Chuyển PDF sang Markdown, giữ nguyên văn bản gốc
Tải tệp PDF lên để nhận lại văn bản định dạng Markdown — giữ nguyên cấu trúc tiêu đề, danh sách và bảng biểu từ tài liệu gốc. Các tệp có sẵn lớp văn bản (text layer) được chuyển đổi trực tiếp, thường chỉ mất một hoặc hai giây.
Markdown là định dạng trường tồn: mở tốt trên Obsidian, Notion, Bear, VS Code cùng mọi trình soạn thảo văn bản thuần khác, và hoàn toàn dễ đọc dưới dạng văn bản thô. Điểm khó nhất là trích xuất nội dung từ PDF mà không làm vỡ cấu trúc — hoặc không để các mô hình AI tự ý diễn giải lại lời văn trong bản gốc.
Chế độ này hoàn toàn không viết lại bất cứ nội dung nào. Nếu PDF có sẵn lớp văn bản, nội dung sẽ được trích xuất và chuẩn hóa trực tiếp: không gọi mô hình AI, không phải chờ tạo văn bản. Nếu là trang quét (scan), trang đó sẽ được kết xuất ở độ phân giải khoảng 144 dpi và được nhận diện lại bằng mô hình thị giác AI — mất khoảng hai mươi giây mỗi trang và chỉ xử lý tối đa bốn trang đầu.
Xem trước kết quả
Kết quả thực tế: đầu vào là một trang bài giảng chụp lại, đầu ra 542 ký tự Markdown, mất 7.6 giây. Chưa qua chỉnh sửa:
# Lecture 6 - Cellular respiration Three stages: glycolysis (cytosol), the citric acid cycle (mitochondrial matrix), oxidative phosphorylation (inner membrane). Glycolysis nets 2 ATP and 2 NADH per glucose. Each turn of the cycle yields 3 NADH, 1 FADH2, 1 GTP, 2 CO2. Complexes I, III and IV pump protons; complex II does not. ATP synthase uses about 4 protons per ATP. Theoretical maximum: 30-32 ATP per glucose.
Phù hợp với ai
- Đưa nội dung PDF vào Obsidian hoặc Notion mà không cần gõ lại
- Giữ nguyên cấu trúc đề mục để nội dung sau khi dán vẫn mạch lạc
- Chuyển tài liệu bài giảng thành dạng có thể tìm kiếm và chỉnh sửa
Chưa phù hợp với: Tài liệu chia hai cột có thứ tự đọc không rõ ràng, và các tệp PDF chứa phần lớn là phương trình — ký hiệu sẽ hiển thị dạng văn bản thường chứ không phải công thức toán được định dạng.
3 mẹo giúp kết quả tối ưu hơn
- Nên xử lý từng chương một. Chuyển cả cuốn sách 300 trang chủ yếu tốn thời gian trích xuất chứ không mang lại thêm giá trị.
- Kiểm tra lại bảng sau khi dán: các hàng thường giữ được, nhưng các ô gộp thì thường không.
- Nếu tài liệu gốc là bản scan, thời gian xử lý khoảng hai mươi giây mỗi trang và chỉ áp dụng cho bốn trang đầu.
Cách hoạt động
- Tải lên tệp PDF — hoặc ảnh chụp trang tài liệu nếu bạn có.
- Giữ nguyên lựa chọn định dạng đầu ra là Markdown và nhấn nút chuyển đổi.
- Sao chép văn bản hoặc tải về dưới dạng tệp .md để mở trong ứng dụng ghi chú của bạn.
Câu hỏi thường gặp
Công cụ có tự ý đổi câu chữ của tôi không?
Không. Với PDF có lớp văn bản, toàn bộ nội dung được trích xuất nguyên trạng, bao gồm các dòng tiêu đề, ký hiệu danh sách và hàng bảng. Chế độ này không có bước tóm tắt.
Tệp PDF dạng scan sẽ được xử lý thế nào?
Các trang không có lớp văn bản sẽ được kết xuất thành hình ảnh và nhận diện lại bằng mô hình thị giác AI do không có dữ liệu để trích xuất trực tiếp. Hệ thống chỉ đọc tối đa bốn trang đầu và sẽ có thông báo phía trên kết quả khi đạt giới hạn này.
Tôi có thể tải lên các định dạng nào?
PDF, DOCX, PPTX, XLSX, EPUB, HTML, CSV, Markdown, plain text và hình ảnh. Các định dạng cũ như .doc và .xls cần được lưu lại thành .docx hoặc .xlsx trước.
Dung lượng tệp có bị giới hạn không?
Tối đa 40 MB mỗi tệp. Các tệp vượt quá mức này sẽ bị từ chối ngay trước khi quá trình xử lý bắt đầu.