別再直接丟 PDF 給 Claude：先用微軟 MarkItDown 轉 Markdown，少燒不少 token

你是不是也習慣這樣用 AI：拿到一份 PDF，不管是報告、合約還是論文，直接拖進 Claude，然後問「幫我整理重點」？

方便是方便，但如果你是用 API，或是常常撞到額度上限，這個習慣可能讓你多花了不少 token。原因不是你的檔案特別大，而是 Claude 讀 PDF 的方式，本來就比讀純文字「貴」。

這篇先用官方文件說明 PDF 為什麼會燒 token，再介紹微軟開源的 MarkItDown，教你怎麼把 PDF 先轉成 Markdown 再交給 Claude，最後也會誠實說明這招的限制。

為什麼直接丟 PDF 會比較燒？

根據 Anthropic 官方的 PDF 支援文件，Claude 處理 PDF 的方式是：

系統會把 PDF 的每一頁都轉成圖片。
同時也會把每一頁的文字擷取出來，跟圖片一起提供給模型。

也就是說，每一頁都是「圖片加文字」雙份內容。這樣做的好處是 Claude 能看懂圖表、版面和圖片，這也是官方強調的功能。但代價是 token 會比較多。

文件裡的數字是這樣：

光是文字，每頁通常約 1,500 到 3,000 個 token，依內容密度而定。
圖片的部分，另外按照圖片的計算方式再算一次。
標準 API 定價，沒有額外的 PDF 附加費。

官方文件裡還有一個 Bedrock 的例子：同一份 3 頁的 PDF，純文字模式大約 1,000 個 token，開啟視覺模式則約 7,000 個，差了大約七倍。注意這是 Bedrock 平台上的特定情境，不能直接套用到所有情況，但可以讓你感受到「有圖片」和「純文字」的差距。

另外官方列出的限制還有：單次請求 32 MB、最多 600 頁（如果模型上下文不到 1M，則是 100 頁），而且不支援有密碼或加密的 PDF。

解法：先轉成 Markdown 再丟

既然純文字比較省，那就先把 PDF 轉成文字。這時候就輪到 MarkItDown 出場。

項目	內容
專案	microsoft/markitdown
GitHub 星數	約 19 萬顆星（2026 年 10 月）
授權	MIT
用途	把 PDF、Word、PowerPoint、Excel 等轉成 Markdown，給 LLM 使用
環境	Python 3.10 到 3.14
費用	免費、開源

它是微軟推出的 Python 工具，專門把各種文件轉成 Markdown。Markdown 結構簡單，標題、清單、表格都能保留，LLM 讀起來相當順。

怎麼安裝與使用

步驟一：安裝

確定電腦有 Python（3.10 以上），然後在終端機輸入：

pip install 'markitdown[all]'

[all] 的意思是把各種格式需要的選用套件一起裝起來，這樣 PDF、Word、Excel 等都能轉。

步驟二：轉檔

安裝完成後，一行指令就能把 PDF 轉成 Markdown 檔：

markitdown file.pdf -o document.md

把 file.pdf 換成你的檔名，document.md 就是輸出的檔案。Word、PowerPoint、Excel 也是同樣的用法，換成對應的檔名即可。

步驟三：把 Markdown 丟給 Claude

打開 document.md，快速掃過確認內容正常，再把文字貼進對話，或直接上傳這個 .md 檔。因為已經是純文字，Claude 不需要再為每一頁額外處理圖片。

進階：用 MCP 讓 Claude 自己呼叫轉換

如果你不想每次都手動轉檔，MarkItDown 還有一個 MCP 版本：markitdown-mcp。

安裝與啟動：

pip install markitdown-mcp
markitdown-mcp

它是以 STDIO 方式運作，提供一個工具叫 convert_to_markdown，可以接受 http、https、file 或 data 這幾種 URI。把它接到支援 MCP 的 Claude 環境後，你可以請 Claude 自己呼叫這個工具，去轉換某個檔案路徑或網址。

這裡有一個常被誤解的地方：它不會自動攔截你拖進對話框的附件。 它只是多了一個工具，Claude 需要主動去呼叫它，而且你要給它檔案路徑或網址。所以比較準確的說法是「讓 Claude 自己呼叫轉換」，而不是「每次上傳都自動轉」。

另外 README 提醒，這個 MCP 伺服器適合在本機搭配可信任的 agent 使用；如果是 Claude Desktop，建議用 Docker 執行。

要注意的地方

一、只抓文字，圖表會不見

MarkItDown 處理 PDF 靠的是 pdfminer.six 這類文字擷取工具，只拿得到文字。PDF 裡的圖表、圖片、特殊排版，轉完就沒了。如果你的重點正好是一張圖表，這招反而會讓 Claude 看不到關鍵資訊。

