框选区域不是截图
把一张图贴进聊天窗口，模型只能尽力去读坐标轴，读不出来就编一个看似合理的数字，留给你一段没法核对的话。在 MindMax 里框选一块，会带上四样东西，每一样都对付上面的一种失败。
- 图像本身，负责只有图像才能传达的东西：版式、形状、箭头、谁挨着谁。
- 框下的原文，取自文档而不是图片。数字、公式和表格里的数值都以这份文字为准。如果下面没有文字——扫描页、画在示意图里的标签——回答必须说明这是从图像上读出来的，可能有误。
- 出处——文件，以及页码、章节或第几张幻灯片——所以回答能引用那个位置、带你回去。
- 整份文档，一并加入提问，所以「那它上面那一段说了什么？」也有东西可读。
- 1图像本身版式、形状、谁挨着谁
- 2框下的原文「准确率较基线提升 42.7%」
- 3出处paper.pdf · 第 7 页
- 4整份文档一并加入提问，方便追问
同一个框，用在你读的所有东西上
这是一个动作，任何打开的文档里都能用——而不是每种文件类型各一个功能。区域对自身的了解，会随格式而调整。
最典型的情况：一张图表、一张被提取工具弄乱版式的表格、一篇领域外论文里的插图。回答引用到页，点一下就过去。
EPUB 与 Kindle 电子书
第九章中间的一张示意图。区域记着它属于哪一章，所以回答能落回 400 页书里的正确位置。
PowerPoint 幻灯片
一张幻灯片的意思，一半在于它的排布。框住你说的那一部分，问题就知道它在第几张。
图片与截图
多子图中的一格、截图表格中的一列、小到看不清的图例。任意缩放比例下都能用。
你自己的笔记
你写的 Markdown 文件里的一张表格或一张渲染出来的图，也能像其他东西一样框住来问。
或者不问了，直接把东西本身留下
那张没法从 PDF 里复制出来的表格、那张你正准备把数字重新敲一遍的图表、那个你笔记里需要的公式——框住它，它就以普通 Markdown 的形式带走。
- 框下的文字层会交给转换器，所以文字和数字来自文档，而不是靠认像素。这正是同一页的截图给不了你的。
- 笔记写在它所截自的文档旁边——第七章.pdf 旁边会多出「第七章 - table.md」，图片存在旁边的文件夹里。
- 表格变成真正的 Markdown 表格，图表变成数据加一段简短解读，公式变成 LaTeX，内容密集的一页变成忠实的提纲。你不用自己选——菜单第一项会自动判断它是哪一种。
- 你已有的东西一样都不会被碰。转换只会新建文件。
回答知道自己从哪来
一张贴进去的截图是条死路：对话一往下走，就没有任何东西把回答和文档连起来了。
- 点一下对话里的缩略图，文档会重新打开到那一页或那一章，相关段落高亮。
- 区域一直挂在对话上，所以对同一张图的追问不用从头开始。
- 回答里的引文会和原文比对，对不上的会在回答末尾标出来，而不是冒充成引文。
从一张看不懂的图，到一样你能留下的东西
框的意义很少只在于那个回答，而在于解释最后能放在你干活的地方旁边。
框住它
拖框框住图表、公式、表格的一行、某一格子图——在你当前阅读的任意缩放比例下都行。框会定住等你；框得有点偏，重画一下就行，不用从头来。
用你自己的话问
当你指着的东西已经附在问题上时，「这到底测的是什么？」就是一个好问题。
对照原页核对回答
引文链接回原段落。框下没有文字时，回答会如实说明，而不是一本正经地报出一个数字。
把解释留下
一步就能把区域和它得到的回答存进今日笔记。图片会复制到你自己的文件夹里，以后删掉对话，笔记也不会坏。
或者把东西本身留下
改为转换这块区域，表格、图表数据或公式就以 Markdown 文件的形式落在文档旁边——当你要的本来就不是回答时，这才是你想要的。
或者带到别处
免费复制为图片，或者把区域拖到画布上，成为单独的一张卡，再展开、对比。
读、想、写闭环中的一环
你的笔记，和你为写它读过的两百篇 PDF，放在同一个文件夹里——由同一个 AI 同时照看两边。换成几款工具拼起来，每一款都只握着其中一半。
- 读本页在你读的任何东西里，框住卡住你的那张图、那张表或那个公式，只问这一块。
- 想把区域拖到画布上，成为单独的一张卡，和另一篇论文里的图做对比。
- 写解释存进今日笔记，转换出的表格以 Markdown 落在文档旁边——随时可以引用。
哪里会不顺手
- 没有文字层的区域就只是一张图
扫描页和纯图形下面没有任何东西可以拿来核对图像。回答会标明是从图像上读出来的——这是诚实，不是准确。需要扫描页上的确切文字时，正确的工具是识别，那是单独的、可核对的一步。
- 转换是有规矩的誊写，不是魔法
它写下看得见的内容和文字层里的内容，看不清的标为「无法辨认」，推断出来的标为「推断」。一张从没把数字印出来的图表，给你的是从坐标轴上读出的估计值，并标为估计——在把这张表用进你自己的论证之前，先核对一下。
- 手写和很小的坐标轴标签，最容易出错
而且错得很自信。潦草的笔记、拥挤的表格和密集的图表，在你基于回答搭建任何东西之前，都值得对照原图核对一遍。
- 图片就是图片，图片要消耗额度
对区域提问会消耗额度，而阅读和高亮你自己的文件不会。一个问题里带四个区域，就是四张图。
- 有些模型服务商根本看不了图
如果你接入的是一个不接收图片的接口，区域会先转成文字，再据此回答——效果更弱，回答依据的是一份转写，而不是那张图本身。
- 这个框不是裁图工具
它截取的是阅读器里屏幕上显示的内容。跨页的一张图是两个区域，而不是一个。
常见问题
这和把图表截图贴进聊天窗口有什么不同？
截图只有像素。在 MindMax 里框选的区域还多带三样东西：框下的原文、它的出处——文件、页码、章节——以及整份文档，一并加入提问，追问时依然有效。所以回答能引用原文、链接回原页，而不只是描述一张图片。
它会从图片上读数字吗？
框下有文字时不会。区域有真实的文字层时，模型会被告知：数字、公式和表格数值以文字为准，图像只用于版式、形状和空间关系。没有文字层时——扫描页、纯图形——它必须说明这个数字是从图上读出来的，可能有误。
能在哪些文档里框选？
PDF、EPUB 与 Kindle 电子书、PowerPoint 幻灯片、图片，以及你自己的 Markdown 笔记。处处都是同一个动作，区域对自身的了解随格式调整：PDF 里是页码，书里是章节，幻灯片里是第几张。
能把回答留下吗？
能。区域和它得到的回答可以一步存进今日笔记。那时图片会复制到你自己的文件夹里，所以以后删掉对话，笔记里也不会留下一张坏掉的图。
能不重新敲一遍，就把表格从 PDF 里弄出来吗？
框住它、转换它。表格会以真正的 Markdown 表格返回，行、列、数字和单位都保持原顺序，写进它所来自的文档旁边的一个文件。框下的文字层会交给转换器，所以文字来自文档，而不是靠认像素。图表转成数据加简短解读，公式转成 LaTeX，内容密集的一页转成忠实的提纲。
需要告诉它我框的是什么吗？
不需要。转换菜单的第一项会让模型自己判断这块区域是表格、图表、公式、提纲还是一组笔记。自己选类型，是留给它判断错了的时候用的。
能对同一块区域追问吗？
能。区域一直挂在对话上，所以下一个问题不用从头开始——对比两张图时，一个问题最多能带四个区域。