MinerU 进阶技巧：用熟之后还能怎么提效
在「搜索与知识库」类工具里，MinerU 的定位是：开源的 PDF 高精度解析工具，常用于中文文档入库。
这些技巧适合已经会基本操作、想进一步提效的用户。
8 条进阶用法
- 把「RAG（检索增强生成）」等关键设置弄清楚再调参。
- 长材料分段处理，每段完成后再要一份汇总。
- 给一个你满意的样例，让它模仿结构而不是复制内容。
- 把固定的背景和规则保存为预设或模板，避免每次重复输入。
- 要求输出「不确定清单」，把需要人工核实的地方单独列出。
- 记录每次的输入、设置和结果，形成自己的经验库。
- 先要大纲或计划，再要全文，复杂任务分两到三步完成。
- 敏感信息用代号替换，交付前再换回。
示例：分步完成的写法
网页内容抓取
准备材料：一组需要定期关注的网页。
把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。
检查点：没有臆造发布日期。
更多可以试的用法
内部文档入库
适用情况：手头有一批 PDF、Word 和网页时。
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。
检查点：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。
验收标准：关键结论都有可点击来源。
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：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。
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。
概念补充：嵌入（Embedding）
把文本转成向量，用于语义相似度检索。
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。
适合人群：销售
销售可以用 MinerU 处理客户背景调研、跟进邮件与话术等工作。需要注意：客户数据按公司规定处理，报价和承诺以合同为准。
适合人群：记者编辑
记者编辑可以用 MinerU 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。
适合人群：研究生
研究生可以用 MinerU 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。
写在最后
所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。
本文基于 MinerU 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。