凌晨的打印机声，和一份读不完的PDF
凌晨一点十七分，办公室只剩空调低低地喘气，打印机吐出的纸还带着一点温热。我面前是一份186页的英文行业报告，旁边还有三份会议纪要和一份合同修订稿。人困的时候，文字会变成潮水，越读越远。那晚我第一次认真把Claude当成“长文本阅读同事”来用，不是问它写一段漂亮总结，而是让它帮我拆解、对照、追问、找证据。技术到最后，解决的其实是一个很朴素的问题：我们怎样在信息过载里，仍然保留判断力？
先说免费和官方路径。Claude官方网页版可以直接上传PDF、TXT、DOCX等文档，适合做论文阅读、合同摘要、访谈稿归纳。如果你正在搜索“Claude怎么用教程”或“Claude免费使用限制”，要先明白：免费额度会随时间和模型负载变化，长文档、多轮追问很容易触发限额；另外扫描版PDF、双栏论文、带大量表格的文件，直接上传后解析质量并不稳定。我的习惯是：不要急着上传，先把文档变干净。
长文档别直接丢进去：先清洗、再分层提问
我实测过一份42MB的扫描PDF，直接上传后Claude漏掉了约三分之一表格说明；用OCR转成文本后，摘要准确度明显提高。可操作流程如下：先用Adobe Acrobat、ABBYY FineReader或本地OCR把扫描PDF转成可复制文本；如果是普通PDF，可用命令行提取文本。在macOS或Linux上，我常用Poppler：
pdftotext -layout report.pdf report.txt
如果文本超过几十万字，不要整包塞进去。先按章节拆分，推荐每段控制在3000到8000字，并保留页码。一个简单做法是用Python按字符切块：
python -c "t=open('report.txt',encoding='utf-8').read();[open(f'chunk_{i}.txt','w',encoding='utf-8').write(t[i:i+6000]) for i in range(0,len(t),6000)]"
然后用“三层提示词”。第一层让Claude只做结构化目录：“请按章节列出本文核心论点、数据来源、涉及页码，不要评价。”第二层再问风险：“找出结论依赖的关键假设，并标注原文证据。”第三层才让它输出可用稿件：“基于以上证据，写一页给管理层的中文简报，区分事实、推断和建议。”这比一句“总结一下”稳定得多。
下面是我在一份约12万字行业白皮书上的处理记录，供你估算时间成本：
| 处理方式 | 耗时 | 主要问题 | 适合场景 |
|---|---|---|---|
| 直接上传PDF | 约3分钟 | 表格遗漏、页码混乱 | 排版简单的报告 |
| OCR后上传TXT | 约9分钟 | 需手动检查错字 | 扫描件、合同影印件 |
| 分块提问 | 约18分钟 | 操作多，但可追溯 | 论文、尽调、会议合集 |
让Claude少幻觉：用证据表和反向校验
长文本分析最怕什么？不是慢，而是它把听起来合理的话说得太顺。我的固定要求是让Claude输出“证据表”，格式很简单：结论、原文摘录、页码或章节、可信度、需要人工复核点。你可以这样问：“所有结论必须引用原文句子；找不到证据就写‘未在材料中发现’。”这句话能显著减少编造来源。
如果处理合同，我会加一轮对照：“请比较A版与B版条款差异，只列实质性变化，按付款、违约、保密、终止分类。”如果处理会议纪要，则让它提取“责任人、截止日期、未决问题”。这类任务比开放式写作更适合Claude，因为答案能被原文约束。至于“Claude注册方法”这类入门问题，建议先走官方注册流程；如果地区、手机号或网络导致失败，再单独排查网络、浏览器Cookie和账号验证，不要把注册问题和文档处理问题混在一起。
如何验证它真的有效：随机抽取Claude给出的10条结论，逐条回到原文搜索关键词；至少8条能找到明确依据，才把它用于工作稿。再让它回答一个反向问题：“以上材料不能支持哪些常见结论？”如果它能主动说“不足以证明”，说明上下文约束开始生效。最后，把同一问题换一种问法再跑一次，前后结论若高度一致，才算通过。
夜深时，AI像一盏台灯，照亮纸面，却不能替我们签字。你可以用官方免费方案、手动OCR和分块提示词完成大部分长文档工作；如果还需要整理更多AI工具入口，睿盈工具也在 wizzegroup.com 做了一些导航记录。愿每一份厚重文档，最后都能变成你心里清楚的一页纸。