HopBase「这份报表帮我汇总一下」「这个 PDF 讲了什么」——把文件直接丢给 AI 是最自然的用法。我们的 AI Chat 对话工作台支持图片、PDF、Excel、邮件、网页等多种附件,这篇讲清每种附件的能力边界,以及几个让解析质量明显变好的技巧。
各类附件怎么处理
| 附件类型 | 处理方式 | 建议 |
|---|---|---|
| 图片(截图/照片) | 自动压缩后直接进入视觉理解 | 截图尽量截「一屏一主题」 |
| PDF(文字版) | 逐页解析文字与版面 | 超长文档配合明确的页码指引 |
| PDF(扫描版) | 按图片走视觉理解 | 清晰度决定质量,倾斜的先摆正 |
| Excel / CSV | 解析为结构化表格数据 | 表头干净、一表一主题效果最好 |
| 邮件原文(.eml) | 解析正文与元信息 | 连附件链一起丢,让模型看全上下文 |
| 网页链接 | 抓取正文后进入上下文 | 登录墙后的内容抓不到,先自己导出 |
三个让效果变好的技巧
- 问题先行。先说「我要从这份表里得到什么」,再传文件。模型带着问题读文档,比读完再问的针对性强得多。
- 大文件拆着问。单次上传有 30MB 的守卫线,但更重要的是:一次丢十个 sheet 不如按主题分批问,每轮聚焦一个问题。
- 要结构化输出就说清格式。「输出成 Markdown 表格,列是:项目、金额、同比」这样的指令,能让汇总结果直接可用。
一个真实的工作流示例
月度经营分析:把上月和本月两份 Excel 一起上传,第一轮让模型「对齐两表口径,列出差异项」;第二轮针对差异最大的三项追问原因假设;第三轮让它把结论写成给老板的三段式邮件。整个过程不用导数据、不用写公式,十分钟完成过去半天的工作。
附件能力在所有主流模型上都可用——换模型不用换工作流,这正是把对话工作台架在网关之上的好处。