评论区都在复读"PDF转Markdown"，但这个药方本身就有毒：先把你的文档分个档

上周小红书一条《PDF是给人类设计的，不适合给AI看》冲到1.3万赞、近2万收藏，1834条评论把"PDF转markdown"刷成了复读机。前排最高赞是一条138赞的"神器安装提示词"：让AI助手自己装微软的MarkItDown。但第二页开始就有人拆台了——“纯文字PDF转md确实好用，里面有图片就不行了，别无脑转”（15赞）。小红书

一边是全民药方，一边是实测翻车。我把这半年小红书、B站、知乎三个阵地关于"把文档喂给AI"的40多条帖子和视频拉到一起对了一遍账，结论是：问题从来不是"PDF还是MD"，而是你手上这份文档属于哪一档。

这不是本周的热闹，是半年的持续漏水

单看一条爆帖容易以为是营销，但跨平台对完时间线就很清楚：

• 小红书从7月起就有《claude传PDF浪费70%Token》（7462赞/1.46万收藏）、《喂AI之前，先把PDF洗干净》这类帖子持续冒头。小红书

• B站仅"MarkItDown"一个关键词，半年内相关视频就有39条，教程区记录的GitHub星数从4月的11万一路涨到8月的17万+，微软这个开源库半年涨了约6万星。哔哩哔哩

• 知乎9月出现了docx/pdf/md同题读取对比，10月还有人写企业几十万份文档入库的踩坑实录。知乎

对照之下，微博搜"PDF给人类设计"是0条——大众圈没外溢，工具党圈层已经讨论了半年。这是典型的"教程区热、实操区更热"的持续痛点，不是昙花一现的梗。

PDF为什么让AI读不懂，以及它凭什么烧你的token

社区实测里反复出现的失败模式就那么几种：双栏论文串行（AI按坐标顺序读，左右栏会被拼成一句不搭一句的话）、表格坍缩（单元格错位、合并单元格直接碎）、页眉页脚水印被当正文读进去、扫描件PDF本质是图片、复制出来就是乱码。

成本账更实在：B站教程区和小红书帖子里流传的口径是，Claude这类带视觉输入的模型读PDF近似"抽一遍文字、再整页转图看一遍"，单页按1500~3000 token计费，几十页的文档光"读"就烧掉几万token。知乎上有法律从业者说，合同笔录直接丢给Claude，上下文秒满，细节被压缩后丢失，“问题不在模型，在格式”。注意：这些是社区多来源实测口径，不是官方定价页数字，但它和你账单体感方向一致。哔哩哔哩知乎

但"转MD"不是万能药：三种损失教程区不太讲

把爆帖评论区、B站实测视频和知乎对比文放在一起，能拼出转格式路线的三个真实边界：

1. 扫描件的坑没填上。 有视频实测MarkItDown 0.1.x版本对无文本层的扫描PDF直接输出空文件，Excel公式转出来变NaN；同一批样本上，国产开源MinerU在"歪斜报销单、九列宽表、带公式论文"三轮对撞里3:0赢了它。哔哩哔哩

2. “省token，不省结构”。 一条B站视频的标题就是这个观点。转换后图片散落成一堆文件夹、公式和脚注的归属关系丢失——知乎那篇docx/pdf/md对比文里，"查得准"的前提是本来就带完整结构的文档。哔哩哔哩

3. 洗格式解决不了核对问题。 读错和编造是两回事。此前印度法官用ChatGPT引了四个不存在的判例的新闻里，输入本来就是纯文本。喂进去什么格式都不影响AI一本正经地编，该核的还得人核。知乎

三步判断：这份文档到底要不要转、怎么喂

把上面所有实测归拢成一张按"文本层×结构复杂度"的分档表，你可以直接对号入座：

工具成本顺便交代清楚：MarkItDown是微软开源免费、MIT协议，但需要Python 3.10+环境，评论区那条138赞安装提示词原文是让AI"帮我安装微软的 markitdown 工具：pip install ‘markitdown[all]’"，适合已经在用AI编程助手的人。完全不懂命令行的轻度用户，先用"直接扔"档，或者用模型自带的文档问答，没必要为省token先搭一套管线——这就是反证：知乎上"直接扔Kimi/DeepSeek读文献"的实用派，对纯文本PDF来说确实够用。小红书

值得继续盯着的两个信号

一是模型原生文档理解在进步，B站教程区已经在讨论"各大厂开始发布为AI Agent优化的Markdown文档格式"——如果上游格式开始为机器而设计，"个人转格式"这套动作的保质期值得观察；二是最高法今年9月发布并施行的涉AI纠纷司法文件，已经把"AI幻觉内容侵权"明确覆盖进去。把文档喂给AI出具结论的人，核对义务不会因为你转了个格式就消失。知乎

一句话收口：别跟着评论区复读"转MD"，先花10秒看这份文档能不能复制文字、有没有表格公式、错了要不要你负责——三问过完，再决定扔、转、还是转了再核。