My Secret Rainbow

ChatGPT 文件阅读助手来了！无需通读，知晓万千

在信息时代，我们常常处在一个「收集信息」 -> 「整理信息」 -> 「输出结论」的循环中。

这既是我们通用的学习方法，也是常用的工作方法和生活方式：针对某个课题或任务，我们通过整理大量信息，归纳总结出重要的内容，从而得出结论、形成报告。

但「整理信息」的环节，往往并不令人愉悦，甚至会消磨掉我们的灵感：

• 比如搬运：扫描件里的表格/文本不能复制，手动搬运费时费力；
• 比如搜寻：散落在段落中的数据，要像摘豆子一样，一个一个摘录出来整理成表格；
• 比如归纳：长篇累牍的文件，通读浪费时间，如果能直接拿到一个简明的摘要就好了；
• 比如演绎：想用庞大复杂的报表推导出一个事实性描述，费尽眼力才能定位到相应数值；
• 比如 Paraphrase：想用富于逻辑性和思辨性的语言，转达相同的含义。

此前，庖丁科技的「PDFlux 富文档解析利器」，基于计算机视觉、自然语言理解、表格语义理解技术，让禁锢在 PDF、扫描件和图片中的信息流动起来，消除了大量「数据搬运」的整理工作。

最近，ChatGPT 的问世，让我们看到了更多的可能性。它的信息重组能力令人赞叹，生成的段落近乎于人类的写作水平，能够较好地胜任「搜寻、归纳、演绎、Paraphrase」 等工作。

但 ChatGPT 目前只能读懂文字，不能读懂表格、图片、PDF、扫描件。

如果能将 PDFlux 的文档解析能力，与 ChatGPT 的语言生成能力结合起来，我们便能从纷繁文件中，更高效地洞察高价值信息，更快到达「输出结论」的终点。

于是，「ChatDOC」诞生了。

在新版 PDFlux 中，通过使用 ChatDOC 功能，你可以：

• 智能生成表格/文段的摘要分析
• 与 PDF 对话，直接获取信息
• 让 AI 帮你润色/改写相关文段

有了它，你可以读得更快、写得更好，从而输出更高质量的报告或结论。

1

报表/段落，一键生成分析

在阅读 PDF 时，只需选择你需要分析的表格或段落，再点击这个神奇的魔法按钮，你便能直接得到结论性描述了。

🧙‍♀️ 选择表格，生成分析

提出有针对性的问题，能够让我们最大程度地运用 ChatGPT 的能力，同时将其潜在的事实性错误风险降到最低。

例如，你可以选中某一具体的报表数据，随后发出指令：“请帮我总结分析该表格的关键数据结论。” ChatDOC 将自动归纳总结出重点内容。

经我们反复测试，如果是针对某一具体表格进行分析，ChatDOC 给出的数据要点提炼相对来说靠谱；如果问到了表格之外的内容，还是要谨慎一些，需要人工复核下信息的真实性。

当然，ChatDOC 对表格信息的准确提炼，建立在我们能够给到 ChatGPT 准确的结构化数据的基础上。

基于 PDFlux 多年的表格识别技术积淀，我们能够有效识别各类复杂表格，准确抽取出其中的结构化数据，大幅减少数据转化中的损耗。

因此，比起其他基于 ChatGPT 的文件阅读工具，ChatDOC 能够更好地保障表格数据乃至后续分析的有效性、可信度。

🧙‍♀️ 选择段落，生成摘要

针对某段文字，你可以这样问：“总结该段落描述的事实”；

当然，给出更具体的指令，能够帮助你得到更理想的结果。比如细化描述：“以 Markdown 表格的形式列出关键信息，包括时间、法律条例、税种、税率。”

在清晰的指示下，ChatDOC 将帮你整理好表格，干净整洁，拿来即用。

 

🧙‍♀️ 跨选内容，得出初步结论

你还可以更进一步，让 ChatDOC 帮你进行简单的定性分析。如需跨选更多内容提问，只需选择「阅读批注」模式，划中对应的内容就可以了。

例如，在这份房地产企业半年报中，划选多段内容后，你可以提问：“以下净利润的表现情况，在中国房地产企业中是好还是不好，理由是什么？”

