版没区别，但你一点复制，什么也选不中。
这类文件最先要解决的是 OCR，也就是把画面里的字识别出来。OCR 做得不好，后面让 AI 总结得再漂亮也没用，因为它吃进去的原料已经错了。
尤其要留意四种地方：
- 模糊的小字和表格注释。
- 印章、手写批注旁边的文字。
- 倾斜、阴影或拍歪的页面。
- 数字、日期、金额和编号。
一个更稳的流程是：先让 AI 判断哪些页是扫描件，再挑 2 到 3 页最关键的页面核对 OCR 结果。涉及金额、姓名、条款和编号时，别只相信一遍识别，直接回看原始页面。
扫描件最怕的不是 AI 不会总结，而是它把一个认错的“8”当成“3”，然后用很顺的语言把错误讲得像真的一样。
文字版 PDF 的处理流程
第三类：表格版 PDF，最容易“看着读到了，其实列全乱了”
财务报表、报价单、销售明细、实验数据，常被导出成 PDF。人眼看起来行列分明，文本提取后却可能变成一长串数字。
AI 这时最容易犯两个错：把不同列拼到一起，或者把相邻行的数字对应错对象。
如果你手里有原始 Excel、CSV 或在线表格，优先给 AI 原文件。PDF 更适合让它理解页面、解释图表、确认某个字段长什么样，不适合当成唯一的数据源做精确计算。
只有 PDF 怎么办？可以这样做：
“先告诉我每张表有几列、列名是什么、是否存在跨页或合并单元格。不要先计算。先抽取第 1 页和第 2 页的 5 行给我核对，确认列没有错位后，再汇总总额和排名。”
这比直接问“帮我算全年销售额”多花半分钟，却能避免大部分列错位带来的返工。
扫描件和表格版先核什么
一份 PDF 混着三种内容，最常见，也最该先分类
真实工作里的 PDF 往往不是纯文字、纯扫描或纯表格。
比如一份 30 页课程资料：前 10 页是可以复制的讲义，中间有 5 页老师拍的手写笔记，最后还有两张成绩表。你让 AI 一次性“总结全文”，它可能讲义部分做得不错，手写页漏掉，成绩表还算错。
更好的办法，是先让 AI 做分类：
“把这份 PDF 按文字页、扫描页、表格页分组，标出每类页码。文字页提取章节，扫描页说明识别风险，表格页列出表头和列数。先不要总结。”
拿到这个地图后，再分任务：讲义让它整理提纲，扫描页让它 OCR 后标记不确定文字，表格页让它先抽样核对。AI 就不会把所有页面当成同一种材料硬处理。
混合 PDF 的处理顺序
最后给你一条通用规则：重要数字和关键结论，永远回到原页
AI 读 PDF 很适合做第一轮：找位置、列结构、写初稿、提问题。它能让你不用从头翻到尾。
但涉及合同金额、考试成绩、医疗报告、报价、合规条款时，AI 的答案只能帮你缩小范围，不能替你签字确认。
你可以把它当成一个读得很快的助理：它先告诉你“第 17 页可能有答案”，你再打开第 17 页确认金额、单位和注释。这个动作看似多一步，实际是在给后面的决策省风险。
PDF 直接丢给 AI 当然可以。只是先别急着问答案，先问它：你读到的，到底是文字、图片，还是一张容易错位的表？
下一篇会继续讲：长文档到底该直接发给 AI，还是做成知识库？用 3 个场景讲明白。
