第 35 卷

适用场景：教材、课件、论文，快速抓住重点。

步骤：

• 上传 PDF（文本型直接读，扫描型会自动触发 OCR）；
• 下达总结指令：明确"输出什么结构"（章节要点、核心概念、公式清单、高频考点）；
• 检查输出，对不清楚的地方追问"展开讲第 X 部分"；
• 让 AI 把总结导出为 Word/Markdown 笔记，复习时直接看。

可直接复制的提示词（教材总结）：

请帮我解析这份《线性代数》教材 PDF（共 8 章）：

1. 逐章提炼核心概念与公式，按章节输出 Markdown 笔记
2. 每章标注：必考概念、常用公式、易错点
3. 最后输出一份全书的"知识框架图"（用文字版大纲呈现层级关系）
4. 输出为 Word 文档，文件名《线代期末复习笔记.docx》

可直接复制的提示词（论文速读）：

这是导师发我的英文论文 PDF，请帮我：

1. 用中文总结：研究问题、方法、主要结论、创新点
2. 提取 5 个最关键的数据/实验结果
3. 列出论文的论证逻辑链（引言→方法→结果→讨论→结论每部分 1-2 句话）
4. 输出 800 字以内的中文速读笔记

方法三：翻译 + 问答式阅读（外文文献专用）

适用场景：英文论文、外文教材、留学申请材料。

步骤：

• 上传外文 PDF；
• 先让 AI 做"整篇翻译+分段对照"或"术语表+重点段落翻译"；
• 再进入问答模式，针对不懂的段落持续提问；
• 重要段落让 AI 输出中英对照，便于核对原意。

可直接复制的提示词（翻译+问答）：

请帮我阅读这份英文论文 PDF：

1. 先翻译摘要和结论部分，中英对照输出
2. 提取全文 20 个最重要的专业术语，给出中文翻译和一句话解释
3. 然后我要基于全文内容提问，请你基于论文原文回答，不要编造

问答式阅读的追问示例（翻译完成后继续问）：

Q1：论文里说的"双重差分法（DID）"具体是怎么用的？样本是什么？

Q2：表 3 的结果说明了什么？效应量有多大？

Q3：作者承认了哪些研究局限？

核心心法：问答式阅读的关键是追问。第一问往往只是热身，围绕"是什么—为什么—怎么验证—有什么局限"层层追问，比一次性要"全文总结"理解得更深。

方法四：结构化提取（发票/合同/报名表信息）

• 上传含结构化信息的 PDF（发票、合同、表单）；
• 明确告诉 AI"要提取哪些字段"；
• 指定输出格式（JSON / Excel / 表格）；
• 核对提取结果，特别是金额、日期、编号类数字。

可直接复制的提示词（发票台账）：

帮我从这张发票 PDF 中提取以下信息：

• 发票号码
• 开票日期
• 购买方名称
• 销售方名称
• 金额合计
• 税额合计
• 价税合计

输出为结构化 JSON，并把结果追加到我的《报销台账.xlsx》

可直接复制的提示词（租房合同）：

帮我解析这份租房合同 PDF，提取并核对：

1. 签约双方姓名与身份证号
2. 房屋地址、租金金额、押金金额
3. 租期起止日期、付款方式
4. 违约责任条款原文
5. 是否有"转租限制""提前退租"条款

输出为对照表格：条款原文 + 我的理解 + 需要留意的风险点

方法五（进阶）：语义分块，把教材变成个人知识库

适用场景：考研、考证、长期课程学习，把多份 PDF 沉淀成可检索的知识库（配合 ima 知识库使用效果更佳）。

步骤：

• 上传长 PDF（数百页手册、教材合集）；
• 让 AI 按语义分块输出 JSON；
• 将分块结果导入 ima 知识库或本地知识库；
• 之后用自然语言检索："哪些章节讲了泊松分布？对比一下正态分布的适用条件"。

可直接复制的提示词：

帮我把这个 PDF 按语义分块，用于构建 RAG 知识库：

每块不超过 1000 字，保留章节标题作为元信息，输出 JSON 格式

把这个 PDF 按固定 500 字分块，重叠 100 字，输出 JSON 格式

进阶玩法（来自腾讯云实测教程）：分块结果可直接用于"Embedding → 向量数据库存储 → 检索增强生成"，配合 WorkBuddy 的 ima

知识库连接器，你的教材、讲义、文献就变成了一个随问随答的"第二大脑"。

常见误区

误区 1：扫描件没装 OCR 就直接"总结"

识别再总结"。指令示例："这是一份扫描版 PDF，先增强 OCR 识别文字，再总结第三章内容。"

误区 2：把"总结"当"原文"，重要内容被压缩掉

典型错误：让 AI 总结合同/论文后直接看总结下结论，漏掉细节。

纠正：总结用于"快速了解"，关键内容一定要回到原文核对。合同、数据、日期类信息要求"提取原文并标注页码"，例如："把违约责任条款的原文逐字提取，注明在第几页第几段。"

误区 3：提示词只写"分析一下这个 PDF"

典型错误：需求太模糊，AI 只能给一段"正确的废话"。

纠正：用"输出结构 + 字段清单 + 格式要求"三要素组织指令。对比："帮我总结这个 PDF" vs "按章节提炼核心概念与公式，标注易错点，输出 Markdown 笔记"。腾讯云教程的总结是：指令越具体，AI

执行越准确。

误区 4：直接对敏感 PDF 做"脱敏"后以为万事大吉

典型错误：社团合同里有手机号、身份证号，用 WorkBuddy 涂黑后直接外发，没检查涂黑是否完整。

纠正：涂黑是"真正的内容删除"而非遮盖（pdfkit 教程原话："涂黑后的内容不可恢复——这是真正的内容删除"），但脱敏后务必人工复核，特别是坐标区域脱敏。同时注意，含个人信息的文件上传前考虑是否必要，重要文件建议在

Plan 模式下操作（见 8.3 的说明），避免误改原文件。

误区 5：对大 PDF 一次性"全都要"，忽略处理时间与积分

典型错误：把 500 页的教材一次要求"逐页翻译 + 全文总结 + 提取全部图表"，结果处理慢、积分消耗大、输出超长难用。

纠正：分步处理：先全文总结拿框架，再挑重点章节精读，最后针对性地问答。把大任务拆成小任务，质量更高、成本更低。

实操模板 / 检查清单

模板一：PDF 要点提取通用指令模板

请解析这份 PDF（{文件类型：教材/论文/课件/合同}）：

1. 先说明文件基本信息（页数、是否扫描件、章节结构）
2. 提取 {核心概念/公式/条款/数据}，按 {章节/条款序号} 组织
3. 标注 {易错点/风险点/需要特别注意的内容}
4. 输出为 {Markdown 笔记 / Word / Excel / 对照表格}

模板二：PDF 问答式阅读开场指令

我上传了《{文件名}》，接下来我要围绕它提问。

请先给我一份 200 字以内的内容概览，然后等待我的问题。

回答时请基于原文，必要时引用原文并注明位置，不要编造。

模板三：PDF 结构化提取指令模板

帮我从这份 PDF 中提取以下字段：

• {字段 1}
• {字段 2}
• {字段 3}

输出为 {JSON / Excel / 表格}，数字类字段请原样保留，不要四舍五入或改写