MarkItDown 檔案脫水術：PDF 先轉純文字，Claude 讀檔省 Token

這是什麼

MarkItDown 是微軟放在 GitHub 上的免費開源工具，能把 PDF、Word（.docx）、PPT（.pptx）、Excel、CSV 轉成 Markdown（.md）純文字檔。這篇教你把它做成「檔案脫水」拖曳工具：Windows 設定一次，以後把檔案拖上去，原檔旁邊就會多一份脫水後的 .md。

為什麼要多這一步？Claude 官方文件寫，用 API（寫程式串接 Claude 的方式）直接送 PDF 時，Claude 會把每一頁轉成一張圖片，同時抽出那頁的文字，兩份一起看，所以同一頁的文字和圖片都要算 Token（AI 計算用量的單位）。

官方估計文字部分每頁通常要 1,500 到 3,000 Token，每頁的圖片還要另外算。照這樣算，一份 30 頁的 PDF 光文字就可能用掉 4.5 萬到 9 萬 Token；字少的頁面會少很多，但不管頁面上有沒有圖，每一頁都還要另外算一張圖的 Token，比較新的模型也算得比較多，總數可能更高。

在 claude.ai 網頁或 App 上傳 PDF，100 頁以內 Claude 會連圖表一起看；101 到 1000 頁只讀文字；超過 1000 頁傳不上去。claude.ai 上每頁用掉多少 Token，官方沒有公布。

先轉成純文字再交給 Claude，就不用再為圖片花 Token，只算文字。不過 claude.ai 上超過 100 頁的 PDF 本來就只讀文字，這招省不到圖片那部分。

ChatGPT 的一般帳號（企業版 Enterprise 以外）在 App 或網頁上傳 PDF，本來就只讀文字，所以這招主要是給 Claude 用的（依 OpenAI 說明文件）。

誰需要

• 常把合約、逐字稿、會議紀錄這類字多的文件丟給 Claude 問問題的人
• 一次要丟好幾份文件給 Claude，擔心用量不夠的人
• 寫程式串接 Claude（API）大量處理 PDF、在意費用的人
• 看到黑色視窗、要打指令就想放棄的 Windows 使用者（只有第一次設定要貼幾行指令）

要不要錢

MarkItDown 免費，PDF、Word、PPT、Excel、CSV 都在你自己的電腦上轉，要先裝的 Python 也免費（2026-09-15 查證）。會收費的只有另外串接微軟 Azure 的雲端辨識服務，或接 AI 外掛做圖片辨識，照這篇的做法都用不到。轉好的文字丟給 Claude 之後，用量還是照你原本的 Claude 方案計算。

