ChatGPT最适合的文件格式：用真实文件测出来的答案

简短回答：ChatGPT最适合的文件格式是什么？

该用哪种格式，要看文档是什么内容。简单总结如下：

本文剩下的部分解释原因：上传 PDF 时模型实际收到的是什么；我们把同样的文档转成六种格式、统计 token 的结果；以及怎样准备文件，让回答依据的是正确的章节。

上传 PDF 时发生了什么

要选出 ChatGPT最适合的文件格式，先看看 PDF 会变成什么。PDF 是对页面的描述，不是文本文件。要读懂它，模型提供方必须先把文字提取出来，大厂还会把每一页渲染成图片。根据 OpenAI 的 文件输入指南，把 PDF 发给能看图的模型时，平台会同时提取文字和每一页的图像，一起交给模型；其他文本文件只以文字形式输入。Anthropic 对 Claude 的说明也是同样的做法：

这就是 AI 用 Markdown 还是 PDF 的关键。页面上有图表或扫描签名时，图像很有用，但要额外付出成本：Anthropic 估计仅文字部分每页就要 1,500 到 3,000 个 token，还不算图像；OpenAI 也提醒，PDF 输入可能增加 token 用量。另外，提取的文字质量取决于 PDF 的文字层，重复的页眉、页码和断裂的表格都会原样进来。这两份文档讲的都是开发者平台；面向普通用户的聊天应用没有公布同样详细的信息。

Token：PDF 对比 Markdown，以及另外四种格式

为了拿到 PDF 和 Markdown 的 token 对比数据，我们在 2026年10月19日 选了四个 PDF，把每个都转成六种文本格式：我们的干净 Markdown 转换结果、pdftotext 输出的纯文本（保留版式和不保留版式各一份）、由 Markdown 渲染的 HTML，以及每个块一个对象的 JSON（缩进版和压缩版）。token 用 OpenAI 的 tiktoken 库统计（编码 o200k_base）。PDF 这条路本身我们没有统计，因为每家提供方计算页面图像的方式都不一样。

实话实说：Markdown 和纯文本的成本几乎一样。四个文件合计，纯文本大了 1%；在那份一页的表格文件里，纯文本甚至还小一点，因为竖线也要占 token。4 页报告差距大，是清理的功劳，不是语法的原因：纯文本里留着四份重复页眉和四个页码。HTML 比 Markdown 多 16%，缩进的 JSON 多 36%，压缩的 JSON 多 12%。

所以，Markdown 成为 ChatGPT最适合的文件格式，不是因为它体积小，而是因为结构几乎不花钱：纯文本花同样多的 token，却把标题和表格的列都丢掉了。

为什么大模型用 Markdown 比 JSON 或 HTML 更好？

那么，为什么大模型更适合 Markdown？有三个站得住的理由。第一，结构一目了然：## 开头的一行是章节，| 开头的一行是表格，模型见过的这两种内容多到数不清。第二，噪音少：没有闭合标签，不用给每个键加引号，也没有转义字符。第三，各家的指南指向同一个方向。OpenAI 的 GPT-4.1 Prompting Guide 建议用 Markdown 作为组织提示词结构的起点，指出 JSON 可能更啰嗦、需要转义字符，并提到在长上下文测试中，用 JSON 装多篇文档效果很差，而 XML 表现很好。

所以 JSON 还是 Markdown 的问题可以这样回答：结果要给程序读，或者数据是一组字段固定的记录，就用 JSON；文档要让模型阅读和推理，就用 Markdown。一次放进多篇文档时，给每个 Markdown 文件套一个简单标签，比如 <document title="…">，就能得到 XML 那样的分隔效果，又不用转换内容。

怎样为 ChatGPT 准备文档

1. 把带文字层的 PDF 转成 Markdown，并打开清理，去掉重复的页眉和页码。我们的 PDF转Markdown 工具在浏览器里就能完成。
2. 检查结构：一个 # 标题，章节用 ##，表格用竖线表格。以普通文字出现的标题要改过来。
3. 长文件按标题切分，不要按固定字数切，让每一块都以自己的标题开头。这对检索增强（RAG）系统尤其重要。
4. 先放文档，最后提问题。Anthropic 的 长上下文技巧 推荐这个顺序，并表示在他们的测试中回答质量最多提升了 30%。
5. 把 PDF 留在手边，遇到图表和插图的问题时，单独上传。

如果是自动化流程而不是单次聊天，Python 方案 可以用代码完成同样的转换；我们的 本地转换指南 则介绍了怎样让机密文件一直留在自己的电脑上，直到你决定发送。

什么时候还是该用 PDF

Markdown 并不是在所有情况下都是 ChatGPT 读得最好的格式。如果意义藏在画面里，就用原文件：图表和示意图、扫描页面（没人跑 OCR 的话，扫描件转出的 Markdown 是空的）、位置很关键的表单，以及版式本身就是信息的幻灯片。这些情况下，PDF 本身就是 ChatGPT最适合的文件格式：提供方附加的页面图像正是你需要的，多花的 token 也值得。

对于一份很长的报告，ChatGPT最适合的文件格式往往是组合使用：正文发 Markdown，有图表的那两三页单独做成 PDF 或图片发过去。这样大多数问题用便宜、结构清楚的版本，需要看图时再用视觉版本。给两个文件起清楚的名字，比如 report.md 和 report-charts.pdf，并在提示词里说明哪个文件里有图，模型回答前就知道该去哪里找。