PDF 文件

PDF 文件理解适合合同摘要、报告问答、表格抽取、论文阅读和长文档结构化整理。推荐使用 Google 原生多模态接口，将 PDF 作为 inlineData 输入。

请求

POST __DOCS_API_ORIGIN__/v1beta/models/gemini-2.5-flash:generateContent

基础示例

curl __DOCS_API_ORIGIN__/v1beta/models/gemini-2.5-flash:generateContent \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "inlineData": {
              "mimeType": "application/pdf",
              "data": "BASE64_ENCODED_PDF"
            }
          },
          {"text": "请总结这份 PDF 的核心结论，并列出 5 个关键事实。"}
        ]
      }
    ]
  }'

使用建议

场景	建议提示词
摘要	“按背景、结论、风险、下一步行动总结这份文档。”
抽取	“抽取合同双方、金额、期限、付款节点，输出 JSON。”
问答	“只基于 PDF 内容回答，不确定时说明原文没有提到。”
审阅	“列出潜在矛盾、缺失条款和需要人工确认的地方。”

警告

不要上传包含密钥、个人身份信息或客户隐私的 PDF，除非你的业务流程已经完成脱敏、授权和合规评估。

下一步

• 图像理解 - 理解截图、照片和图表
• Google 多模态 API 参考 - 查看 contents[].parts 结构