读
让 AI 读截图、图表和拍下的书页
图片也是文档。别人截图发到群里的图表、借不到书只好拍下来的那一页、讲清整个架构的那张示意图——这些文件,多数工具只当作装饰,之后也再找不到。
知识工作里,图片源源不断地进来,然后消失在文件夹里——因为它们没有一处能被搜到,打开一张,也只能告诉你本来就记得的东西。办法不是一个更好看的图库,而是让图片能被读懂——只读一次、便宜、并且应用里其他地方都能用上这次结果——让锁在像素里的内容,能以可编辑的文字带走。
读一次,处处都用
描述和图片本身绑定保存,而不是和你恰好在哪里看它绑定。
- 在查看器里问一张图,再把同一张图放到画布上,用的是同一次读图结果——同一张图不会付两次钱。
- 描述会进入你的知识库,所以这张图会出现在之后关于这个主题的回答里,而不是对一切都隐形。
- 它被标为对一张图的描述。回答可以说这张示意图画了什么,但不能把它当成从某页上引用的原话。
- 只在你要求时读图,或者在某个操作确实需要像素的第一时间读——而不是对每个划过的文件都自动读。
只问图的一部分
关于一张图,最有用的问题大多只关于它的某一角。
- 拖一个框框住一块区域再提问——多子图里的一格、截图表格里的一列、那个看不清的图例。
- 区域随问题一起发送,所以回答针对的是你指的那一块,而不是笼统的整张图。
- 在画布上,同一块区域会成为单独的一项,可以展开、和另一张图对比,或者跟它较劲。
- 画布技能里有六个坚持要看原始像素而不是描述——把图表读回成数字、拆解版式、评审一张设计图。
一张图,变成一篇能编辑的笔记
表格截图、图表、公式、白板、拍下的书页——锁在像素里的内容,都能以普通 Markdown 的形式带走,存在图片旁边,图片也还在笔记里。
Markdown 表格
每一行、每一列都保持原顺序。数字、单位和符号照印刷的样子保留。拿不准的单元格会标出来,而不是凭空填上。
数据 + 解读
图上的数值以表格返回(从坐标轴估读的标 ≈),再附一段简短解读:测的是什么、趋势、极值、需要注意的地方。
LaTeX
独立公式各占一块,公式编号保留,公式周围的条件以普通文字写在公式之间。
忠实的提纲
标题加分级要点,关键句逐字保留,表格仍是表格。页码和页眉去掉——页面的装饰不是论证。
结构化笔记
还原出分节和列表,箭头写成明确的关系——A → B:原因。保留作者的措辞;原本没有的,一个字不加。
也可以只框住你需要的那部分——截图里的一张表、一张图里的一格——单独转换;同样的框、同样的菜单在 PDF、电子书和幻灯片里也能用,笔记会落在文档旁边。你不用去猜菜单:工具栏会判断它属于哪一种。结果是放在图片旁边的一个普通 .md 文件——能搜索、能链接、能编辑——看不清的地方会标出来,而不是编出来。
和一文件夹的图片相处
整个文件夹的缩略图总览
文件夹里每张图排成一页,扫一眼就能找到,而不用打开三十个文件去找你要的那一张。
翻页和缩放
用方向键翻遍整个文件夹,不用回到文件树;放大到要紧的地方,在任意缩放比例下框选。
名字说明内容
IMG_4821.png 可以按图里实际的内容重命名——这就是能搜索的文件夹和只能一路往下翻的文件夹之间的区别。
文档里的插图也行
PDF 或幻灯片里的一张图表,不用先导出成单独的文件,就能以同样的方式框住来问。
存在作品旁边
你拖到画布上的图片放在画布旁边的文件夹里,画布改名或移动时它们跟着走。不会被复制进任何数据库。
按图片内容筛选
一张图读过之后,缩略图总览就能按内容筛选——那张关于三季度营收的图表,而不是那个叫 IMG_4821 的文件。
哪里会不顺手
- 描述不是逐字转写
模型对一张图写下的内容是一种解读,也是以解读的身份保存的。拍下的一页文字,如果你需要逐字准确的原文,正确的工具是识别而不是描述,那是单独的、可核对的一步。
- 转换是有规矩的誊写,仍然可能出错
它只写看得见的内容。看不清的标为 [无法辨认],推断的标为「推断」——但潦草的笔记、很小的坐标轴标签和拥挤的表格,正是读图最容易出错的地方,而且错得很自信。在此基础上搭建任何东西之前,请对照原图核对。
- 读图要消耗额度
描述和图片绑定缓存,所以是每张图花一次,而不是每个问题花一次——但把四百张照片的文件夹都读一遍,账单是实实在在的。转换和读图是两次单独的运行。
- 有些格式能看,不能读
SVG、AVIF 和 ICO 可以打开查看,但不会发给模型。HEIC 和 TIFF 只在 macOS 上转换后显示。
- 它不是相册
没有人脸分组,没有相册,没有修图。这是给承载论证的图片用的,不是给你手机里那两千张照片用的。
常见问题
能对一张图片提问吗?
能。打开它直接问,或者拖框框住图的一部分——一格子图、表格的一行、截图的某一块——只问这一块。回答针对的是像素本身,而不是文件名。
搜索文件夹时会包括图片吗?
图片读过之后会。进入知识库的是模型对这张图的描述,而且标为描述,不会被当作页面上印着的文字——所以之后的回答不能把它当作逐字原文来引用。
同一张图会被读两次吗?
不会。描述和图片本身绑定保存,所以查看器和画布共用一次读图结果。再次打开这张图、或在别处使用它,都不会再付一次钱。
能把截图变成笔记吗?
能。一张图可以变成存在它旁边的普通 Markdown 笔记——表格截图变成真正的 Markdown 表格,图表变成数据加简短解读,公式变成 LaTeX,白板变成结构化笔记。之后这篇笔记和其他笔记一样:能搜索、能链接、能编辑。
能从图片里把表格提取出来吗?
能。选择表格转换,每一行每一列都按原顺序转过来,数字、单位和符号照印刷的样子保留。也可以只框住一张大截图里的那张表,单独转换。
支持哪些图片格式?
PNG、JPEG、WebP、GIF 和 BMP 既能查看,也能交给模型读。HEIC 和 TIFF 在 macOS 上转换后显示。SVG、AVIF 和 ICO 能查看,不能读。