--- title: "法律人学Claude｜第八期：法律人的文档革命——你必须学会Markdown" section: "法律AI教程" slug: "2026-04-05-法律人学Claude｜第八期-法律人的文档革命——你必须学会Markdown" canonical_url: "https://fazhuli.cn/tutorials/t_11yxc473tc4" date: "2026-04-05" author: "吕盈辉" tags: ["Claude Code", "VSCode", "基础教程"] --- # 法律人学Claude｜第八期：法律人的文档革命——你必须学会Markdown 作者：吕盈辉 发布日期：2026-04-05 ## 摘要 你把一份起诉状、合同或庭审笔录丢给Claude，结果它能大致看懂意思，但是token消耗量巨大，很快上下文就满了，然后你还要接受压缩后的信息，会造成很多信息失去细节。 ## 正文 你把一份起诉状、合同或庭审笔录丢给Claude，结果它能大致看懂意思，但是token消耗量巨大，很快上下文就满了，然后你还要接受压缩后的信息，会造成很多信息失去细节。 对法律工作来说，这是致命的。 但问题不在模型，在格式。 PDF是打印格式。它擅长保留页面外观，但标题、条款、表格、脚注、页眉页脚，在PDF内部只是一个个摆在不同坐标上的文本块。人类阅读没问题，模型拿到这堆东西，只能挣扎着猜哪些是正文、哪些是版式噪音。 所以更实用的工作流 不是"把PDF发给Claude"，而是"先转成Markdown，再让Claude分析"。 实际上我现在，从来不用word写内容了，都是使用Markdown。 ## 为什么AI特别喜欢读Markdown Markdown有一个根本优势：打开来全是纯文字，没有隐藏数据。 Word文档和PDF在文件内部存着大量人眼看不见的东西——字体定义、颜色代码、页面坐标、修订历史。模型拿到这类文件，要先把这些东西过滤掉才能接触真正的内容，而不同文档的格式结构差异很大，过滤效果时好时坏。 Markdown不存在这个问题。标题是#号加文字，加粗是两个星号，就这些。模型从第一个字符开始就在处理内容，不需要先猜格式。 还有token的问题。同样一份合同，直接丢给Claude，解析时出来的文本往往夹带大量空格、换行符和乱码，耗费token数可能是Markdown版本的几十倍。Markdown更紧凑，同样大小的上下文窗口能装进更多实质内容，Claude读得更准，费用也更低。 ![image](https://mmbiz.qpic.cn/mmbiz_png/eRZqoqddscJV1lpDrHqaoVnIv13dBbETuzS9d9yPIzicbYI0ial7Jt6icxCkPGoz63L0x9wib6Ud1vPL2ybibibgka2UO96XYj0kqiaqx7aqDsZrMo/640?wx_fmt=png&from=appmsg) ## 法律人的文书革命，就是把所有材料底层转为Markdown 在动手之前，先看一眼Markdown长什么样，以及转换完的法律文书会有什么结构。 Markdown只有几个符号，法律人用到的大概是这几种： #号 代表标题层级，一个#号是文书名称，两个是主要章节，三个是子项。Claude读到# 号就明白这是新的层级，不会把"第一部分"当成正文段落。 空一行 是分段，效果和Word里敲回车一样，但文件里没有任何格式符号夹进来。 横杠 开头是无序列表，数字加点是有序列表。证据清单、诉讼请求事项，转完通常都变成列表，结构一目了然。 竖线和横杠 拼出来的是表格。借贷合同里的还款计划、证据目录里的编号与说明，转成Markdown表格之后，Claude可以直接按列提问，比平铺成段落灵活得多。 ![image](https://mmbiz.qpic.cn/mmbiz_png/eRZqoqddscLWbtfiadicibswmtQibon6B5iaWIF2icQbCpT6Nye9QJnTVWYic8wvKFFoljkrEFkpQr52PhwdG5lj33ic0g5HP1hVvSrafmT6Utu49pQ/640?wx_fmt=png&from=appmsg) 一份起诉状转成Markdown之后，大致是：一级标题是文书名，二级标题是"诉讼请求"、"事实与理由"、"证据目录"，每节下面是段落或列表。Claude拿到这份文件，就像拿到了一份已经整理好目录的电子卷宗，想问哪节直接说，不需要它自己去翻。 ### 转换第一层：markitdown，把文字版文书转成Markdown markitdown 是微软出品的开源CLI（什么是CLI，我在 [法律人学Claude｜第七期：给Claude装上"外挂"——CLI与MCP工具使用指南](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247484016&idx=1&sn=b9c133c92439c778f48d79bb03a1fbb1&scene=21#wechat_redirect) 中讲过）工具，支持PDF、Word、Excel、PPT转Markdown。 手里是文字版PDF（鼠标能选中文字的那种）、Word、Excel，先用它。告诉Claude"把这份文件转成Markdown"，Claude会直接调用工具帮你完成，不需要自己敲命令。 转换完之后开一眼生成的Markdown文件，确认诉讼请求、事实与理由、证据清单各部分层级是否清晰。 ![image](https://mmbiz.qpic.cn/mmbiz_png/eRZqoqddscJvaXhJdp0ff84sQWzakvTWmuDJjicOFt696VwFUh3lUepiarmoUhicPELqO7q22aZs1OTm75F9fX2iccPm5Vn2lm4Iy7ibdjjjLago/640?wx_fmt=png&from=appmsg) ### 转换第二层：ocrmypdf，给扫描件补一层"可搜索文字" 真正麻烦的是扫描件。 很多卷宗材料、银行流水、送达回证，看着是PDF，里面其实只是图片装进了PDF壳里。对这类文件，最有效的第一步是先用传统OCR给它补一层隐藏文字层，开源方案里我认为比较成熟的是 ocrmypdf 。 效果类似Acrobat的"识别文字"：页面外观不变，PDF内部多出一层可搜索、可复制的文字。处理完可以直接全文检索，也可以继续交给 markitdown 转Markdown。 扫描清晰的法律文书识别效果通常不错。处理完重点核对金额和日期，这两个地方识别出问题影响最大。 ### 转换第三层：两个工具串起来用 实际用下来，这两个工具是前后接力的关系。 扫描件先过 ocrmypdf 补文字层，得到带文字的新PDF，再用 markitdown 转Markdown。 分工很清楚： ocrmypdf 认字， markitdown 整结构，Claude最后只管分析内容。 比把所有任务都甩给模型，让他自己找工具，链路更可控，出了问题也知道在哪一层出的。 ![文书转换处理链路：路径A文字版直接markitdown，路径B扫描件先ocrmypdf再markitdown](https://mmbiz.qpic.cn/sz_mmbiz_jpg/et3ibfiaM9ia2wGicsPiaEBgt7YLN3v5gOlMghLORSxxHfWsLEDFicsBf6IicGG6VhHw4bh7rszgeNr4dEjWdTOia8S8bia9wpib22CHEiceh5b1MtvgibU/640?wx_fmt=jpeg) ### 让你的Claude学会这些工具链路 文中涉及的工具链，我整理了一份专门写给Claude看的配置清单——安装命令、用法示例、决策规则都打包在里面。把那份文档内容复制给Claude，它会帮你装好所有工具，并记住什么情况下用哪个，下次遇到文书转换不需要再重新解释。 需要的话，后台发送“ 转换Markdown” ，我把文件发给你。 ![image](https://mmbiz.qpic.cn/sz_mmbiz_png/eRZqoqddscJQiaB3ySu6ZYdk28Gz5zuzG1o7qsbrlBhZGAiaOjDUOoiaUsK9W62fuAbmdPpvPjuzaibJvbibeDE3yYUmNibcibTQ2Xiba7KLF8S9ksI/640?wx_fmt=png&from=appmsg) ## markitdown-ocr：另一条更直接但有风险的路 markitdown 也有OCR插件，叫 markitdown-ocr 。不先补文字层，直接让视觉模型看页面图像，一步转出Markdown。 省事是省事，但这个路线有个明显的毛病：视觉模型容易"改写"，把表单里的内容变成它觉得更通顺的自然语言，而不是老老实实照着原文打出来。合同条款、票据金额这类不容有误的内容，这个问题很要命。 另外，这个插件调用的是OpenAI的视觉API，图像会发到OpenAI服务器（有风险），需要提前配好 OPENAI_API_KEY 。 结构清晰的文档需要忠实转录，走 ocrmypdf 。只是想快速试一把， markitdown-ocr 也行，但要核对结果。 ## Gemini 图像识别：处理复杂版面的备选 低清扫描件、印章叠压、表格密集的材料，Gemini视觉OCR可以作为补救手段，它真的很强大，手写体文字也能忠实还原。 但Gemini识别图片，token消耗、时间浪费都是一项不小的开支，不建议直接让Gemini从头识别全文，只做关键部分的识别就可以。 这里就不放例子了，我自己试了试，效果惊人，但不敢乱用。 ## 一条适合法律人的完整链路 文字版文件先 markitdown ，扫描件先 ocrmypdf 再 markitdown ，材料杂乱、OCR质量不够时让视觉模型做校对。核心不是某个工具有多厉害，而是每一步各做各的事，不要什么都往模型那里推。 ![image](https://mmbiz.qpic.cn/sz_mmbiz_png/eRZqoqddscJXs53Gm9v7pOSeCoicwib4Vf3yals9rncENjLaib9ibcLyzG62ns6x7EgibpDXUdL3rfR2MtucyRExLnrUA5uPvMkk4Ncib5F5b09bs/640?wx_fmt=png&from=appmsg) 工具本身不复杂，麻烦的是第一次装好、跑通。跑通之后，拿到Markdown格式的案件材料，再让Claude做检索、摘要、争点归纳，你会发现质量和之前直接丢PDF完全不一样。 ## 常见问题 Q：文字版PDF还需要先OCR吗？ A：一般不用，按照我提供的 转换Markdown 工具来看，会直接 markitdown 试一次，如果导出的Markdown明显为空，或者字段顺序乱得没法看，会考虑先走 ocrmypdf 。 Q：为什么有了OCR文字层，转出来还是有错字？ A：OCR认的是图像，识别是一回事，理解是另一回事。扫描倾斜、阴影、印章叠压、表格线干扰，都会影响准确率。原件扫得清，问题就少很多。 Q：CLI命令一定要自己学会吗？ A：命令本身不需要背，但知道每一步在做什么很重要。全部交给Claude执行，你理解了流程才能判断结果对不对。出问题的时候，不理解流程就完全没有排查的方向。 Q：有好用的Markdown转换word或PDF工具吗？ A：我在 [法律人学Claude｜第五期：让Claude用上次抛App——Skills初解](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247483994&idx=1&sn=91cefe0a8249c76493c7704b868edd49&scene=21#wechat_redirect) 中提过，minimax-docx这个工具，可以定制自己的格式，后面可以再深入的分享一下。 ## 往期回顾 [法律人学Claude｜第一期：桌面版已经很好用了，为什么我还是力推 VSCode 插件版？](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247483900&idx=1&sn=8ed3394ed1fde9b78e5f5b285dfd34a5&scene=21#wechat_redirect) [法律人学Claude｜第二期：半小时装好 VSCode + Claude Code](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247483936&idx=1&sn=5a4ce57b245c80cee51253db8e605518&scene=21#wechat_redirect) [法律人学Claude｜第三期：让Claude更高效读懂你的文件](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247483964&idx=1&sn=cffd5fe7bd3d23e91a312f587ed5c906&scene=21#wechat_redirect) [法律人学Claude｜第四期：你的项目助理—CLAUDE.md使用指南](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247483973&idx=1&sn=a26555517c52d5f6cc8afa97ba0dd89e&scene=21#wechat_redirect) [法律人学Claude｜第五期：让Claude用上次抛App——Skills初解](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247483994&idx=1&sn=91cefe0a8249c76493c7704b868edd49&scene=21#wechat_redirect) [法律人学Claude｜第六期：不做8秒记忆的金鱼——优化记忆Memory](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247484000&idx=1&sn=291d442fc2282c767f8b8cc2f773fcf7&scene=21#wechat_redirect) [法律人学Claude｜第七期：给Claude装上"外挂"——CLI与MCP工具使用指南](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247484016&idx=1&sn=b9c133c92439c778f48d79bb03a1fbb1&scene=21#wechat_redirect) 对了，我建了一个交流群，有想 进群 的伙伴可以 加我 。 ![Image](https://mmbiz.qpic.cn/mmbiz_png/eRZqoqddscLHibiagz1Tlu8okVHscdsCSH6knmxv6ZZEdDfic9QzvX3ymkJMwBcibFswlP0tyIj1XHMpy2zNnXbpeNaFibMfnZKwASaCa9HQCWLQ/640?wx_fmt=png&from=appmsg&wxfrom=5&wx_lazy=1&watermark=1&tp=webp#imgIndex=25) ![Image](https://mmbiz.qpic.cn/sz_mmbiz_png/n4XBCxTNZceWxf7mv9E4TSY7OjucEyT6Y9O1icHUzb1Fgb1jicIqcFkVLogHDJiaglLU8iaTfgd1kRVfC0rgu4Wmqg/640?wx_fmt=png&wxfrom=5&wx_lazy=1&tp=webp#imgIndex=26) 如果你想学AI，我创建了一个知识星球，现在招募创始会员20名。 原价999，现在早鸟价，一年699，一天不足2元钱即可加入，但优惠券先到先得。 如果你付费过 [法律人学Claude｜第十六期：终结Dirty Work——纯自动化干活](https://mp.weixin.qq.com/s?__biz=MzI0NzUwMDUzMw==&mid=2247484186&idx=1&sn=2bbc852e1412c5437225a134dcb4f772&scene=21#wechat_redirect) 这篇文章，可以私聊我再额外领取一张一百元优惠券。 加入星球你将获得更多更深入的法律AI使用方法，也可以获得更具体细致的解决方案。 ![image](https://mmbiz.qpic.cn/mmbiz_png/eRZqoqddscKRKzRT2QgkQwk6gp00MFpiasYUMpc6eaYaeicWMKUHqtOdWic9qYkomPvxjUmRjibicECQqQzMRCBrq9HMlIKGefujCCRpOmqCVnAI/640?wx_fmt=png&from=appmsg) ## 作者简介 本文作者：吕盈辉，上海曼昆（深圳）律师事务所律师。毕业于中国政法大学，法律行业深耕近十年，曾在深圳某法院工作。专注新生代经济领域法律服务，对Web3、人工智能等领域有丰富实践经验与深刻见解。 全平台账号：老吕谈新钱，欢迎关注。