Mathis Lichtenberger 在 LinkedIn 貼文[1]裡寫,這是他全職做 ChatPDF 之後的第一項大改進,後面還有更多。改進內容聽起來不太像 AI 公司會拿來當頭條的東西:把 PDF 和對話視窗並排放在同一塊螢幕上。同一個頁面上的 ChatPDF 官方貼文補了一句,這樣使用者能一邊看原文一邊提問,不用在視窗之間來回切換。
一個建立在語言模型上的產品,全職之後先拿出來誇的,不是模型換了哪一版,而是一塊螢幕怎麼擺。這個排序比任何功能列表都更說明它想解決什麼。
讀 PDF 的麻煩,多半就在這一步。比如你要處理一份四十頁的租賃合約,想弄清楚「押金在什麼條件下可以退」。老辦法是 Ctrl+F 搜關鍵詞,再上下讀幾段判斷語境;或者把整份檔案貼進通用聊天框。要是它只給出一段讀起來很順的話、卻不指出落在原文哪一段,你仍要自己判斷它是從檔案裡來的,還是從模型自己的常識裡來的。
ChatPDF 接手的是中間這一段:把檔案拖進去,把問題打進去,回答和它在原文裡的落腳點一起回來。官網 FAQ[2]說,它會給文件的內容和含義建一層映射,收到問題時先找出相關段落,再生成帶引用的回答;具體請求在 GPT-4o 與 GPT-4o-mini 之間動態路由。官網展示的並排視圖和內建引用,答案裡的連結可以直接跳回 PDF 對應位置。這些是官方自述,所引材料沒有獨立的準確性或效能測試。
但這套設計裡有個站得住的判斷:在「讀一份不熟悉的文件」這件事上,答案能核對比答案漂亮更要緊。並排佈局是這個判斷的另一半。引用給了你一個頁碼,可頁碼要真的省事,眼睛就不能被逼著離開答案。
圖:來源 ChatPDF 發布者在 Product Hunt 的產品圖[3],2026-11-11取得,保留原介面。
用起來沒有帳號門檻。官網[2]說不用註冊就能開始,註冊的好處是歷史能存下來,也能開多文件對話。支援格式包括 PDF、Word、PowerPoint、Markdown 和純文字;首頁 hero 還寫了 file、video、website,但 FAQ 沒列影片和網站,不能把 hero 當完整輸入清單。
多文件對話值得單獨說一句。官方說可以建資料夾,把幾份 PDF 放進同一段對話,跨檔案提問、比較、找關聯。讀一整套合約時,這大概是和單份問答最不一樣的地方:不是一份份讀完再自己拼,而是讓它們先待在同一個房間裡。
免費和付費的分界在用量。官網 FAQ[2]說免費方案每天能分析 2 份文件,ChatPDF Plus 不限數量,還有更多進階功能。這個額度把免費使用卡在每天 2 份;一天要處理超過 2 份合約或判決,才會碰到上限。
但免費額度不是轉換率。所引官網沒有給出 ChatPDF 的收入、利潤、模型與檔案儲存成本,也沒有 Plus 的實際報價和扣款週期;這些都不能從免費額度倒推。官網首頁的使用者規模在同一頁有「10M+ Researchers」和「10M+ users」兩種寫法,未給統計口徑,不能當核實過的使用者數用。
安全上,官方說文件預設嚴格私有,傳輸用 SSL,儲存時保持加密(儲存供應商通過 SOC2 Type II),使用者可以隨時刪除。真正要遞給同事或客戶時,還能為某一份 PDF 生成安全連結,受邀者不用帳號就能免費開啟,分享權限可以管理,也可以撤銷。對這類場景,「能撤銷」比「已加密」更有實感:加密是承諾,撤銷是遙控器。
如果你不是讀者,而是想把這塊能力接進自己的系統,門檻會立刻變得具體。後端 API[4]可以把這份能力接進系統,但責任劃分變了:聊天 API 是無狀態的,不會自動帶上同一份來源裡之前說過的話。呼叫方需要在單次請求裡自己把相關歷史送過去;想要頁碼引用,也得在請求裡顯式開啟。換句話說,模型不記得你剛才問過什麼,是呼叫方的程式碼要記得。
在另一種交付方式裡,「答案得能指回原文」被做成了按頁扣積分的 API 交付。PDF.ai 的 Extract API[5]按 JSON schema 從 PDF 抽結構化欄位,回傳結果帶 citations,把每個欄位連結到原文片段。這裡賣的不是對話介面,而是可追溯的結構化輸出。
這個對照只覆蓋一個共同條件:兩者都要求答案能追回原文。再往下,ChatPDF 這一邊主要講人跟文件對話的網頁體驗,PDF.ai 的 Extract API 這一邊是程式按 schema 往外取結構化欄位。它能說明的是兩條交付路徑不同,不能說兩家公司只服務互不重疊的買家。
讓答案別離開原文,是這套產品最一致的動作。帶頁碼的引用、並排的視窗、可以撤銷的分享連結,以及 API 裡那個要顯式開啟的引用開關,都在同一件事上加碼:生成一段回答不難,難的是讓人願意信它,並且點一下就能自己驗一遍。Mathis 在貼文裡說,他對這個領域裡新的 UI/UX 改進的可能性著迷。介面得把答案留在原文旁邊,人才願意信,也才能順手核一遍。