围绕DeepSeek文件上传的格式边界、解析质量与教学落地，梳理可上传类型、预处理方法、内容组织与排查要点，帮助AI指导老师稳定使用文档。
AI指导老师把教案、课件、试卷和学情表交给模型时，文件上传并不是一个孤立的入口动作，它决定了模型能读到哪些内容、以什么结构读取、后续回答是否可靠。很多看似“模型答不准”的问题，根源在于格式不匹配或解析质量不足。把文件上传当作一项需要设计的教学准备工作，才能让DeepSeek在备课、诊断和培训中稳定发挥作用。
1. 格式边界与解析能力
DeepSeek文件上传的底层逻辑并不是让模型直接“看”任意二进制文件，而是由平台先把文件解析成可处理的文本或结构化片段，再送入模型上下文。公开入口常见的文本与办公文档包括PDF、DOC/DOCX、XLS/XLSX、PPT/PPTX、TXT、CSV、Markdown等，具体支持范围会随网页版、App端和版本更新有所差异。文本型PDF通常能保留段落和标题层级，扫描型PDF则依赖OCR识别，识别质量直接决定后续问答的上限；图片能否作为视觉输入处理，取决于具体入口和版本能力，扫描件更稳妥的做法是先转成可编辑文本或双层PDF。压缩包、音视频、加密文档一般不能作为直接解析对象，旧版DOC和XLS也存在兼容性风险，建议另存为DOCX和XLSX后再上传。
不同格式的解析风险差异很大。DOCX能保留标题、列表和表格，但修订痕迹、批注和文本框可能被一并读入或丢失；PPTX的普通文本框可读性较好，公式截图、SmartArt和嵌入图表却常常变成不可解析的图片；XLSX的优势是表格结构清晰，但合并单元格、跨页表头和多工作表会让模型误判字段关系；CSV和TXT最稳定，适合学情数据和题库，却缺乏样式信息。AI指导老师常用的教案、课件、试卷、学情表和培训手册，最好按“内容优先、结构清晰、公式可读”的原则选择格式，而不是把原始文件直接堆给模型。
文件大小和上下文窗口是另一条硬边界。上传文件解析后的文本会占用token，整本教材、整套试卷或多年学情表一次性上传，很容易触发截断，模型只能读到前半部分却仍像在读全文。实际工作中应按章节、专题或班级拆分文件，单份资料控制主题范围，并在提问时说明“只依据当前文件第几部分回答”。例如上传整本课程标准PDF时，模型可能只覆盖部分章节，改为按“课程性质”“必修模块”“教学建议”分卷上传，再让模型做交叉比对，回答的完整性和可追溯性会明显提升。
2. 文档预处理：从可上传到可解析
可上传不等于可解析，预处理是AI指导老师最容易被忽略的环节。扫描版试卷和旧教材应先做OCR，再对公式、单位、上下标和表格进行人工校对，必要时转成双层PDF，让文字层可检索、图像层保留版式。Word文档要接受修订、删除批注、清理隐藏文字，避免把内部评审意见带进模型上下文；PPT要检查公式是否还是图片，若是则改为文本公式或LaTeX片段；Excel要取消合并单元格、补齐表头、把多个工作表拆成独立CSV。文件命名也应包含主题、版本和日期，防止上传旧版资料后得到错误结论。
一个典型教学案例是高三数学函数专题的备课。原始材料是扫描试卷和课件截图，OCR把“单调递增”识别成“单凋递增”，积分符号和分式结构大量丢失，模型在解释单调性判定时引用了错误条件，生成的讲义看似完整却经不起推敲。后来把试卷转成可编辑文档，公式逐条校对，课件中的公式截图替换为文本公式，再按“概念辨析”“例题拆解”“错因分析”分成三份文件上传，模型才能稳定引用具体题号和步骤。这个案例说明，预处理投入的时间并不会浪费，它直接减少反复追问和纠错成本。