怎麼開始

第 1 到 7 步是 Windows，Mac 請直接看第 8、9 步。拖曳工具要用的批次檔（.bat）放在文章最下面的贈品教學裡。

1. 確認 Python 版本：按開始鍵，直接打 powershell 按 Enter，在視窗輸入 python --version 再按 Enter。看到 3.10 到 3.13 就跳到第 3 步；其他情況（找不到 Python、跳出 Microsoft Store，或版本不在這個範圍）就做第 2 步。
2. 安裝 Python 3.13：到 python.org 的 Windows 下載頁，找 3.13 的「Windows installer (64-bit)」。官網現在預設給的是 3.14，裝了 3.14 第 3 步會失敗，一定要挑 3.13（2026-09-15 查證）。安裝第一頁下方的「Add python.exe to PATH」記得勾起來，裝完把 PowerShell 關掉重開。贈品教學寫的「3.10 以上」「3.12 以上」，請一律當成 3.10 到 3.13。
3. 安裝 MarkItDown：貼上 pip install "markitdown[all]" 按 Enter，跑出一大串英文是正常的，等它跑完；最後幾行如果出現 ERROR，就是沒裝成功，回第 1 步確認版本。如果顯示「無法辨識 'pip' 詞彙」，代表 PATH 沒勾到，把 Python 解除安裝後照第 2 步重裝。
4. 輸入 markitdown --version 按 Enter，看到 0.1.7 或更新的版本就裝好了。贈品教學寫「版本號的數字可能跟這裡不一樣，有出現就對了」，這裡請多看一眼數字，比 0.1.7 舊代表裝到舊版，回第 1 步檢查 Python。如果顯示「無法辨識 'markitdown' 詞彙」，照第 2 步重裝 Python 3.13，關掉 PowerShell 重開，再做第 3 步。
5. 做拖曳工具：在檔案總管上方「檢視」的「顯示」勾選「副檔名」，再打開記事本，貼上贈品教學裡的批次檔，另存成「檔案脫水.bat」，存檔類型選「所有檔案」、編碼選 UTF-8，存到桌面。圖示變成齒輪狀才是存對。
6. 把檔案拖到「檔案脫水.bat」上放開，轉好的 .md 會出現在原檔旁邊，一次拖好幾個也可以；同名的 .md 已經存在時，會自動加編號另存。舊版的 .doc、.ppt 不支援，先另存成 .docx、.pptx 再拖。
7. 打開轉好的 .md（跳出選擇程式時選記事本），按 Ctrl＋A 全選、Ctrl＋C 複製，貼進 Claude 的對話框，再打你的問題。
8. Mac 先裝 Homebrew（Mac 上裝工具用的免費軟體）：到 brew.sh，把首頁那行指令貼進「終端機」按 Enter。如果跳出安裝「命令列開發者工具」的視窗，按安裝沒關係。裝完後，畫面最後「Next steps」底下會列出幾行指令，也要照著複製貼上執行，不然下一步會顯示找不到 brew。
9. Mac 安裝 MarkItDown：依序打 brew install pipx python@3.13 和 pipx ensurepath，關掉終端機重開，再打 pipx install --python "$(brew --prefix python@3.13)/bin/python3.13" 'markitdown[all]'。裝完打 pipx list，看到 markitdown 0.1.7 或更新的版本才對；之前照贈品教學裝過、或版本比 0.1.7 舊，先打 pipx uninstall markitdown 再重打一次上面那行。贈品 Mac 那頁說的「不要按安裝」「去 python.org 下載」和三行 pipx 指令，請一律以這裡為準。Mac 沒有拖曳工具，轉檔時打 markitdown 你的檔案.pdf -o 輸出檔名.md，輸出檔名如果跟現有的檔案同名，會直接蓋掉，不會問你。

小提醒

檔案的重點在圖表，就直接把原始 PDF 丟給 Claude，不要脫水。

• 轉成純文字之後，圖片、流程圖和圖表裡的內容都會不見。合約、逐字稿這類字多圖少的檔案，才適合脫水。
• PDF 裡的表格最不穩。MarkItDown 不看格線，而是看文字排得整不整齊：3 欄以上、格子裡字很短的表比較容易轉成表格；2 欄的表、格子裡寫長句的表，常會被攤平成一行一行的文字。重要數字記得對照原檔。
• 掃描版 PDF 轉不出字。拍照或掃描存成的 PDF 沒有文字層，轉出來幾乎是空的；頁數多的時候拖曳工具不一定會提示，轉完打開看一眼最保險。
• 這篇裝的 MarkItDown 包含音檔轉逐字稿，會把整段音檔送到 Google 的語音辨識。把 .mp3、.m4a、.wav 或 .mp4 拖上去就可能直接送出，有機密的錄音或影片不要拖。輸入網址（例如 YouTube 連結）也需要連網。
• Windows 電腦如果是 ARM 處理器（例如 Snapdragon 筆電），MarkItDown 需要的元件目前沒有 ARM 版，照這篇可能裝不起來。Mac 最好是 macOS 14 以上：macOS 13 要花很久從原始碼編 Python，也不一定成功；macOS 12 以下不管哪種晶片都裝不起來。
• 批次檔跑出一堆錯誤，或拖上去沒反應，贈品教學最後的「常見問題」有圖解，照著檢查就好。

本文發表於 2026-09-15。步驟依官方說明與贈品教學整理，Python 官網和 MarkItDown 日後可能調整，以官方為準。