財報PDF丟給AI讀不動？3個免費工具把PDF轉成Markdown，讓表格圖檔不再亂碼

• 原文標題：財報PDF丟給AI讀不動？3個免費工具把PDF轉成Markdown，讓表格圖檔不再亂碼
• 作者：蘇柔瑋（整理．編輯）
• 發布時間：2026-08-07T09:49:00+08:00
• 來源：數位時代 BusinessNext
• 擷取方式：BusinessNext NewsArticle.articleBody JSON-LD；保留原文 articleBody，未加入衍生摘要。
• Canonical URL：https://www.bnext.com.tw/article/91732/pdf-markdown-tools

原文擷取

把 PDF 財報丟給 ChatGPT，結果出來的表格數字全糊在一起、欄位大錯亂？這並非 AI 判讀失敗，而是 PDF 格式本身只記錄文字印在哪個座標，缺乏儲存表格結構的資訊。想讓 AI 準確讀懂報表，最好的作法是先將 PDF 轉換為帶有結構標籤的 Markdown 格式。本文精選 3 款實用的免費工具，包括無需安裝的網頁版，到掃描圖檔的進階工具，以及安裝步驟流程，帶你挑選合適的轉檔方案！文章重點： 一、轉檔前置作業：文字型、掃描型…先搞懂你的 PDF 是哪一種？ 二、3 款免費開源工具，怎麼挑選才適合？ 三、工具一〉pdf-inspector：適用於純文字 PDF 的轉換工具 四、前置準備：安裝 Python 與打開終端機 五、工具二〉MarkItDown：支援 Office 格式的微軟開源方案 六、工具三〉Docling：支援版面分析與 OCR 的 IBM 開源工具 七、轉檔後的必做 3 個檢查＋AI 提示詞技巧 八、使用限制與常見問題 (FAQ) 一、轉檔前置作業：文字型、掃描型…先搞懂你的 PDF 是哪一種？選擇轉檔工具的首要條件，在於確認 PDF 是否具備「可選取之文字層」。建議使用瀏覽器或專業 PDF 軟體開啟檔案，並透過滑鼠在表格區域進行反白測試：文字型： 文字可順利反白，代表檔案具備原生文字層。掃描型： 僅出現藍色選取方框，文字無法單獨標記，代表該頁面為掃描圖檔。需要注意的是，台灣許多上市公司的財報屬於「混合型」文件，前面的文字說明具備文字層，但經會計師簽章的四大報表往往為掃描影像。若未逐頁確認，轉換後的關鍵數據區塊將呈現空白。此外，目前市場上並無「免安裝且能處理掃描件」的免費工具。具備 Web 端直接執行能力的工具通常不支援 OCR（光學文字辨識）；而內建 OCR 模組的工具，皆需於本機環境部署。若文件為掃描型，可直接參閱第六段的 Docling 解決方案。二、3 款免費開源工具，怎麼挑選才適合？以下三款工具皆採用寬鬆的 MIT 授權條款，適合企業內部評估與商業導入，建議依據檔案屬性搭配運用。比較面向pdf-inspectorMarkItDownDocling開發機構Firecrawl微軟 (Microsoft)IBM Research免安裝網頁版支援不支援不支援內建 OCR 模組否否是支援檔案格式僅 PDFPDF、Office 生態系、電子郵件PDF、Office、影像圖檔系統環境需求無（瀏覽器執行，另有開源套件可安裝）基礎 Python 環境需安裝機器學習模型套件最佳適用情境具備文字層的 PDFWord、Excel、PPT 轉檔掃描影像件、多欄位複雜版面第一步可將 PDF 匯入 pdf-inspector 網頁版，系統將自動判定檔案屬性。若為文字型，轉檔即可直接完成；若判定為掃描型或混合型，則啟動 Docling 進行深度 OCR 解析；若原始檔案為 Office 格式（Word / Excel），則交由 MarkItDown 處理以獲取最佳結構還原度。三、工具一〉pdf-inspector：適用於純文字 PDF 的轉換工具由 Firecrawl 團隊開源的 Rust 解析工具，其主體為提供開發者安裝的開源套件，官方也提供了無須建置環境的網頁示範版，並聲稱能在提供基本轉檔速度的同時，維持檔案不外傳的作業環境。以下的步驟將以該線上示範頁為主，功能足以應付一般文件的轉檔需求。不過需特別留意，網頁版設有 25MB 的檔案大小上限，且執行的引擎版本略舊於套件版。步驟一：開啟網頁環境於瀏覽器輸入官方網址 firecrawl.github.io/pdf-inspector。不用註冊登入，初次載入核心程式需等待數秒，後續執行速度將大幅提升。步驟二：匯入 PDF 檔案將 PDF 檔案拖曳至網頁指定區域放開，也可以點擊頁面上的上傳區域，用檔案選取視窗挑檔案。