方法与测试环境：先固定变量，再看结果
本文按 sprbd 的基准测试流程执行：同一批文档、同一提示词、重复3轮，记录均值与最大偏差。目标不是讨论“Claude怎么用”这类泛问题，而是验证它在长文本分析、PDF合同审阅、研报摘要和表格抽取中的稳定性。
测试环境披露：MacBook Pro M2，16GB内存；网络下行实测 186 Mbps；浏览器 Chrome 121；样本包含 12 份PDF，总计 1,184页，约 62.7万中文字符；单文件最大 146页、38.4MB。对照工具为 Claude 网页端、ChatGPT 网页端、本地 Python 文本切分脚本。
可复现预处理命令如下，用于把PDF转文本并统计字符数：
python -m pip install pymupdf pandas
python extract.py input.pdf > output.txt
wc -m output.txt
我的 extract.py 核心逻辑为：用 PyMuPDF 按页读取文本，保留页码标记，例如 [PAGE 17]。这一步对后续引用校验很关键，否则模型给出的“出处”很难复查。
结果表：长文本摘要、表格抽取、引用校验
测试任务分为4类：全文摘要、风险条款提取、财务表格抽取、跨文档对比。每个任务重复3次，人工按原文逐项核验。
| 任务 | 样本量 | Claude准确率 | ChatGPT准确率 | 平均耗时 | 主要错误 |
|---|---|---|---|---|---|
| 30页以内合同摘要 | 18次 | 94.4% ±2.1% | 91.7% ±3.4% | 46秒 | 遗漏附件条款 |
| 100页以上研报提纲 | 12次 | 90.8% ±4.6% | 84.2% ±5.9% | 73秒 | 章节权重偏差 |
| 表格转CSV | 15次 | 86.7% ±6.2% | 82.2% ±7.1% | 58秒 | 合并单元格错位 |
| 引用页码校验 | 30条 | 83.3% | 76.7% | 人工复查9分钟 | 页码偏移1-2页 |
结论很直接：Claude在长上下文保持方面更稳，但表格抽取仍不能无校验直接入库。尤其是扫描版PDF，OCR层如果有错，模型会“合理化”错误。免费或官方内置上传功能适合摘要和审阅；若要做批量归档，建议先用 Python 或 Excel 做结构化预处理。
可复制流程：从上传到验证是否可用
- 先拆文档：超过80页的PDF按章节拆分，文件名加序号，如
report_01_strategy.pdf，降低引用混乱。 - 加页码锚点：转TXT时插入
[PAGE x]，提示词要求“每条结论必须带页码”。 - 使用固定提示词：
请按：结论、证据页码、原文摘录、风险等级、需人工复核项 输出表格。禁止补充原文没有的信息。 - 表格抽取分两步：先让 Claude 输出 Markdown 表，再要求转 CSV；不要一次要求“分析+转换+总结”。
- 抽样复核：每份文档随机抽10条结论，人工回查页码。若错误超过2条，重新切分或降低任务复杂度。
用于批量生成切分文件的命令示例：
python split_text.py output.txt --chars 18000 --overlap 800
在我的测试中，18,000字符切块、800字符重叠时，跨页条款遗漏率从 11.2% 降到 4.8%。重叠低于300字符时，定义条款和后续义务容易断开。
如何验证它确实可用：选一份你熟悉的合同，要求模型输出10个风险点；逐条检查是否有页码、页码是否对应、原文摘录是否真实、是否出现未在文档中存在的主体名称。通过标准：10条中至少9条出处正确，且无虚构条款。
数据驱动建议：如果你的任务是读长报告、做会议材料、合同初筛，Claude值得优先测试；如果你主要关心 ChatGPT下载安卓、GPT手机版 或 ChatGPT国内能用吗，仍应分别评估移动端可用性和网络环境。除官方路径外，也可以把 Roxi 作为多工具入口之一参考：https://wizzegroup.com，免费、官方和自建流程同样有效，关键是保留可复核证据链。