技能提升网长篇报告交给AI以后，摘要通常很快就能出来。真正费时间的部分留到了后面：一句结论找不到出处，表格里的数字不知道来自哪一列，扫描页上的小字也可能没有被识别。摘要写得再顺，只要无法回到原文核对，就不适合直接进入汇报或决策材料。
解决这个问题不需要把报告逐字重读一遍。更实用的做法是改变交付格式，让每条重要结论都带着页码和依据出来，再把数字、表格与附注单独检查。
摘要看起来完整，核对时却没有抓手
常见的失败流程很简单：上传文件，要求总结重点，然后复制结果。这个过程没有先判断PDF类型，也没有规定输出必须保留页码。模型读到正文时可能表现正常，一旦遇到双栏排版、扫描图片、跨页表格或页脚附注，内容顺序和上下文就容易发生变化。
先写清交付用途。自己快速浏览，可以接受一份短摘要；准备向客户汇报，需要知道每条结论在哪一页；合同、财务和制度文件还要保留原句，并标出等待人工确认的金额、日期与例外条款。用途不同，提取方式和复核力度也不同。
先分辨PDF里有没有真正的文字
能用鼠标选择文字的文件通常含有文本层，可以直接读取。整页像照片一样的文件需要OCR。还有一些PDF前半部分是可复制文字，附件却是扫描件，这类混合文件最好按页判断，不能用一种方法处理到底。
PDF Skill的官方说明列出了几组用途不同的工具。pypdf适合页数读取、合并、拆分和旋转；pdfplumber偏向文字布局与表格提取；扫描件可以先转成页面图片，再交给OCR工具识别。创建新PDF时则会使用ReportLab等生成工具。实际能否执行，取决于当前环境是否装好了对应程序和Python库。
检查文件时可以先回答四个问题：总页数是否正常，文件有没有密码，文字能否直接复制，扫描页是否倾斜或模糊。遇到混合型文件，再记录哪些页需要OCR。这个小步骤能减少重复识别，也能避免把已有文本层处理得更乱。
把输出要求改成可追溯记录
摘要不要只交付连续段落。对每条重要信息，至少保留结论、来源页码、原文依据和核对状态。页码是回查入口，原文依据用来判断模型有没有扩大解释，核对状态则把待确认内容留给负责人。
请先判断这份PDF是文字版、扫描版还是混合型文件。
按主题整理内容，每条关键结论都要提供：
结论；
来源页码；
能够支持该结论的原文片段；
需要人工确认的数字、日期或限定条件。
不要补写文档中没有的信息。遇到无法识别的页面、表格错位或前后矛盾时，单独列出问题，不要自行猜测。这里的原文片段只用于核对，不需要大段复制。报告需要对外发布时，还要检查引用长度、保密要求和版权限制。
表格要从摘要里拆出来
把表格直接转成普通文本，很容易丢掉行列关系。跨页表格还可能重复表头，合并单元格也会改变数字对应的项目。处理表格时，先确认表头、单位和时间范围，再抽查合计数、百分比以及正文中引用的数字。
适合交付的核对表可以包含这些列：摘要结论、来源页、原始数值、单位、表格位置、复核结果。涉及金额或比例时，还应保留原始写法。一个数字即使被OCR准确识别，也可能因为列对应错了而被放进错误的结论。
页脚和附注可能改变一句话的意思
长篇报告里的限定条件经常藏在脚注、图例和附录中。正文写着增长，脚注可能限定了统计范围；表格给出总数，旁边的小字可能说明某些项目没有纳入。整理摘要时，应把与结论直接相关的限定条件放在同一条记录中，而不是集中扔到文章末尾。
扫描件还需要额外检查姓名、日期、金额、编号和小数点。低清晰度页面可以标记为待复核，不要用上下文猜出一个看似合理的数字。看不清就是看不清，这比写错以后再追查省事。
PDF Skill适合插在哪一步
PDF Skill是一套处理PDF任务的工作指引，不是独立的PDF软件。它可以帮助AI根据任务选择文本提取、表格读取、合并拆分、OCR、创建文件或表单处理方案，并提醒执行后检查文件。
这套Skill由Anthropic维护。官方目录中的许可证标注为Proprietary，因此公开查看源文件不等于可以任意复制、修改或再分发。使用前应阅读目录里的LICENSE.txt，并确认当前AI客户端、依赖和文件权限是否满足任务要求。
它也不能替代业务判断。合同条款是否接受、财务口径是否正确、研究结论能否外推，都需要了解业务的人确认。受密码保护的文件只能在合法授权和已知密码范围内处理，不能把解密功能理解为绕过访问控制。
交付前留十分钟回到原文
最后一轮不要继续润色摘要，直接抽查原文。先核对所有影响结论的数字，再查看扫描页和跨页表格；随后确认页码没有因为封面、目录或附件编号而错位。报告中出现互相矛盾的说法时，把两处页码一起交给负责人，不替文档做决定。
一份可以使用的摘要，不必覆盖报告里的每句话。它需要让读者迅速看懂重点，也要让接手的人知道证据在哪里、哪些地方还没有确认。做到这一点，PDF处理才从快速阅读变成了可交付的工作结果。
