在日常处理纸质文档、发票或会议打印稿时，以往通常需要先用手机自带备忘录或第三方工具扫描拼成 PDF，再导出转存上传给 ChatGPT。OpenAI在10月1日公布，ChatGPT iOS客户端相机加入了 Scan（扫描） 功能，支持连续多页快拍并直接打包成 PDF 接入对话。官方更新日志
但在实际使用中需要注意：把纸质材料拍成 PDF 上传成功，并不等于模型百分之百正确识别了每一行内容。尤其是带有细小数字的合同和表格，可能出现“文件已上传，但正文仍不可读或识别有误”的情况。本文梳理了从拍摄、可读性验证到数据核对的完整流程，帮助大家高效利用这项功能。
前期准备与入口说明
使用该功能前，请确保满足以下条件：
- 升级到最新版本的 ChatGPT iOS 客户端；
- 确保在 iPhone 系统设置中已授予 ChatGPT 相机访问权限；
- 由于新功能通常采取分批灰度推送，若当前界面未出现 Scan 入口，先确认应用是否已更新至最新版。
关于账号权限：目前文档与多模态上传对 Free、Plus 和 Pro 均开放基础支持，但各套餐在单日上传频次、上下文窗口大小及高级视觉解析能力上有所不同。文件上传说明
第一步：规范拍摄，打好识别基础
扫描识别的效果极大取决于原始拍摄质量。开始扫描前，建议注意以下细节：
- 顺序摆放：多页文档按顺序理顺，提前确认是否有双面打印内容，避免拍完后页码颠倒；
- 环境光线：保持光线均匀，避免顶部单光源投下手机阴影，反光明显的塑封纸张可微调倾斜角度；
- 边缘与平整度：纸张尽量摊平，四角取全，手指不要遮挡页眉页脚与核心数据。
以常见的打印物料清单为例，清晰原图便于模型读取，也便于你检查数字、小数点和单位。
以下是可自行制作的虚构练习材料，用于核对页序、数字和单位：
第1页：活动准备
主题：产品分享会
讲稿截止：10月16日
负责人：林宁
第2页：物料清单
桌牌 6 个，每个 8 元
贴纸 20 张，每张 2 元
预计费用合计 88 元
核对基准是6×8＋20×2＝88。
第二步：在 App 相机中启用连续扫描
具体操作步骤如下：
- 打开ChatGPT App的相机入口；
- 点击三点菜单，选择 Scan 模式；
- 逐页拍摄，按当前界面完成连续扫描；
- 合成PDF前核对顺序和清晰度；若界面提供预览或重拍选项，就在这一步修正。
常见排查：为什么没有看到 Scan？
| 情况 | 处理 |
|---|---|
| App 很久没更新 | 先更新官方应用，再检查相机菜单 |
| 相机无法打开 | 检查系统相机权限 |
| 相机正常，但无 Scan | 可能尚未收到开放；先用系统扫描功能生成文件，再按上传规则处理 |
| 用的是手机浏览器 | 本文入口针对 iOS App，相同按钮不作保证 |
| 工作账号上传受限 | 核对工作空间规则和当前账号 |
第三步：先验证“能否读到正文”，再进行深度总结
扫描PDF可能主要由页面图片组成，不能先假定其中已有可提取的文字。在让模型分析之前，不要直接要求它长篇总结，建议先发送一条探测 Prompt，验证模型是否真正提取到了图像内的文字层：
先检查这份文件是否能读到正文。
请按页面列出：页码、首行标题、能辨认的一个日期或数字。
读不到的页面写“无法可靠读取”，不要根据文件名推测内容。
暂时不要写总结。
收到回复后，核对模型列出的两三处细节与原件是否一致。如果模型仅重复“这是一份名为 xxx.pdf 的文件”，说明还需要确认正文是否被读取，不宜继续要求详细总结。社区曾有用户报告特定桌面云端入口只看到附件名，但没有足够信息确认后端原因。相关反馈
第四步：扫描 PDF 读不到时，换输入形式
普通电子 PDF 可能自带可选中的文本，扫描 PDF 则可能主要由页面图片组成，两者的读取条件不同。