ChatDOC 可以快速提供一些分析的角度和初步结论：

需要注意的是，ChatDOC 的分析是基于 ChatGPT 的智能会话能力实现的。因此，我们提出的问题越聚焦、给到的指示越具体，结论就会越靠谱。

如果我们的提问比较宽泛，就要警惕答案中可能存在的事实性错误。

并且，它对地产行业的理解可能停留在 2021 年，有一定的时差。当且仅当行业近两年变化不大时，它给出的结论可信度才更高些。

「尽信ChatGPT，不如无ChatGPT」，我们应当正视技术的能力边界。ChatDOC 生成的结论性描述可以辅助我们更高效地工作，但未经审视的「拿来主义」仍是危险的。

目前，为了提高 AI 生成结论的可信度，ChatDOC 现仅支持对特定表格、文段进行总结概括。后续，在优化测试后，我们将上线「全文提问」的功能，敬请期待。

2

与 PDF 交谈，直达关键信息

除了总结、概括等定性分析，我们在阅读文档时的另一个常见场景是，在上百页的文档中，希望能够快速定位到我们想要的信息。

定位信息后，希望能够快速提取数据点、完成计算、得出结论，一气呵成。

以上，PDFlux 和 ChatDOC 都可以效劳，为你的工作与思考提供一些加速度：

• 面对一篇超长文档：PDFlux 可以自动为你生成细颗粒度目录，一键直达关键信息
• 定位关键信息后：ChatDOC 可以帮你完成计算，并得出初步结论

🧙‍♀️ 生成目录，直达重点

比如，在一份上百页的 ESG 报告中，你想要知道该公司在产品和服务质量、处理客户投诉、产品召回及客户信息保护方面，做得是否合乎要求。

原文档提供的目录很粗糙，给信息筛选带来了较高的成本。

PDFlux 为你智能生成的细颗粒度目录，除了一级标题，还有二、三、四级标题。

你很快就能找到对应章节的内容：「Environmental, Social and Governance Report -> Operating Our Business Responsibility -> Striving for Service Excellence」

定位内容后，再向 ChatDOC 提问，就能快速拿到问题的答案了。

如果你用中文提问，它还会贴心地将原文中的英文翻译成你的提问语言。

🧙‍♀️ 合并表格，计算数值

对于报表内容，除了提取关键数据，你还可以让 ChatDOC 基于表格中的数据，帮你计算其他的财务指标。

即使表格庞大繁杂、连跨数页，也没关系，PDFlux 可以自动将其合并处理，随后你可以对整体表格数据进行提问：“请计算 revenue to gross profit ratio，并由此分析公司的生产经营情况。”

ChatDOC 将会列出计算过程、选用的数据，以及相应的结论。

3

快速进行改写

在写作文献综述、课题报告的时候，遇到有价值的信息，想把它整合进自己的论述中，往往需要改写、润色原本的文段。现在 ChatDOC 也能帮你完成这项工作了。

你可以针对文字风格、用词提出明确的要求，比如：“帮我改写下面的文本，要求意思保持不变，文本内容要有比较大的变化，尽量用原文本中没有出现的词。”

原文中的这段话，就会摇身一变，成为另一段意思相同、表述不同的文字。

 

4

结语

这是一个不缺乏数据与信息的时代，你几乎可以从浩瀚网络上找到任何信息。而我们的困境在于，信息量过大，信噪比过高，高价值信息的浓度被冲淡了。

我们相信，一本专业书籍胜过十篇论坛软文，一篇高质量的 Review 胜过十本专业书籍，一段简明扼要的结构化结论胜过十篇高质量 Review。

繁琐的信息收集和处理，交给 AI 来完成；我们可以乘坐技术的高速列车，直接抵达简明扼要的结构化结论。

希望 ChatDOC 可以帮助你精准、快速获取 PDF 中的高价值信息，我们只需不断练习「定义问题」「学会提问」「去伪存真」的核心能力，从而更好地与 AI 互动、合作。

正如 Midjourney 创始人 Holz 所说：

AI 如水，虽然有危险，但却是文明的驱动力。知道如何与水相处，才能生活得更好。

原文：https://mp.weixin.qq.com/s/M-0ueeFyIIUk5psqJX3Sow