指南目录/ 文档自动化
图片和 PDF 转 Markdown 的 AI 流程
很多 AI 工作流卡在第一步，不是模型不会总结，而是输入材料全是截图、扫描 PDF 和格式混乱的文档。先把它们变成结构清晰的 Markdown，后面无论做总结、问答还是发布都更顺。
先看结论
把截图、扫描件和 PDF 变成可编辑 Markdown，再进入总结、知识库和发布链路。
适合谁看
适合要做发票识别、合同总结、表格清洗、报销自动化的业务团队和实施方。
这篇会回答
• OCR 只是开始，结构恢复才是关键
• Markdown 适合作为后续自动化中间层
• 复杂表格和图片说明要单独补救
Reading Path
这篇在专题里的位置
重点覆盖 PDF、表格、票据、合同和扫描件处理，把 OCR、结构化和自动化工作流连成一条线。
第 1 节
OCR 只是开始，结构恢复才是关键
普通 OCR 只能把文字抠出来，但标题层级、列表、表格和代码块如果丢了，Markdown 价值会大幅下降。
因此流程里要把识别文本和版面结构一起恢复出来，至少保住标题、段落、列表和表格边界。
第 2 节
Markdown 适合作为后续自动化中间层
一旦文档变成结构化 Markdown，就可以继续接总结、翻译、知识库切片、公众号排版甚至静态站发布。
它比纯文本更容易保留上下文结构，也比原始 PDF 更适合被脚本和工作流处理。
第 3 节
复杂表格和图片说明要单独补救
票据、财务报表、流程图这类内容，即使 OCR 通过，也可能在 Markdown 里失真。
更稳的做法是把复杂表格单独抽成 CSV 或 JSON，把关键图片说明补成文字，再一起交给模型处理。
FAQ
常见问题
为什么不直接让大模型读 PDF？
直接读 PDF 适合单次问答，但如果你后面还要归档、编辑、发布和入库，先转成 Markdown 会更方便复用。
扫描件转 Markdown 后还要人工看吗？
要，尤其是标题层级、表格和专有名词。OCR 和结构恢复能极大提效，但最后仍然需要人工抽查关键位置。
Continue Reading
继续沿着这条主线看
这部分不再重新给你一堆大卡片，而是直接把下一步阅读顺序列出来，方便继续往下走。