从上传入口、格式限制到提问设计与教学场景落地，系统讲清 DeepSeek 文件上传的完整用法与常见问题处理。
不少老师第一次把教案、试卷或成绩表拖进 DeepSeek 对话框时，都会遇到同一个困惑：文件明明传上去了，回答却像没看过内容。问题往往不在模型能力，而在于上传只是第一步，后面的解析、提问与上下文管理才决定结果质量。文件上传功能本质上是把本地资料转成模型可读的文本上下文，理解这条链路，才能把它真正用进备课、批改和教研工作。下面按操作、机制、提问和场景四个层面拆开讲。
1. 上传入口与基本操作流程
网页端的入口在对话输入框左侧，回形针形状的按钮点开后可以选择本地文件，也可以把文件直接拖拽到输入框区域，松手即开始上传。手机 App 端的入口是输入框旁的加号，点开后有文件与图片选项。文件上传成功后会以卡片形式显示在输入框上方，卡片带有删除按钮，发送前可以逐个移除，也可以一次选多个文件同时上传，再配上一条文字指令一起发送。真正的操作要点在于顺序：先传文件，再写指令，最后发送，而不是先发一段问题再补传文件，否则模型在第一轮回答时并没有拿到文件内容。
上传完成后，文件内容只属于当前这一个对话。新建对话、刷新页面或开启新的会话，之前的文件不会自动带过去，需要重新上传。这一点在连续处理多份材料时容易被忽略，很多“模型忘了前面内容”的反馈其实来自会话切换。另一个容易踩坑的地方是上下文长度：文件解析出的文字会占用对话的上下文额度，一份几百页的 PDF 可能一次性占满，导致后续追问时早期内容被挤出。处理长文档更稳妥的做法是拆分文件，或者先让模型做章节级摘要，再围绕摘要逐段深入。
实际操作中还有一个细节值得注意：上传卡片出现不等于解析完成。网络较慢或文件较大时，卡片会先显示出来，文字提取在后台进行，此时立刻发送问题，模型可能只看到文件名而看不到正文。稳妥的做法是等卡片状态稳定后再发送，或者在提问中先让模型复述文件的开头几行，确认内容已经进入上下文，再展开正式任务。这个确认动作只多花十几秒，却能避免大量无效追问。
2. 支持格式与解析机制
DeepSeek 目前可以读取图片、txt、pdf、ppt、word、excel 这几类文件中的文字信息。需要明确的是，它的工作是从文件中抽取文本再送入对话上下文，而不是像人一样“看”排版。这解释了很多现象：带文字层的电子版 PDF 提取效果好，扫描件如果只是一张张图片、没有可复制的文字层，提取出来的内容可能为空或残缺；Word 里的批注、页眉页脚、文本框有时会丢失；Excel 的合并单元格和多级表头在转成文本后结构容易错位，行列对应关系需要重新核对。
图片上传走的是另一条路径，模型识别的是图片中可见的信息，清晰的印刷体截图、板书照片、题目拍照都能读，但手写体、低分辨率、反光倾斜的照片识别率明显下降。所以拍试卷时尽量正对、光线均匀、单页拍摄，比一次拍整张桌子效果好得多。至于文件大小和单次可上传的数量，平台会不定期调整，具体以官方页面提示为准；遇到“文件过大”的提示，用 PDF 拆分工具按章节切开，或把长文档转成纯文本分段上传，是通用解法。
格式选择上有一条实用经验：同样内容的 docx 和 pdf，优先传 docx，因为文字结构保留更完整；同样内容的图片和可复制文字的 PDF，优先传 PDF。如果手里只有扫描件，先用 OCR 工具转成带文字层的 PDF 或 txt 再上传，比直接传图片稳定。把解析质量当成一道前置工序来处理，后面提问的准确率会明显提升，这一点在整理历年真题、老版教材时尤其明显。
3. 提问设计与上下文控制
文件传上去之后，提问直接决定输出质量。有效的指令通常包含三个要素：明确以文件为依据、指明处理范围、规定输出形式。比如“请只依据上传的这份教案，指出教学目标与活动设计不匹配的地方，按‘问题—原文位置—修改建议’三列输出”，比“帮我看看这份教案”得到的结果具体得多。要求模型引用原文片段或标注页码，能大幅降低它自由发挥的空间；当文件中确实没有相关信息时，明确告诉它可以回答“文件中未提及”，比强行编造一个答案更有价值。
长文档的处理要讲策略。一次性丢进几百页材料再问细节，模型容易只抓住开头和结尾。更可靠的做法是分段推进：先让它列出目录结构和各章要点，确认结构无误后，再针对某一章提问；或者按主题拆成几个文件，分多次会话处理。多文件同时上传时，要在提问中给每个文件分配角色，例如“文件一是教材原文，文件二是学生作业，请对照教材标准评价作业”，否则模型分不清哪份是标准、哪份是待评对象。
还有一个常被忽视的技巧是要求中间产物。让模型先把文件中的关键信息整理成表格或清单，再基于这份清单做分析，比让它一步到位给结论更稳。表格化输出同时方便老师核对，错了能立刻发现是哪一步提取出了偏差。对于需要反复使用的材料，可以把整理好的结构化结果留在对话里，后续追问都基于这份中间结果展开，既节省上下文，也减少重复解析带来的信息损耗。
4. 教学场景落地与常见问题排查
在教研和教学场景中，文件上传的用法可以很具体。备课时上传教材某一单元和自己的教案，让模型对照课标要求找目标覆盖的缺口；批改前上传评分标准和若干份学生作业，让它按维度逐份打分并给出评语草稿，老师再做终审；整理资料时上传 Excel 成绩表，让它按班级、知识点统计得分率并指出薄弱环节；做课件时上传讲义稿，让它压缩成课堂提纲或反过来扩写成学案。这些任务的共同点是输入明确、输出可核验，正好落在文件上传擅长处理的范围内。
常见故障也有相对固定的排查路径。上传后毫无反应，先检查文件是否超过大小限制、格式是否在支持列表内，再换一个文件测试是否为单个文件损坏。解析出来是乱码，多半是 txt 编码问题，另存为 UTF-8 再传即可。扫描件传上去内容为空，说明缺少文字层，需要先做 OCR。回答与文件内容无关，通常是指令里没说明“依据文件”，或者对话已经太长导致文件内容被挤出上下文，新建会话重新上传往往能解决。涉及学生姓名、学号、身份证号的材料，上传前应做脱敏替换，这是使用任何在线工具都需要守住的基本规范。
