PDFをMarkdownにする理由
PDFは文字をページ上の決まった位置に置く形式です。印刷には最適ですが、文章そのものを扱いたいときには不便です。PDFから文章をコピーすると、行が途中で切れたり、見出しが消えたり、文の途中にページ番号が入り込んだりしがちです。Markdownは構造を表す簡単な記号を付けたプレーンテキストなので、そのままでも読みやすく、どのMarkdownエディターでも整ったページとして表示されます。
主な理由:
- AIツールに文書を読み込ませる。 レポートや契約書を、コピーした行の寄せ集めではなく、見出しや表を保ったきれいなテキストとしてChatGPT、Claude、Gemini、Copilotに貼り付けられます。
- メモを取る。 記事、講義の配布資料、マニュアルをObsidian、Notion、Logseq、Bear、Joplinに取り込めます。
- ドキュメントやGitHubで使う。 PDFのマニュアルや仕様書を、README、Wikiページ、ドキュメントのページにできます。
- テキストエディターで編集する。 Markdownは変更や比較がしやすく、バージョン管理にも向いています。
引き継がれるもの
| PDFの中身 | Markdownファイルでは |
|---|---|
| 見出し | 「#」「##」の見出し |
| 段落 | 空行で区切られた段落 |
| 太字・斜体 | アスタリスクで囲んで残る |
| 箇条書き(•、◦、▪) | 「- 」のリスト項目 |
| 簡単な表 | Markdown(GFM)の表、数値の列は右揃え |
| 画像 | 含めない、またはimagesフォルダーに保存(ZIP) |
| ページ番号、改ページ | 「連続したテキスト」では取り除かれ、「PDFのページを保つ」ではページごとに目印が付く |
| フォント、色、段組み | 残らない |
きれいなMarkdownに仕上げるコツ
- 元のファイルを使う。 Word、Googleドキュメント、LaTeXから書き出したPDFは、スキャンしたものやページを撮影したものより、ずっときれいに変換できます。
- 必要な部分だけ変換する。 長いPDFなら、先に必要なページを抽出しておきましょう。Markdownファイルが短いほど、AIツールも一度に扱いやすくなります。
- 個人情報は先に取り除く。 オンラインのAIツールに文書を貼り付ける前に、PDF黒塗りで名前や番号を消すか、.mdファイルの中で削除してください。確認すべき点は、ガイド「ChatGPT用にPDFを準備する方法」でひとつずつ説明しています。
- 仕上がりをプレビューする。 .mdファイルをMarkdownエディターやGitHubで開けば、見出しや表をひと目で確認できます。
別の形式が必要なら、PDFをテキストに変換で記号のないプレーンテキストに、PDFをHTMLに変換でWebページに、PDFをWordに変換で編集できる文書にできます。
うまくいかないときは
Markdownファイルが空、またはほとんど空になる。 そのPDFはおそらくスキャンしたもので、ページが文字のない画像になっています。先にPDF OCR(文字認識)で検索可能にしてください。
単語がおかしくつながったり分かれたりする。 PDFによっては、1文字ずつ別々に保存されていたり、特殊なフォントが使われていたりします。文章はできるだけ正しく配置されます。気になる箇所は、テキストエディターで直してください。
普通の行が見出しになった、または見出しが認識されなかった。 見出しは文字の大きさと太さで判定しています。行頭の「#」を追加したり削除したりして直してください。
PDFがパスワードを求めてくる。 わかっているパスワードを使ってPDFパスワード解除で開き、ロックを解除したファイルを変換してください。