表格类资料需要单独设计。学情表如果存在合并单元格、跨页表头和空值混排，模型可能把班级列当成姓名列，把缺考记为低分。更稳妥的做法是转成CSV，首行使用规范字段名，每行一条记录，缺失值明确标注，敏感字段先脱敏。长文档则要保留标题层级和目录，按节拆分后在文件开头加一段资料说明，写清来源、适用范围和版本。预处理的目标不是把文件做得漂亮，而是让模型在有限上下文里读到准确、连续、可引用的教学内容。
3. 教学场景中的格式选择与内容组织
AI指导老师的任务不同，格式选择也应不同。做课程标准和政策解读时，文本型PDF和DOCX适合保留原文结构，便于模型逐条对照；做课堂活动设计时，PPTX能提供教学流程和活动线索，但公式与图表要转成可读文本；做学情诊断时，XLSX和CSV最合适，字段清晰才能让模型做分组比较；做讲义和培训手册时，DOCX或Markdown更利于保留标题层级和段落逻辑；做题库和命题时，CSV可以承载题干、选项、答案和知识点标签。格式不是越新越好，而是要与任务所需的结构匹配。
以高三物理电磁感应专题为例，教师最初上传一份PPTX和一份班级CSV，希望模型同时生成复习讲义和薄弱点分析。PPT中的推导公式是截图，模型只能读到“如图所示”而读不到公式本身，学情CSV又因合并单元格导致得分列错位，输出结果把两个班级的数据混在一起。调整后，PPT中的公式改为文本公式，课件按“楞次定律”“法拉第电磁感应定律”“综合应用”拆成三份Markdown讲义，CSV取消合并单元格并保留班级、题号、得分、知识点四个字段，再分别提问“依据讲义梳理推导步骤”和“依据CSV统计薄弱知识点”，模型输出才具备教学可用性。
内容组织要遵循“一文件一主题、一主题一版本”的原则。文件名写清主题、适用年级、版本日期，文件开头用简短说明交代资料来源和使用边界，长文档按章节拆分，表格首行放字段名，讲义保留标题层级，培训材料清理批注和内部意见。这样做不仅提升解析质量，也让后续提问有明确的引用对象。AI指导老师真正需要管理的不是文件数量，而是文件与教学任务之间的对应关系，格式选择和组织决定了模型能否从资料中提取出可验证的教学证据。
4. 上传失败排查与合规风控
上传失败或回答异常时，应先排查格式与解析问题，而不是反复改写提示词。常见原因包括格式不在支持范围、文件过大、文档加密、扫描件没有文本层、表格结构损坏、上下文被截断以及网络上传中断。排查时可以把原文件另存为新版DOCX、XLSX或文本型PDF，拆分过大的文件，复制关键段落做小范围测试，检查上传后模型是否能复述目录和首段内容，再决定是否继续追问。若模型只读到部分内容，应改用分节上传并在提问中限定范围，避免让它对未读到的章节做推测。
合规风控同样属于文件上传攻略的一部分。学情表常含学生姓名、班级、成绩、，上传前应删除或替换直接标识信息，只保留分析所需字段；未公开试卷、内部评审意见、培训方案中的批注和敏感表述要清理后再上传；学校内部资料应确认授权范围，保留资料来源和版本记录，AI生成的结论要回到原始材料核验。一个可行案例是把含手机号的学情表改为匿名编号表，把培训方案中的评审批注删除后再转PDF，既保留分析价值，又降低信息暴露风险。
更稳妥的做法是建立上传前检查与上传后复核的闭环。上传前核对资料清单、脱敏状态、格式转换结果和文件拆分粒度，上传后先用目录复述、关键数据抽查和原文引用测试验证解析质量，再进入正式问答。对于重要教学材料，保留原始文件、转换文件和模型输出之间的对应关系，发现偏差时能追溯到具体文件和段落。格式支持只是入口，真正的专业能力体现在对解析质量、上下文边界和合规风险的持续管理上。
