EVO 能力 / 文件、圖片與版面理解

處理原始材料,也保留看懂它的依據。

把選定文件、表格與圖片帶入可檢查的工作流程,讓擷取的資訊仍然找得到原始位置。

Mac 開發中 · 查看目前進度

現實中的問題

有用的文件回答往往不只摘要。你可能要比較兩份規格、把數字追溯到試算表儲存格,或知道哪一段支持某個建議。不同格式亦有不同風險:圖片有可見文字、試算表可能保留過時公式結果,PDF 擷取順序也未必等於眼睛看到的閱讀順序。

只靠聊天紀錄,仍要自己做的事

把擷取文字貼進聊天框,會失去不少位置與結構:段落不再連著頁碼、數值失去工作表、投影片失去前後關係。反過來,直接說 AI 已讀過檔案,也可能超過真正發生的事。擷取文字、查看圖片與理解版面是不同能力,需要不同證據。

EVO 如何處理

  1. 依材料本身的結構讀取

    EVO 開發流程支援選定文字、結構資料及常見文件格式。不同格式會保留適用的位置,例如行、段落、工作表與儲存格、投影片或 PDF 頁面。這讓一個寬泛問題,轉化成可以對照原始檔案特定位置的檢查。

  2. 讓原始檔案繼續作為參照

    來源檔案與擷取檢視、建議產出保持分開。支援的本地文字副本流程保留原件,編輯副本則另有版本紀錄。讀過檔案不代表已修改、批准或外傳內容。遇到可疑擷取時,你可以返回原件,而不必只相信被攤平成文字的摘要。

  3. 分清文字與視覺證據

    支援的 PDF 在 Mac 流程可取得頁面文字及有限的渲染預覽;支援圖片亦可提供辨識文字。這些結果幫助定位資訊,但產生預覽不等於已經由 AI 做視覺審閱,辨認字元也不等於完整理解圖表、照片或版面設計。

  4. 為不同問題選擇適合的檢查

    試算表問題可能需要核對原始儲存格及已保存公式結果是否仍有效;版面問題則需要真正渲染畫面,不能只看文字。EVO 保留這些差別,讓下一步是針對性檢查、選定比較或補充缺少來源,而不是憑空下結論。

一個具體例子

情境說明 · 非客戶實績

流程示例:對照產品規格與表格

你提供產品規格及一份試算表資料,要求找出表格中有哪些內容支持各項要求。

  1. 檢查選定檔案,按具名要求整理問題。

  2. 用段落及儲存格位置讓比較可以核對,標示缺少或含糊的對應。

  3. 交付比較摘要,分開擷取數值、EVO 的判斷,以及仍需回到原材料的問題。

最後留下什麼

預期交付是可追溯的審閱,而非泛泛摘要:要求在哪裡、哪個數值支持它、證據哪裡不足。這份比較可引導有針對性的追問,減少再次通讀全部材料。

你的選擇

  • 選擇檔案及問題;匯入參考文件不會自動加入每一段對話。
  • 檢查原件與擷取檢視,決定選定材料是否可以交給雲端處理。
  • 把修改建議與實際套用分開,驗收前檢查產出的檔案或頁面。

目前進度

已完成的基礎

  • 一輪真實 Swift 執行讀取了所選的 123 字元參考文件,正確回答發行名稱、審查時段及每段人數。
  • 這是短文件例子,不代表長篇 PDF、掃描文件、圖片理解或完整研究報告已合格。

下一個里程碑

  • 公開使用、廣泛視覺文件理解,以及可靠解讀所有圖表與版面,均未作為已推出能力提供。
  • 文字擷取不會渲染 Office 分頁與樣式;掃描 PDF 不會自動以圖片辨識讀取,解析器也不重算試算表公式。預覽或擷取文字不能被描述為已驗證的視覺結論。

以上為開發中的能力,並非公開發行版本。申請體驗前,可先查看平台狀態。

平台與可用狀態

延伸問答

加入檔案就會上傳嗎?

不會。把參考檔案加入 Mac 工作空間,不會自動上傳,也不會直接變成共用記憶。

保存檔案、選入任務及使用雲端處理是分開的選擇;對話只取得該任務範圍內已選取且支援的內容。

例如可先在本機保存專案簡報,再選擇適合的片段用於一次比較。

傳送前核對所選資料與處理模式;參考檔案、記憶和對話紀錄可以分別管理。

格式支援與擷取容量各有限制;移除本機檔案不會撤回已外送的副本,也不會清除獨立備份。

EVO 可以查看訪客真正看見的網站畫面嗎?

Mac 開發版本可以載入渲染後頁面,保存桌面與手機尺寸的截圖,並附上頁面結構及已記錄的檢查結果。

檢查取得的是頁面載入後的結果,不會把原始 HTML 當成最終畫面的證明。

例如可把窄螢幕溢出或過小按鈕,連同頁面、畫面尺寸及擷取證據一起呈現。

網址與檢查範圍由你選擇;把所選截圖交給雲端審閱需要另外確認資料分享。

公開例子展示瀏覽器擷取與規則結果,不能證明模型視覺判斷、所有互動、登入後頁面或完整無障礙合規。

EVO 可以讀懂 PDF、表格和圖片嗎?

EVO 可以處理支援的文件擷取文字與結構化表格;圖片內容及頁面排版則需要另外具視覺能力的流程。

所選文字可搜尋或比較,支援表格可檢查與彙總。支援的 PDF 可提供頁面文字和有限渲染預覽;支援圖片也可取得辨識文字。

例如價格 CSV 可按欄位比較;掃描 PDF 則需要可讀擷取或視覺審閱,才能把內容作為結論依據。

依賴回答或使用雲端前,可以選擇資料並查看擷取限制。

讀到文字不等於理解排版;複雜 PDF、掃描和圖片並非全面支援,模型視覺審閱也有獨立限制。

讀到頁面文字,和檢查排版有什麼分別?

文字告訴我們頁面說了什麼;渲染截圖與元素位置,才能顯示它在特定畫面尺寸如何呈現。

EVO 的瀏覽器檢查會分開這些證據,因此只讀文字不能被說成已完成視覺審查。

例如標題擷取成文字時很清楚,但在窄螢幕可能蓋住按鈕;這需要渲染畫面證據。

你可以選桌面或手機檢查,並在結果旁開啟實際擷取畫面。

截圖只代表記錄當時的狀態,不能證明所有寬度、互動、視覺解讀或無障礙行為都正確。

相關工作情境

帶著一件想推進的事,認識 EVO。

查看 Mac 發布進度,或告訴我們你想評估哪一種工作流程。申請不保證獲得邀請。

取得 EVO Alpha分享你的工作流程