# 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。

- 網址：https://yourjobpocket.com/learn/claude-pdf-markitdown-token
- 發布：2026-10-23
- 主題：Claude
- 作者：@your.engineer.ben（https://www.instagram.com/your.engineer.ben/）
- 出處：Lesson by Job Pocket（https://yourjobpocket.com/learn），免費、不用登入

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 [@your.engineer.ben](https://www.instagram.com/your.engineer.ben/)。
