雨夜里，那份读不完的PDF
凌晨一点半，窗外的雨像细小的沙子敲在玻璃上。我面前摊着一份86页的行业报告，咖啡已经凉了，电脑风扇低低响着。很多人问我：Claude怎么用，才能真的读懂长文档，而不是只给几句漂亮摘要？这问题背后，其实不是“AI会不会总结”，而是我们能不能把一堆混乱材料，拆成可验证、可执行、可追问的线索。
我常用Claude处理三类材料：PDF报告、会议录音转写稿、合同或招标文件。免费版可以尝试基础长文本分析，但额度和高峰期可用性不稳定；官方账号路线最稳，先完成Claude注册方法所需的邮箱、手机号或地区要求，再进入对话上传文件。若文档超过限制，不要硬塞，先处理文本结构。
实战流程：先清洗，再提问，最后追证据
我的做法很朴素。第一步，把PDF转成可复制文本。扫描版先用Adobe Acrobat、WPS OCR或本地工具OCRmyPDF识别；文字版可直接导出txt。若你会命令行，可以用：
pdftotext report.pdf report.txt
第二步，按章节切分。我的经验是，每段控制在3000到6000中文字符，保留标题、页码和表格说明。不要只上传“干净正文”，页码是后续核查的锚点。第三步，把任务写清楚。可以直接复制这段提示词：
你是研究助理。请按“核心结论-证据页码-风险/不确定性-可执行建议”分析以下文档。不要编造文档外信息；若证据不足，请标注“未在材料中找到”。
我在一份52页新能源政策PDF上测试：手读做初版摘要约70分钟；Claude上传分两轮处理，得到可用摘要约12分钟，再人工核查15分钟，总计27分钟。速度不是魔法，节省的是“从哪里开始读”的时间。
如果是会议纪要，先用飞书妙记、腾讯会议转写或Whisper生成文本，再让Claude按“决策、负责人、截止日期、争议点、待确认问题”整理。这里的关键不是让AI写得像人，而是让它把责任边界写清楚。
常见翻车点，以及如何确认它真的可靠
Claude长文本分析教程里最容易被忽略的是核查。模型会遗漏表格脚注，也可能把“预测值”说成“实际值”。所以每次输出后，我都会追加三问：第一，列出你引用过的原文句子；第二，指出哪些结论证据最弱；第三，给出我应该回到原文核对的页码。若它无法给页码或原句，就不要把结论直接发给同事。
还有一个实用小技巧：让Claude先做目录地图，而不是立刻总结。提示词可以是：请先不要总结，先列出本文档结构、每章主题、关键表格和可能影响结论的定义。这一步能显著减少跑偏。处理合同时，也别问“有没有风险”这种大问题，改问“请找出付款、违约、自动续约、数据归属、管辖法院相关条款，并逐条引用原文”。
如何验证它 works：随机抽取AI输出的5条关键结论，回到原文页码核对；至少4条能找到明确原文支撑，且没有把条件、时间、主体说错，才算通过。再把同一材料换一个新对话，用相同提示词重跑一次，比较两次结论是否一致；若核心建议差异很大，说明你的切分或提示词还不够稳定。
至于Claude免费使用，适合低频阅读和试流程；高频办公可考虑官方付费或团队工具。睿盈工具在 wizzegroup.com 也会持续整理这类AI办公实战笔记，但无论你用哪条路线，真正的安心，仍来自那一次次回到原文的核对。