一、扫描件 PDF 为什么让人头大
你肯定遇到过：合同、发票、老文档扫描成 PDF 发过来，打开一看——图片式页面，文字选不中、搜不到、改不了。想摘一段要手敲，想改个日期要重做，想汇总成表要一条条录。
这类”图片 PDF”在千问办公里能当输入喂给多模态能力，让它干三件事：把图里字认出来（识别/OCR）、还原成可编辑文本（还原）、按你的要求改写成新东西（改写）。一次对话把这三步走完，比单独找 OCR 工具再找写作工具省一半时间。
不过先泼盆冷水：它不是专业 OCR 软件，识别质量高度依赖原图清晰度。下面把什么情况能省心、什么情况会翻车讲清楚。
二、先确认：你的 PDF 是”真文字”还是”假图片”
动手前先自查，决定走哪条路：
- 真文字 PDF：用阅读器能选中文字、能复制。这种情况不用识别，直接把文字贴进对话框让它能改就行，几乎不会翻车。
- 假图片 PDF：选中是一片空白、复制出来是乱码或空。这才是需要”识别+还原”的场景，下面模板针对它。
判断方法很简单：在 PDF 里用鼠标拖一下，能高亮出蓝色选区就是真文字，拖不出就是图片。别一上来就丢给 AI，真文字的你自己复制更快。
三、直接能用的指令模板（贴进去的原文）
先传文件（把扫描件 PDF 拖进对话框），再贴这段：
我上传的是一份扫描件 PDF（图片式，文字选不中）。请做三件事，分三步输出：
第一步【识别】：把每页能看到的文字完整转写出来，保留原始排版顺序，不要概括。
第二步【还原】：把识别结果整理成干净的、可编辑的 Markdown 文本，明显是表格的内容用表格还原，错别字不要擅自"猜改"，拿不准的字用〔?〕标出。
第三步【改写】：基于还原文本，按我的要求重写成新文档——（在这里写你的目标，比如：改成一份商务函件 / 提取成Excel表头为"日期,事项,金额"的三列表格 / 把这份旧制度改写成现行版本）。
注意：
- 不要编造原文没有的数字、条款、人名。
- 识别如有歧义，在文末列"待确认清单"，告诉我哪些字/数看不清。
- 三步结果用分隔线分开，我好分别复制。如果只是想”还原成可编辑文档”不想改写，把第三步删掉即可。如果只是想”抽取成表格”，把第三步换成具体表头要求。
四、改前改后对比：一份手写好似发票的扫描件
改前（原 PDF 是张倾斜照片，文字如下，肉眼都费劲）：
令同（？）公司：今收到 XX 科技支忖（？）软件弗（？）用 壹万贰仟元整，2023 年 11 月 8 日，经手人：张×。
千问办公还原 + 改写后（我要求”整理成规范收据条目 + 待确认清单”）：
还原文本
| 项目 | 内容 |
| — | — |
| 收款对象 | 〔?〕公司（首字不清） |
| 付款方 | XX 科技 |
| 用途 | 软件费用 |
| 金额 | 壹万贰仟元整（¥12,000） |
| 日期 | 2023-11-08 |
| 经手人 | 张〔?〕（姓氏后一字不清） |
待确认清单
– 收款公司名称首字无法辨认，需核对原件
– 经手人”张”后一字模糊，疑似”伟/强”
– “支忖””软件弗”为识别歧义，已按”支付””软件费”理解，请确认
关键价值：它没硬编那个看不清的字，而是标出来让你确认。这种”敢于说看不清”的行为，比强行猜一个错字负责任得多。
五、会翻车的情况与补救
翻车点一：扫描模糊、歪斜、有阴影
糊到一定程度，它识别率断崖下跌，中文尤其容易把形近字搞混（如”支/收””已/己”）。补救：上传前先用手机扫描类 App 做”增强+去阴影”再传；或在指令里强调”字迹不清处一律用〔?〕标出，不要猜”。
翻车点二：表格错位
多列、跨行、带边框的复杂表格，还原后常常列对不齐、单元格合并错乱。补救：要求”逐行列出，每行用逗号分隔原始内容，不要强行对齐”，拿到干净的一维文本后你自己粘进 Excel 分列，比让它直接出表格更准。
翻车点三：数字和金额认错
这是最危险的——”1000″认成”10000″不会有任何提示。补救：凡是涉及金额、数量、日期，识别完务必你本人逐字核对原件；大额文件别完全信任机器识别。
翻车点四：篇幅超限
页数多的扫描件，识别文本可能超长被截断，以当前页面显示为准。补救：一次传几页，或先要求”只识别第 X 到第 Y 页”。
翻车点五：手写体
印刷体识别尚可，连笔手写基本靠蒙。补救：手写件建议先人工誊清关键字段再让 AI 处理非手写部分。
六、哪些场景它真的能替你省时间
说点正面的，别光吐槽：
- 老文档数字化：一批印刷体扫描的制度、说明，识别+还原成 Markdown，后续搜索、引用都方便。
- 合同/协议要点抽取：把几页条款改写成”权利义务清单”表格，比自己通读快。
- 发票/单据批量录入：单张识别成表格行，再汇总，适合量不大的情况（量大请上专业 OCR）。
- 外文扫描件：顺带做翻译，识别+译写一步到位。
一句话总结：把它当”看得懂图的初级文员”用——能认字、能整理、能改写法，但凡涉及”钱、人名、法律条款”的精确数字，最后过一遍你自己的眼睛。它帮你省的是”从零敲字”的时间，不是”替你担责任”的时间。