PDF для нейросети - это не документ, а каша разметки
Когда вы загружаете PDF в чат, модель не видит аккуратно свёрстанную страницу - она видит поток символов вперемешку с координатами элементов, служебными тегами и визуальным форматированием, которое для человека невидимо, а для токенайзера всё равно текст. Одна страница обычного PDF может занимать от полутора до трёх тысяч токенов в сыром виде - и это ещё до того, как вы задали хоть один вопрос по содержанию. Договор на двадцать страниц съедает солидную часть лимита только на то, чтобы модель вообще «увидела» файл.
Что делает MarkItDown
Установка и запуск
Проще всего поставить через Claude Code, который сам выполнит команды в терминале - не нужно вручную разбираться с окружением Python.
Установи в этой папке инструмент MarkItDown от Microsoft (pip install "markitdown[all]") в отдельном виртуальном окружении Python и проверь, что команда запускается
Для конвертации отдельного файла достаточно назвать его имя - Claude Code сам подберёт нужную команду и покажет результат.
До и после конвертации
Таблица прокручивается вбок на телефоне →
| Параметр | Сырой PDF в чате | После MarkItDown |
|---|---|---|
| Что видит модель | Разметку, координаты, служебные теги | Чистый структурированный текст |
| Расход токенов на страницу | Выше - визуальный мусор занимает место | Заметно ниже - тот же смысл, меньше «шума» |
| Таблицы и заголовки | Иногда теряют структуру при чтении | Сохраняются как читаемый Markdown |
| Где хранится файл | Обычно уходит на сервер сервиса | Конвертация происходит локально |
Когда это особенно оправдано
Экономия заметнее всего на объёмных документах, которые вы прогоняете через нейросеть регулярно - многостраничные договоры, отчёты, презентации с большим количеством текста на слайдах. Для короткой одностраничной справки разница почти не ощущается, и конвертация ради экономии нескольких сотен токенов не стоит потраченного времени. Правило простое: чем больше документ и чем чаще вы с ним работаете, тем сильнее окупается лишний шаг конвертации.
Чек-лист перед загрузкой объёмного документа
- Для документов больше нескольких страниц конвертируйте в Markdown перед загрузкой, а не отправляйте сырой файл.
- Проверьте, что таблицы и заголовки сохранились после конвертации - иногда сложная вёрстка ломается.
- Для одностраничных коротких файлов конвертация обычно не оправдана - разница в токенах небольшая.
- Держите чувствительные документы в локальной конвертации, если не хотите отправлять их на сторонний сервер.
- Проверяйте версию инструмента перед регулярным использованием - открытые проекты обновляются со временем.