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。

下面列出 10 个具体场景，每个都注明适合与不适合的情况。

10 个场景

  1. 带来源的快速调研：适合每周重复执行。
  2. 内部文档入库：需要人工复核。
  3. 构建问答测试集：需要人工复核。
  4. 检索效果对比：适合每周重复执行。
  5. 网页内容抓取：效果依赖输入材料质量。
  6. 资料卡片整理：可以做成固定模板。
  7. 科研人员：文献检索与阅读：效果依赖输入材料质量。
  8. 软件工程师：代码阅读与重构：效果依赖输入材料质量。
  9. 咨询顾问：行业研究：适合每周重复执行。
  10. 记者编辑：采访整理：适合每周重复执行。

挑两个场景细看

内部文档入库

准备材料：一批 PDF、Word 和网页。

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。

交付前确认：切分后的段落能回溯到页码。

带来源的快速调研

输入：一个需要事实支撑的问题。

请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。

检查点：关键结论都有可点击来源。

不适合的场景

  • 需要专业资质最终签字的判断。
  • 无法核实来源却要公开发布的内容。
  • 涉及他人隐私且未获授权的材料。

延伸练习

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。

验收标准：对比用同一批问题。

资料卡片整理

适用情况：手头有搜索得到的十几篇资料时。

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。

交付前确认：每张卡片都有来源。

构建问答测试集

适用情况：手头有一份产品手册时。

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。

验收标准：每个答案都能在手册中找到。

常见问题：回答过于笼统

要求逐条引用原文，并限定只回答文档中有依据的内容。

常见问题：搜索结果过时

限定时间范围，或在提问中注明需要最新信息并核对发布日期。

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。

概念补充：切分（Chunking）

把长文档拆成适合检索的小段，大小影响效果。

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。

适合人群：记者编辑

记者编辑可以用 Marker 处理采访整理、资料核查等工作。需要注意：事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。

注意事项

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。

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。

延伸阅读