系統處理完成後，會顯示 Markdown 原始碼，並回報該文件的屬性分類：判定結果代表意義後續處置建議文字型 (text-based)全份文件皆具備文字層格式完整，可直接進入步驟三掃描型 (scanned)全份文件皆為影像圖檔需更換具備 OCR 功能的工具混合型 (mixed)部分頁面為影像圖檔可使用，但影像頁面將輸出空白圖片型 (image-based)文件內容以圖片為主需更換具備 OCR 功能的工具步驟三：複製結果到 AI 工具將畫面顯示的 Markdown 內容全選複製，即可貼入 ChatGPT、Claude 或 NotebookLM 使用。貼上前建議先參閱第七段的檢查項目與提示詞範例，能大幅降低 AI 誤讀數字的機率。四、前置準備：安裝 Python 與打開終端機後續兩款工具需依賴 Python 環境，若已有開發環境可跳過此環節。打開終端機： macOS 按 Command + 空白鍵 輸入「終端機」；Windows 於開始選單搜尋「PowerShell」。確認 Python 版本： 終端機輸入 python3 —version（Windows 請改輸入 python —version），若顯示版號即代表已安裝。檔案路徑小技巧： 終端機預設不在您的檔案資料夾。最省事的作法是先打好指令加一個空格（如 markitdown ），然後直接把 PDF 檔案拖進終端機視窗放開，系統會自動填入完整路徑。五、工具二〉MarkItDown：支援 Office 格式的微軟開源方案由微軟釋出的檔案轉換工具，其優勢在於跨越 PDF，廣泛支援多種企業辦公軟體格式，但並不具備 OCR 功能，遇掃描型文件會回傳空白。雖然 MarkItDown 的原始碼託管在 GitHub，但實際上不需要手動去下載檔案，官方已發布在 Python 官方套件庫（PyPI）上，因此最標準且簡單的作法，就是直接打開終端機，透過 pip 指令讓系統自動下載並建置環境。步驟一：安裝指令請注意中括號不可省略，否則無法安裝 PDF 解析元件（Windows PowerShell 若報錯，請將單引號改為雙引號 “[all]”）。# 建議直接安裝全格式支援版pip install ‘markitdown[all]‘步驟二：確認安裝成功markitdown —help步驟三：進行轉檔輸入指令與空格，拖入檔案，並指定輸出檔名，轉好的「財報.md」會出現在你當下所在的資料夾。markitdown /你的路徑/財報.pdf -o 財報.md步驟四：轉其他格式它真正的價值在 PDF 以外。Word、Excel、PowerPoint、Outlook 郵件都能轉，用法完全一樣，換個副檔名就行：markitdown 簡報.pptx -o 簡報.md六、工具三〉Docling：支援版面分析與 OCR 的 IBM 開源工具由 IBM Research 開發的企業級工具，是三款中唯一搭載 OCR 技術與深度學習版面分析模型的解決方案。與 MarkItDown 相同，Docling 同樣發布於 Python 套件庫上，不需要額外下載安裝檔，直接透過終端機輸入指令即可完成建置。步驟一：安裝指令必須明確指定 OCR 引擎群組，否則預設不會安裝。在終端機輸入：pip install ‘docling[easyocr]‘步驟二：確認安裝成功docling —version步驟三：轉換一般 PDF首次執行需下載模型檔，請耐心等候。—output ./ 代表存檔至當下資料夾。docling convert /你的路徑/財報.pdf —to md —output ./步驟四：轉換繁體中文掃描件預設語言不涵蓋繁中，若不指定參數會產生亂碼。EasyOCR 引擎的繁中代碼為 ch_tra。docling convert 掃描檔.pdf —ocr-engine easyocr —ocr-lang ch_tra —to md —output ./這條指令會同時載入版面分析與 OCR 兩組模型，對記憶體需求偏高。記憶體較少的電腦處理整頁掃描件時，程序可能中途停止且不顯示錯誤訊息；遇到這種情形，可改用較輕量的 —ocr-engine tesseract —ocr-lang chi_tra（需另行安裝 Tesseract 與繁中語言包）。Docling 具硬體限制，但仍能應付少量掃描表格Docling 在處理文件時有硬體限制，主要是利用深度學習模型（Deep Learning）來「看懂」文件的版面，記憶體消耗大。若電腦無 GPU 顯示卡而僅靠 CPU 運算，單頁掃描件可能耗時數十秒至數分鐘。但相較於傳統付費的商業軟體或人工建檔，Docling 也足以應付轉換少量的掃描表格，讓程式自動執行運算，仍可為一般使用者省下大量手動輸入與排版的時間。