怎麼在Whizi線上與PDF對話

簡短答案

把PDF拖進訊息框，或點迴紋針圖示附加檔案，再用白話文提出問題。你方案內的任何模型都能讀取這份文件，而且不用重新上傳就能替同一份檔案切換模型。

在依賴答案之前，先做一件事：請模型引用它所根據的段落。從訓練資料而不是從你的檔案得出的自信答案，是那種會讓人賠錢的失誤，而一個定位問題大約十秒就能抓出來。這頁接下來的內容，就是教你怎麼把這件事做好。

第一步，先確認它讀的是你的文件

文件對話中最危險的失誤不是答錯，而是模型很有自信地給出一個來自訓練資料、而不是來自你檔案的答案。這種情況最常發生在那些看起來很眼熟的文件上：一份標準的商用租約、一項眾所皆知的法規、一篇被廣泛討論的論文。模型對這類文件的類型夠熟悉，不需要查閱你的具體內容就能生出一個看似合理的答案，而輸出結果中完全不會顯示它是這樣做的。

有一個習慣能排除這個問題。在提出你真正的問題之前，先問一個定位問題。

引用附件文件中討論[主題]的段落，並註明它出現在第幾頁或哪個章節。如果文件裡沒有，就直接說沒有。

如果它回傳一段真實的引文，代表它讀的就是你的檔案。如果它給出一個籠統的改寫，或找不到你明明知道存在的內容，代表擷取失敗了，接下來的每個答案都值得懷疑。這只花十秒，卻是工具和地雷之間的差別。

把這個習慣延伸到真正的問題上：引用支持你答案的確切文字這句話，應該出現在任何答案會被拿來依賴的提示詞裡。

替文件挑選模型

文件	模型	原因
100頁以上的報告、申報文件、整套合約	Gemini	具備1,000,000 token的情境視窗，讓文件是真正完整存在，而不是被切成片段
合約、政策，以及任何條件用字很重要的文件	Claude	最擅長掌握語氣細節，也最擅長告訴你文件「沒有」寫什麼
發票、表單、短篇結構化檔案	GPT	速度快，在嚴謹擷取成表格或JSON方面最可靠
附圖表、掃描頁面、圖示的論文	任何多模態模型	在文字擷取失效時，把頁面當成圖片讀取

情境視窗這一點值得說清楚。當文件超出模型能容納的範圍，就得分段處理，而那些需要一次看完整份文件才能回答的問題（這裡有沒有東西跟第14條牴觸、這個詞有沒有在別處被定義、這三個章節裡哪一個不一致）就會變得不可靠。這正是長文件要選用大情境視窗模型的具體理由，而不只是單純偏好。

你可以不必重新上傳就切換模型，所以可以用一個模型來讀，再用另一個模型來擷取，針對的是同一份檔案。參見在對話中途切換模型。

依文件類型分類的提示詞

合約與協議

從附件的協議中，擷取成一張表格：條款期限與續約、終止的通知期、付款條件、責任上限、賠償條款、準據法、可否轉讓，以及任何在合約終止後仍然有效的條款。每一項都附上條款編號，並引用其中的關鍵句子。接著另外列出屬於我方而非對方的義務。

接著問真正重要的問題：跟這類合約的標準條款相比，這份協議裡有什麼不尋常的地方，又明顯少了什麼？風險通常就藏在「少了什麼」裡，而這正是關鍵字搜尋永遠找不到的東西。

研究論文

針對附件的論文，回覆以下內容：研究問題、研究設計、樣本與母體、主要結果、附效果量的重點發現、作者提到的限制，以及資金來源。接著告訴我，這篇論文裡有哪三項主張，在我引用之前需要獨立查證。

長篇報告與申報文件

把附件報告整理成10個重點，依重要性排序，而不是依文件原本的順序。接著列出：決策者會在意的三個數字並附上頁碼、報告中未附來源就當成事實陳述的內容，以及摘要或執行摘要跟後面內文不一致的地方。

最後這項查核，出乎意料常常能找到真正的問題。執行摘要通常寫得早，修訂得也比它摘要的內文章節少。

比較兩份文件

逐條比較contract-a.pdf和contract-b.pdf。回傳一張表格，列出每一項實質差異：主題、A怎麼寫、B怎麼寫，以及哪一方對我方比較有利。忽略格式和編號上的差異。另外列出只出現在其中一份、另一份卻沒有的內容。

把結果轉成能實際使用的東西

把這些發現改寫成給主管看的版本，150字以內。開頭先講需要做的決定。不要用沒有解釋過的術語。標出任何我在發出去之前應該再查證的地方。

疑難排解

「我看不到文件。」 先確認檔案已經上傳完成，然後在訊息裡直接用檔名明確提到它。在很長的對話串裡，重新附加檔案或直接開新對話並只放這份檔案，會比在原對話裡爭論來得快。

掃描版PDF，文字亂碼或缺漏。 這份文件本質上是圖片，單純的文字擷取沒什麼可讀的內容。Whizi會從頁面產出的文字量多寡，判斷這是不是一份圖片密集的PDF，然後透過伺服器端的視覺辨識流程處理一次，回傳逐頁的文字紀錄。解析度低、字型特殊、手寫字跡和密集表格都會降低準確度。因為誤判的數字在流暢的答案裡不容易被發現，所以掃描文件裡的每個數字都要對照原始頁面查核。

表格出來的結果不對。 PDF裡的表格底層結構通常很糟。先請它原封不動重現表格，對照頁面確認無誤，之後再要求分析。表格內容多的情況下，讓多模態模型把頁面當成圖片來讀，通常比文字擷取更可靠。

它漏掉了你明明知道在裡面的內容。 問一個定位問題。如果模型無法引用一段你自己看得到的文字，問題出在擷取，而不是推理。試試另一個模型，或只上傳相關的頁面。

檔案太大。 改用大情境視窗的模型，或依用途而不是依頁數拆分。上傳你真正需要的三個章節，會比上傳400頁再碰運氣來得好。

對話進行得越久，答案就越模糊。 長對話串會累積跟文件互相競爭的情境內容。開一個新對話，放入檔案，附上一句簡潔的需求說明。

依賴它之前先查核

三項查核，依重要性排序。

任何有分量的內容都要求引文。 一段被引用的文字幾秒鐘就能查核，改寫過的內容則不行。光是這一項習慣，就能消除文件工作裡大部分的風險。

跟第二個模型交叉核對。 針對同一份檔案，把同樣的問題問另一個模型。答案一致是有意義的證據，答案不一致則能明確告訴你該查哪裡。Whizi的並排比較就是為了這個目的存在。

問它自己不確定什麼。 你上面哪個答案你最沒把握，文件裡哪個地方是模稜兩可的？模型在自我評估上並不完美，但它指出的模糊之處，通常是原始文件裡真實存在的模糊之處，這對了解文件本身是有用的資訊。

而對任何有實際後果的內容，也就是法律、財務、醫療或合規相關資料，長期適用的原則是：模型負責找到段落，判斷交給你。它是閱讀助手，不是顧問，根據它的輸出做出的決定，責任完全在你身上。