gemini notebook 2.0依赖ocr预处理，仅支持pdf/txt/docs/png/jpeg/url，扫描pdf需手动ocr；3.1调用gemini 3.5 flash原生理解，严控可读性，新增csv/excel深度解析及音频转录，但对格式、编码、字体嵌入等要求更苛刻。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要在Gemini Notebook 2.0或3.1中上传资料，但PDF打开能选中文字、复制不乱码，图片型PDF却反复解析失败——这不是模型故障，而是两个版本对文件格式的底层识别逻辑完全不同：2.0依赖OCR预处理，3.1则直接调用Gemini 3.5 Flash的原生文本理解能力，对输入源的“可读性”要求更严、容错更低。
2.0版支持的上传格式与实操限制
第一步：拖入文件前，先确认扩展名是否在白名单内。2.0明确支持PDF、TXT、Google Docs链接、PNG/JPEG图片、网页URL五类来源。
第二步：遇到扫描图PDF，必须手动OCR。WPS或Adobe Acrobat识别后导出为“可复制文字”的PDF，否则2.0会静默跳过该页——【它不会报错，但缺失页内容完全不可检索】。
第三步：图片类文件（PNG/JPEG）仅支持单张上传，且每张分辨率不能超过4096×4096像素。超出后系统自动压缩，导致文字区域模糊，OCR准确率断崖式下跌。
这一步操作起来很简单，直接把文件拖进去就行。但注意：CSV和Excel在2.0中仅作为附件存储，无法触发表格结构解析或数值分析功能。
3.1版新增格式支持与硬性门槛
方法一：原生支持CSV/Excel深度解析。上传后自动识别列名、数据类型、空值分布，点击右上角“分析”按钮即可生成描述性统计摘要。但必须满足：Excel文件不含宏、CSV编码为UTF-8、首行必须为字段名——【若首行是空行或注释行，整个文件将被判定为无效格式】。
Gemini Notebook网页版是一款基于AI的智能笔记工具，其核心功能是让用户上传个人文档（如PDF、文本等），并以此为基础进行交互。它能针对你的资料进行总结、解答疑问、生成新内容，让信息处理更高效。该版本为在线使用，无需下载安装。
方法二：PDF不再容忍“半可复制”状态。实测显示，只要某一页存在3处以上文字选中后显示方框（□），3.1就会中断解析并弹出红色提示：“检测到不可读内容，请检查PDF生成源”。这时你得回溯原始文档，用LaTeX重编译或InDesign导出时勾选“嵌入字体”。
方法三：新增支持MP3/WAV音频转录。但仅限纯人声会议录音，背景音乐超过-20dB或混响时间＞0.4秒的文件，转录错误率超65%，建议先用Audacity降噪再上传。
跨版本通用禁忌项
① 不要上传加密PDF。无论2.0还是3.1，遇到密码保护文件均直接跳过，不提示、不报错、不记录日志。
② 避免使用中文全角标点命名文件。例如“项目总结（2026）.pdf”中的括号会被解析为非法字符，导致文件图标显示为灰色问号，后续所有提问均无法命中该源。
③ 禁止上传含JavaScript交互的PDF。这类文件在Chrome中打开正常，但Notebook引擎会因安全策略拒绝加载，状态条卡在95%不动。
④ 单次上传总量不能超过500MB。2.0按文件个数限10个，3.1按字节限500MB——这意味着你可上传1个499MB的PDF，但不能传50个10MB的文件。