当前官方文档把 PDF 内嵌图像的视觉检索列为 Enterprise 能力；其他套餐的文档检索通常提取数字文本，不能据此保证扫成 PDF 后，图中所有内容都会被读取。Scan 公告也没有承诺所有套餐都获得相同的 PDF 视觉解析。PDF 视觉检索说明
如果上一步失败，可选以下办法：
- 将需要讨论的关键页另存为清晰图片，作为图片上传，再检查可读性。
- 先用可用的文字识别工具提取文本，核对后粘贴或保存为 TXT 上传。
- 表格若有原始 Excel、CSV，优先使用原表，不从扫描图重新猜数字。
重点是取得能可靠读取的输入，不必执着于一份 PDF。图片上传仍受账号能力和大小限制。
第五步：规范提示词，要求带来源页码整理
一旦确认模型能顺利提取正文，就可以根据需求提出结构化整理指令：
场景 A：提取待办事项与任务分工
根据刚才确认可读的页面，整理一张待办表：
事项、负责人、截止日期、原文页码、需要确认的问题。
只使用文件里已有的信息，缺少负责人或年份时保留待确认。
如果同一事项在不同页出现冲突，分开列出，不自行决定哪条有效。
场景 B：单据与采购清单整理
提取品名、数量、单位、单价、金额和页码。
先逐行列出原文值，再单独计算合计。
看不清的数字留空并标记，不用合计反推某一行的价格。
第六步：识别数据与逻辑计算分开验收
在处理财务单据或合同数字时，建议遵循“先验文字、再验计算”的原则：
- 核对基础数据：随机抽查几处单价、数量和数量单位。模型有时可能算出正确的总额（碰巧数字凑合），但明细行单价其实看错了；
- 注意否定词与条件说明：OCR 在复杂排版下容易漏掉括号附注或“不包含”、“免责”等微小字样；
- 重要场景人工复核：根据官方关于数据分析与多模态识别的说明，手写体、复杂跨页表格和低对比度扫描件存在识别误差可能，关键业务场景必须以原件为准。数据分析能力说明
第七步：导出整理成果并归档
当模型输出满足要求的表格或 Markdown 后，可让其转为 CSV 或可复制的代码块，下载到本地打开检查中文编码、表格列对齐情况。
如果任务属于长周期项目，建议将手机拍摄的原始 PDF、提取出的结构化文本以及未决问题清单统一保存在本地目录中，以便后续追溯。
其他相关延伸功能：
- 如果处理的是会议现场录音而非纸质资料，可参考 音频上传与语音转写指南；
- 涉及数据可视化输出与复杂插件调用，见 ChatGPT 插件使用说明 与 智能界面指南。
是否需要 Plus 或 Pro
先用已有账号完成小样本流程，找出限制来自哪里：相机入口未开放、文件读不到、上传次数不足，还是任务量较大。这几类问题不一定都能靠升级解决。
确实需要更多可用能力时，再比较 当前套餐。PayForChat 是独立第三方服务，订阅不附带扫描识别准确率保证。
常见问题
Q: Scan 是今天才上线的吗？
A: 不是。官方在 2026 年 10 月 1 日公布，本篇是 10 月 13 日整理的操作教程。
Q: 为什么 iPhone 上还看不到 Scan？
A: 先确认官方 App 已更新、相机权限正常；功能逐步开放，不保证所有账号同时显示。
Q: 扫成 PDF 后，Plus 一定能读到所有图片文字吗？
A: 不能这样保证。官方对 PDF 内嵌图像解析另有套餐限制，先用标题和数字抽查能否读取。
Q: 文件上传成功，为什么回答只重复文件名？
A: 可能并未读到正文。停止继续总结，改查文件、入口和可读内容，必要时上传关键页图片或已核对的文本。
Q: 扫描表格的合计正确，就能直接用吗？
A: 还应逐行核对数量、单价与单位。合计正确不能证明每个识别值都正确。
Q: 能把扫描件直接当成电子表格吗？
A: 它可以提供提取结果，但不能替代核对。若有 Excel 或 CSV 原件，应优先上传原始结构化数据。
来源与参考资料
2026-10-13：依据官方流程与社区问题整理。练习材料为虚构示例，未把界面流程描述为本站真机实测。