图片和 PDF 支持

使用 AI 从文档中的图片和 PDF 中提取文本、生成标题和创建描述。

Craft 的 AI 助手可以帮助你直接在文档中理解、总结和描述图片和 PDF。当你将鼠标悬停在支持的内容上时，会出现快捷操作按钮，让你可以即时进行交互。

图片和 PDF OCR 支持已在 3.3.5 版本中添加，轻松实现文本提取、标题生成和无障碍替代文本创建。

​

PDF 支持

AI 助手可以使用 Max 模型读取和解析附加到文档中的 PDF 文件。

PDF 可以做的事情：

• 生成整个文档的摘要
• 就内容提出问题
• 提取关键要点或见解
• 获取特定信息

这在以下场景中特别有用：

• 研究论文和文章
• 报告和白皮书
• 文档和手册
• 会议记录和演示文稿

​

图片支持

AI 助手与图片配合尤为出色，能为视觉内容提供快速结果。

​

支持的图片格式

• PNG
• JPG
• JPEG
• GIF
• WEBP

目前不支持 HEIC 图片。在使用助手之前，请将 HEIC 文件转换为 JPG 或 PNG。

​

图片可以做的事情

• 生成标题 – 为图片创建描述性标题
• 获取摘要 – 了解图片展示的内容
• 创建详细描述 – 生成深入的解读
• 提升无障碍性 – 为屏幕阅读器生成替代文本
• 提取文本 – 从截图或文档照片中获取文本

使用场景：

• 文档和指南
• 会议白板和图表
• UI 或设计截图
• 图表和图形
• 无障碍合规（替代文本生成）

​

使用 OCR 功能

1. 将图片或 PDF 添加到文档中。

2. 将鼠标悬停在图片或 PDF 块上。

3. 点击出现的助手快捷操作按钮。

4. 选择你想要执行的操作：生成标题、总结、提取文本或提出自定义问题。

助手将处理内容并即时提供结果。

​

代码块

除了图片和 PDF，AI 助手还可以帮助处理代码块：

• 解释代码的功能
• 帮助调试问题
• 阐明逻辑或结构
• 建议改进方案

这使 Craft 成为技术文档和开发笔记的强大工具。

​

获得最佳结果的技巧

对于图片：

• 尽可能使用清晰的高分辨率图片
• 确保图片中的文本清晰可读
• 裁剪不必要的内容以获得更精准的结果

对于 PDF：

• 确保使用的是 Max 模型（其他模型不支持文件附件）
• 较小的 PDF 处理速度更快
• 格式良好、文本清晰的 PDF 效果最佳
• 考虑将非常大的 PDF 分成多个部分

对于代码：

• 提供代码用途的相关上下文
• 如果编程语言不明显，请注明
• 提出具体问题以获得更好的回答

​

相关文章

使用 Craft Assistant

学习使用助手的基础知识

自定义提示词

创建可重复使用的提示词，确保图片描述的一致性

选择 AI 模型

选择合适的模型来处理图片和 PDF

文档中的媒体

了解如何添加和管理图片及文件

代码块

获取 AI 辅助进行代码分析和调试