PiPiTy先识别：文本型、扫描型，还是混合型 PDF
尝试选择并复制一小段文字。如果复制后顺序正常，它通常是文本型 PDF；如果整页只能作为图片选择，则可能是扫描件；如果正文可复制但图表或附录不可复制，就是混合型文件。
| 文件类型 | 主要风险 | 处理重点 |
|---|---|---|
| 文本型 PDF | 双栏顺序、页眉页脚混入正文 | 核对段落顺序，删除重复装饰文本 |
| 扫描型 PDF | OCR 错字、数字和单位识别错误 | 逐项对照原页，重要数字手工复核 |
| 混合型 PDF | 正文与图表来源脱节 | 记录图表所在页和对应说明 |
即使文本提取看起来正确，也要保留原 PDF 作为核对依据。页码、脚注、图例和单位常常在纯文本中丢失。
建立一份带来源的事实清单
不要直接从几十页 PDF 开始生成。先列出演示目标需要的事实，每一项记录原文、页码、可否改写和准备放在哪一章节。这样能减少数字在多轮改写中失去语境。
- 结论：作者明确表达的判断，记录适用范围。
- 数据：保留年份、单位、样本和统计口径。
- 引用：记录出处与页码，区分原话和你的概括。
- 图表：记录标题、图例、来源和相邻解释。
- 限制：把报告中的假设、例外和不确定性一起留下。
如果文件包含敏感信息，应先确认是否允许上传和处理；不在授权范围内的内容不要进入在线工具。
把 PDF 章节改写为听众的问题顺序
报告的目录是作者的论证顺序，不一定是你的演示顺序。面向管理层时，可以先给结论和影响，再展示证据；面向培训时，则需要先建立概念，再用例子和练习巩固。
请根据这份 PDF 形成 12 页内部解读。先用一页说明核心结论，再分别解释三个影响因素，保留原报告中的年份、单位和来源。图表只使用能够准确解释的内容；无法确认的数据标记为“待核对”，不要自行补充。最后一页列出对当前工作的三个行动建议，并与原报告结论区分。
一页只承担一个问题。需要展示完整目录、方法或明细时，可放入附录，而不是让正文不断变长。
图表不是装饰，必须保留解释条件
截图图表前先看清坐标轴是否截断、颜色代表什么、数据来自哪一年。直接裁掉标题、图例或脚注，可能让图表得出与原报告相反的含义。
什么时候重绘，什么时候保留原图
数据能够准确读取、单位明确，并且你需要统一品牌样式时，可以重绘；复杂统计图、专业示意图或版权边界不清时，更适合保留必要范围的原图并注明来源。无论哪种方式，都要保证投影环境下仍可读。
不要为了“更有冲击力”擅自调整比例、删除负面数据或改变时间区间。视觉表达不能改变事实。
导出前重点检查五类错误
- OCR 是否把 0、O、1、I，或小数点识别错。
- 百分比是否保留了分母、年份和统计范围。
- 概括句是否被写成原作者的直接结论。
- 图表截图是否包含标题、图例、单位和来源。
- 页面标题是否表达结论，而不是重复章节名称。
完成内容核对后，再用 PPT 交付检查清单检查排版、链接和文件兼容性。如果原材料是可编辑文档，也可参考 Word 转 PPT 的结构整理方法。