Marker 新手第一练：一个可交付的小任务

在「搜索与知识库」类工具里，Marker 的定位是：把 PDF 快速转换成 Markdown 的开源工具。

与其看十篇介绍，不如完整做一个小项目，这篇带你走一遍。

项目：内部文档入库

目标：用 Marker 完成一次「内部文档入库」，交付一份可以直接给同事或客户看的结果。预计用时 1 小时以内。

步骤

阅读仓库 README 与许可证。
准备材料：一批 PDF、Word 和网页（先脱敏）
复制下面的提示词，替换方括号内容。
第一次结果出来后，只针对一个问题追问修改。
按验收标准检查：切分后的段落能回溯到页码。
保存提示词与最终结果，写三行复盘。

把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。

复盘模板

这次任务：
节省或多花的时间：
需要人工修改的地方：
下次会改进的提示：
是否继续使用：

做完之后

可以尝试第二个任务「带来源的快速调研」，或者把这次的流程分享给同事一起试。

补充练习

资料卡片整理

输入：搜索得到的十几篇资料。

把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。

检查点：每张卡片都有来源。

检索效果对比

适用情况：手头有同一批问题和两种检索配置时。

用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。

交付前确认：对比用同一批问题。

构建问答测试集

输入：一份产品手册。

根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。

检查点：每个答案都能在手册中找到。

常见问题：表格内容检索不到

换用能保留表格结构的解析工具，或单独把表格转成文本描述。

常见问题：答案引用了错误段落

调整切分大小、加入重排序，并检查文档解析是否丢失标题。

常见问题：中文检索效果差

选择对中文支持好的嵌入模型，并为专有名词建立同义词。

概念补充：混合检索

同时使用关键词和向量检索，兼顾精确匹配与语义理解。

概念补充：RAG（检索增强生成）

先检索相关资料再让模型作答，降低胡编概率。

适合人群：研究生

研究生可以用 Marker 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。

适合人群：咨询顾问

咨询顾问可以用 Marker 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。

适合人群：数据分析师

数据分析师可以用 Marker 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

使用提醒

本文基于 Marker 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Marker 当前版本，重要内容请人工核对后再使用。