所以比較精準的說法是：文字為主的 PDF，轉成 Markdown 才划算。 像是長篇報告、合約、論文本文，很適合。以圖為主的簡報或財報，就要斟酌。

二、掃描檔需要另外處理

如果是掃描出來的 PDF（其實是整頁圖片），一般的文字擷取抓不到內容。MarkItDown 有選用的 markitdown-ocr 外掛，但它會用 LLM 的視覺能力辨識，需要 API 金鑰，也就是說還是會花 token。

三、不要把它當成「品質更好」的保證

網路上有人說「Claude 吃 Markdown 回答品質比較好」。這點官方文件沒有寫，我們也沒有驗證，所以不敢背書。這篇主張的只有「省 token」這一點，而且是有條件的省。MarkItDown 自己的 README 也說，它轉出來的結果是給文字分析工具用的，不一定適合要求高保真的文件轉換。

四、想處理表格和掃描檔，可以看看 Docling

如果你的文件有很多表格，或是需要處理掃描檔，可以參考同類型的 docling-project/docling。它是支援版面分析的 PDF 解析工具，MIT 授權，約 7 萬顆星（2026 年 10 月），專案持續有更新。我們這邊只確認過它的基本資訊，沒有實測，適合當作進階選項自己評估。

什麼時候值得轉？

簡單判斷：

文字很多、圖很少：值得轉。
要 Claude 看圖表、版面：直接丟 PDF，別省這個。
掃描檔：先確認 OCR 方案和成本。
檔案很多、要批次處理：用指令加 MCP，會比手動方便。

一個實際的使用情境

假設你手上有一份五十頁、以文字為主的產業研究報告，想請 Claude 幫你整理成重點摘要。

如果直接上傳 PDF，依照官方文件的計算方式，每一頁都有文字 token，再加上每頁圖片的 token，頁數一多，總量就會很可觀。如果你是用 API 付費，這個差距會直接反映在帳單上；如果你是用一般訂閱方案，則會更快碰到使用上限。

改成先用 MarkItDown 轉成 Markdown，你只需要多花幾秒鐘跑一行指令。轉完之後先打開檔案看一下，確認標題層級和段落沒有亂掉，再交給 Claude。因為內容已經是純文字，也比較容易只挑你關心的章節貼進去，進一步控制 token 用量。

反過來說，如果這份報告裡有大量的折線圖、長條圖，而你的問題正是「圖表顯示了什麼趨勢」，那就不要轉。直接丟 PDF，讓 Claude 看到頁面圖片，反而才是正確選擇。省 token 不是目的，拿到正確答案才是。

最後建議養成一個小習慣：轉檔之後花三十秒檢查輸出。表格有時會跑版，頁首頁尾也可能混進正文，稍微整理一下，後面的對話會順很多。

常見問題

一定要會寫程式嗎？ 不用。只要電腦裝得了 Python，能在終端機貼上指令就行。

Word、Excel、簡報也能轉嗎？ 可以，MarkItDown 支援這些格式，用法和 PDF 一樣，指令換成對應檔名即可。不過簡報裡的圖片同樣不會被轉成文字描述。

轉完的檔案要先檢查嗎？ 要。表格可能跑版、頁首頁尾可能混進內文，花一點時間整理，後續問答的品質會好很多。

加密的 PDF 怎麼辦？ 官方文件寫明 Claude 不支援有密碼的 PDF，所以要先自己解除保護，再做轉換。這點請在合法、你有權限的前提下處理。

為什麼說這是「有條件的省」？

Token 的計費邏輯是看你送進去多少內容。PDF 之所以貴，是因為官方為了讓模型能理解版面與圖片，刻意把每頁當成圖片再處理一次，這是功能，不是缺陷。

所以轉成 Markdown 的本質，是用「少一些資訊」換「少一些費用」。如果你要的資訊本來就在文字裡，那就是純賺；如果資訊在圖裡，那就是賠。搞清楚這個取捨，比盲目轉檔重要得多。你也可以把兩種做法混用：先轉成 Markdown 讓 Claude 讀文字，遇到需要看圖的那幾頁，再單獨把那幾頁截圖或擷取出來給它看。

參考連結

Anthropic PDF 支援文件：https://platform.claude.com/docs/en/build-with-claude/pdf-support
MarkItDown：https://github.com/microsoft/markitdown
markitdown-mcp：https://github.com/microsoft/markitdown/tree/main/packages/markitdown-mcp
Docling：https://github.com/docling-project/docling

更多 AI 工具，追蹤 IG @aihub.tw。