PDF 轉 Markdown 給 AI 讀的 3 種方法：MarkItDown、Docling、NotebookLM 怎麼選

為什麼 PDF 直接丟 AI 常常出包

你有沒有過這種經驗 — 把一份 PDF 丟給 ChatGPT 問問題，它回得頭頭是道，但仔細一查發現它把第 3 頁的數字當成第 5 頁、把表格的欄位順序搞反，甚至漏掉一整個章節。

這不是 AI 笨，是因為PDF 不是寫給 AI 看的。

PDF 是給人「看」的版面格式 — 它記錄的是「這個字要印在紙上的哪個座標」，不是「這個字屬於哪個章節」。所以 AI 拿到 PDF 後，要自己猜哪些是標題、哪些是頁碼、哪些是頁首頁尾、哪些是表格。猜錯了，答案就會歪。

解法很單純：先把 PDF 轉成 AI 真正吃得好的格式 — Markdown。

三條路線一句話對照

路線	怎麼用	適合誰
MarkItDown	終端機打一行指令	想批次處理檔案、會打指令的人
Docling	安裝 + 下載解析模型	文件版面複雜、有表格、要做知識庫
NotebookLM	瀏覽器拖檔上傳	不想裝任何東西、單次研究使用

下面拆開講。

路線 A：MarkItDown — 最快，但要打一行指令

MarkItDown 是 Microsoft 開源的工具。安裝 pip install markitdown 後，一行指令就能把 PDF、Word、PPT、Excel 全部轉成 Markdown：

markitdown report.pdf > report.md

強項：

速度快、不挑機器
支援格式廣（PDF、Word、PPT、Excel、圖片、音訊都吃）
適合批次 — 一個 for 迴圈跑整個資料夾沒問題

弱項：

要會打一行終端機指令
複雜表格、跨欄合併會處理不好
掃描型 PDF 效果有限

適合：你已經有 100 份簡報要整理、或公司要把文件批次轉成知識庫前置資料。

路線 B：Docling — 最準，但要等模型下載

Docling 是 IBM 開源的文件解析工具。它做的事比 MarkItDown 「更深」 — 不只把文字抓出來，還會分析版面、辨識表格結構、處理章節階層。

pip install docling

第一次跑會下載解析模型（數百 MB 起跳），所以第一次特別慢，之後就快了。建議至少 8GB RAM。

強項：

表格、雙欄排版、章節階層處理得比 MarkItDown 準
適合學術論文、合約、財報這類版面複雜的 PDF
開源、可本機跑、不送雲端

弱項：

第一次安裝門檻比 MarkItDown 高
舊電腦會比較卡
簡單文件用它有點殺雞用牛刀

適合：你常處理研究報告、技術文件、合約，而且 MarkItDown 轉完表格會亂。

路線 C：NotebookLM — 最簡單，但有檔案上限和隱私考量

NotebookLM 是 Google 出的，完全不用裝任何東西。打開瀏覽器、登入 Google 帳號、把 PDF 拖進去就能用。

它其實沒有「給你 Markdown 檔」這一步 — NotebookLM 直接幫你做後面的整理、問答、摘要。所以嚴格說它不是「轉 Markdown」，但達到的目的一樣：讓 AI 讀懂你的 PDF。

強項：

0 安裝、0 指令
直接做摘要、問答、產生大綱、甚至生成 podcast 對話
Google 免費（有用量限制）

弱項：

檔案會上傳到 Google 伺服器 — 公司機密、客戶資料不適合
單一 notebook 有資料來源數量上限（免費版 50 個來源、Plus 版 300 個）
你拿不到「乾淨的 Markdown 檔」 — 只能在 NotebookLM 裡用

適合：你只想讀懂這幾份 PDF、不需要把 Markdown 留下來做其他事、資料不機密。

我會怎麼選 — 三種真實情境

情境 1：個人讀論文 / 研究報告

直接用 NotebookLM。拖檔、開問。連看都看不完的論文，丟給它先做摘要再決定要不要細讀。不要為了「準」而去裝 Docling — 個人研究用，NotebookLM 快、夠用、不用維護。

情境 2：公司要做內部知識庫

Docling（複雜文件）+ MarkItDown（簡單文件混用）。理由：

內部資料不能上傳 Google
轉出來的 Markdown 要存進自己的系統（AnythingLLM 或 Open WebUI）
表格多、版面複雜，要 Docling 的解析力

情境 3：一次性轉檔 — 我有 30 份簡報要轉成 Markdown 給 AI 摘要

MarkItDown。一行 for 迴圈搞定。不需要 NotebookLM 的問答介面（你只要 Markdown），也不需要 Docling 的解析深度（簡報沒那麼複雜）。

都不適合的情況

掃描型 PDF（手機拍合約、掃描器掃文件）：三個都搞不定，要先用 OCR 工具，例如 Umi-OCR 先抓出文字，再走上面任一條路線。
要保留原版面格式（簽名、章戳、頁次）：Markdown 會丟掉這些，要保留就不適合轉。
資料有法務 / 醫療 / 財務嚴重後果：三個工具都會出錯，重要欄位（金額、日期、條款）一定要人工抽查，不要直接信 AI。

下一步

PDF 轉好 Markdown 後，你可以接：

AnythingLLM 私有 AI 知識庫：建一個只給自己用的問答系統
NotebookLM 深度使用指南：如果選了路線 C，看這篇學進階用法
Token 是什麼？AI 為什麼會越用越貴：Markdown 比原始 PDF 省 token，這篇講為什麼

參考來源

MarkItDown GitHub：https://github.com/microsoft/markitdown
Docling 專案文件：https://ds4sd.github.io/docling/
NotebookLM 官方：https://notebooklm.google/

本文最後查證日期：2026-06-01