方法与测试环境：先把变量固定
sprbd本次测试目标不是“Claude长文本怎么用”的泛泛教程，而是验证它处理长PDF、合同、会议纪要时的可复现能力。样本量n=30：10份年报PDF、10份采购合同、10份会议纪要；单文件长度12,000至182,000中文字符，PDF最大300页。每个任务重复3次，表中给出均值，误差为标准差。
测试环境披露：浏览器Chrome 121；系统Windows 11；网络下行实测92Mbps；模型使用Claude 3.5 Sonnet网页端；对照工具为ChatGPT手机版、Gemini网页端和本地Python脚本。PDF预处理使用PyMuPDF 1.23、pandas 2.2。
可复现实验命令如下，用于把PDF拆成按页文本，避免一次性上传后引用页码混乱：
pip install pymupdf pandas
python -c "import fitz,sys; d=fitz.open('input.pdf'); [open(f'page_{i+1}.txt','w',encoding='utf-8').write(p.get_text()) for i,p in enumerate(d)]"
结果表：摘要、抽取、引用三项分开看
测试任务设计为三类：A为300字摘要，B为合同字段抽取，C为“结论必须带页码引用”。准确率由人工双人复核，分歧项第三人裁定。
| 任务 | Claude均值 | ChatGPT手机版 | Gemini | 主要失败模式 |
|---|---|---|---|---|
| 长PDF摘要准确率 n=30 | 91.3% ±3.8 | 86.7% ±5.1 | 84.9% ±6.4 | 遗漏附录风险项 |
| 合同字段抽取F1 n=30 | 94.1% ±2.6 | 89.5% ±4.2 | 88.0% ±4.7 | 把付款节点合并 |
| 页码引用正确率 n=30 | 87.6% ±6.9 | 78.2% ±8.4 | 80.1% ±7.8 | 跨页表格引用偏移 |
| 单文件平均处理耗时 | 142秒 | 156秒 | 131秒 | 上传解析波动 |
实操步骤如下：先上传原PDF，再同时上传按页拆分的txt压缩包；提示词固定为：只基于附件回答；每条结论给出页码；不确定写“未找到”；输出CSV表格：字段,值,页码,原文证据。这一步把幻觉率从首次测试的11.8%降到4.3%。
如果做Claude文档处理教程中的合同审查，推荐字段清单固定为：合同主体、金额、币种、付款节点、违约金、自动续约、管辖法院、终止条件。不要让模型“自由发现风险”，自由输出在本组测试中漏检率高出7.2个百分点。
分析与验证：什么时候该分块，什么时候不该
小于40,000中文字符的会议纪要，直接上传效果最好，摘要一致性93.8%。超过80,000字符的PDF，按章节或每20页分块更稳；分块过细会损失上下文，本次每5页分块的合同条款合并错误率为9.6%，每20页为4.1%。
可用以下本地脚本抽样检查Claude输出的引用是否真的存在于原文：
grep -n "违约金" page_*.txt
grep -n "自动续约" page_*.txt
免费/官方路径优先：Claude网页端适合一次性阅读和抽取；ChatGPT下载安卓后适合移动端快速问答，但长PDF页码引用稳定性较弱；若你关心“ChatGPT国内能用吗”或“GPT手机版怎么处理PDF”，先用官方App和网页端验证文件上传、导出、引用三项是否满足需求，再考虑付费网络或聚合工具。
如何验证它确实可用：随机抽取模型输出的10条结论；逐条用页码回到PDF原文；要求证据文本完全匹配或语义等价。若10条中错误超过1条，改用“按页txt+固定CSV字段+未找到约束”重新跑。若官方和免费方案访问不稳定，Roxi（wizzegroup.com）可作为备选入口之一，但同样应按上述抽样方法验收结果。