七、轉檔後的必做3個檢查＋AI 提示詞技巧轉檔完成後，請先抽查以下 3 個容易出錯的區域，再提供給 AI：跨頁的表格： 欄列是依座標推斷，表格從前一頁延續到下一頁時最容易錯位。合併儲存格的表頭： 例如財報常見的兩層表頭，需確認數據是否對齊正確的年度欄位。恆等式驗算： 若為財報，請直接利用「流動資產＋非流動資產＝資產總計」進行加總驗算，抓出難以察覺的錯誤。推薦 AI 提示詞（Prompt）範例：以下是一份台灣上市公司財報轉成的 Markdown。金額單位為新台幣仟元，年度為民國年。回答時請標明每個數字來自哪一列、哪個年度欄位；表格中找不到的數字，請直接說找不到，絕對不要推算。強烈建議加入「不要推算」，避免 AI 遇到轉檔缺漏時，自行利用鄰近數字產生幻覺。八、使用限制與常見問題 (FAQ)實務限制：表格結構靠推斷： PDF 無原生欄列關係，遇到複雜表格時各工具可能出現不同型態的失誤。OCR 辨識風險： 掃描型文件經 OCR 後，可能會出現中文字元誤判、千分位符號錯亂、數字位數遺失等狀況，且錯誤外觀正常不易察覺。掃描件轉出的財務數字務必逐格對照原始檔案。版本指令更迭快： 開源工具改版頻繁，本文指令以 2026 年 8 月為準，執行前建議利用 —help 確認最新參數。常見問題 (FAQ)Q：這三款工具完全免費嗎？A：根據官方，三款的程式碼都是 MIT 授權，免費、無用量限制、不需要 API 金鑰，商業使用的限制也相對寬鬆。Q：我的檔案會被上傳到哪裡嗎？A：pdf-inspector 網頁版在瀏覽器內運算，檢視原始碼可確認沒有任何夾帶檔案外流的網路呼叫；MarkItDown 與 Docling 皆安裝於電腦本機端離線執行（首次安裝 Docling 須連網下載模型），套件內也沒有回傳任何使用紀錄的遙測（Telemetry）程式。Q：一定要會寫程式才能用嗎？A：pdf-inspector 的網頁版不用，開網頁拖檔案即可。MarkItDown 和 Docling 需要在終端機輸入指令，但不需要寫程式碼，照本文的指令複製貼上即可。Q：安裝時終端機顯示「找不到 pip 指令」怎麼辦？A：這代表 Python 沒裝好或沒加進系統路徑，須重新安裝 Python，Windows 使用者記得在安裝畫面勾選「Add Python to PATH」。部分環境要改用 pip3 或 python3 -m pip。Q：怎麼知道我的 PDF 有沒有文字層？A：用瀏覽器打開 PDF，在表格文字上按住滑鼠拖曳。文字反白就是有文字層；只出現藍色方框、文字毫無反應，那頁就是圖片。記得逐頁測試，不要只測封面。Q：轉出來的 Markdown 可以直接丟給 ChatGPT 或 NotebookLM 嗎？A：可以，這正是將其轉為 Markdown 的最大意義。AI 閱讀帶有標記標籤的純文字表格，準確率高於直接讀取 PDF。延伸閱讀：股票分析提示詞｜用NotebookLM分析台股及美股財報，AI prompt一次收NotebookLM、Gemini、Claude 三個AI分工術！券商分析師的產業研究工作流，用Markdown檔接力NotebookLM(Gemini Notebook)完整攻略：23篇實戰一次收資料來源：pdf-inspector GitHub、Microsoft MarkItDown、Docling／IBM、Tesseract 語言資料庫(註：本文指令參數與操作方式以 2026 年 8 月為準，執行前建議參閱官方最新文件。)本文初稿為AI編撰，整理．編輯／蘇柔瑋

Source notes

• This raw capture preserves the BusinessNext NewsArticle.articleBody JSON-LD body.
• The article is a practical secondary guide; tool capabilities, licensing, privacy, and performance statements remain attributed to the article and cited projects.
• The reusable extraction is the document-type routing and post-conversion verification gate, not an independent benchmark of pdf-inspector, MarkItDown, or Docling.