HopBase「這份報表幫我彙總一下」「這個 PDF 講了什麼」——把文件直接丟給 AI 是最自然的用法。我們的 AI Chat 對話工作台支持圖片、PDF、Excel、郵件、網頁等多種附件，這篇講清每種附件的能力邊界，以及幾個讓解析質量明顯變好的技巧。
各類附件怎麼處理
| 附件類型 | 處理方式 | 建議 |
|---|---|---|
| 圖片（截圖/照片） | 自動壓縮後直接進入視覺理解 | 截圖盡量截「一屏一主題」 |
| PDF（文字版） | 逐頁解析文字與版面 | 超長文檔配合明確的頁碼指引 |
| PDF（掃描版） | 按圖片走視覺理解 | 清晰度決定質量，傾斜的先擺正 |
| Excel / CSV | 解析為結構化表格數據 | 表頭乾淨、一表一主題效果最好 |
| 郵件原文(.eml) | 解析正文與元信息 | 連附件鏈一起丟，讓模型看全上下文 |
| 網頁鏈接 | 抓取正文後進入上下文 | 登入牆後的內容抓不到，先自己匯出 |
三個讓效果變好的技巧
- 問題先行。先說「我要從這份表裡得到什麼」，再傳文件。模型帶著問題讀文檔，比讀完再問的針對性強得多。
- 大文件拆著問。單次上傳有 30MB 的守衛線，但更重要的是：一次丟十個 sheet 不如按主題分批問，每輪聚焦一個問題。
- 要結構化輸出就說清格式。「輸出成 Markdown 表格，欄是：項目、金額、同比」這樣的指令，能讓彙總結果直接可用。
一個真實的工作流示例
月度經營分析：把上月和本月兩份 Excel 一起上傳，第一輪讓模型「對齊兩表口徑，列出差異項」；第二輪針對差異最大的三項追問原因假設；第三輪讓它把結論寫成給老闆的三段式郵件。整個過程不用導數據、不用寫公式，十分鐘完成過去半天的工作。
附件能力在所有主流模型上都可用——換模型不用換工作流，這正是把對話工作台架在網關之上的好處。