把 Word 文档转换成 Markdown 时，很多人最先关注的是正文和表格。但在真实的产品手册、技术报告和培训材料中，图片和图注同样重要。
如果图片被单独导出成一堆文件，而 Markdown 里看不到它们原本出现的位置，后续无论是人工阅读还是导入 RAG 知识库，都会丢失大量上下文。
为什么图片和图注容易分离？
Word 文档里的图片并不总是简单地“插在某一段文字后面”。它可能是嵌入图片、浮动图片、带编号图题，也可能和表格、列表或文本框混在一起。
普通提取脚本经常会出现几类问题：
- 图片被全部导出到文件夹：但 Markdown 正文里没有对应锚点，不知道图片属于哪一段。
- 图注和图片分开：例如“图 3-2 系统架构图”被当成普通段落，和图片失去关系。
- 图片顺序错乱：多列排版或复杂布局下，导出的图片顺序不一定符合阅读顺序。
- 知识库切片失去上下文：RAG 切分时，图片说明和相关正文被分到不同 chunk，检索效果会下降。
对于包含大量流程图、产品截图和设备图的文档，这些问题会明显影响内容可用性。
好的 Markdown 提取应该保留什么？
从 DOCX 提取 Markdown，不只是把文字变成 .md 文件。更重要的是尽量保留文档的阅读结构。
对于图片和图注，理想的输出应该尽量包含：
- 图片在正文中的出现位置。
- Markdown 中可引用的图片路径或锚点。
- 图片附近的标题、图注或说明文字。
- 和章节标题、段落、表格之间的顺序关系。
这样导出的 Markdown 才更适合后续进入知识库、文档站点或人工审阅流程。
SimplifyAI 如何处理 DOCX 图片和图注？
在 SimplifyAI 中，DOCX 转 Markdown 会先解析 Word 文档结构，再将正文、标题、表格和图片等内容整理为更适合阅读的 Markdown。
对于文档中的图片，系统会将可提取的图片整理到结构化文件夹中，并在 Markdown 的对应位置插入图片引用。对于 Word 中常见的题注样式、图 1 / Figure 1 这类图注段落，以及图片前后的相邻说明文字，系统会识别这类常见图片说明关系，并尽量在 Markdown 中保持图片与说明文字相邻输出。
导出的结果通常会包含：
- Markdown 正文中的图片引用。
images/文件夹中的图片文件。- 图片附近的题注或说明文字。
- 适合继续进入文档站点或 RAG 预处理流程的段落顺序。
这对于产品手册、培训材料和技术说明书尤其有价值，因为这些文档里的图片往往承载着步骤、界面和设备细节。
适合哪些场景？
这类能力适合：
- 将产品手册导入企业知识库。
- 把技术文档整理为 Markdown 文档站点。
- 为 RAG 准备包含截图、流程图和图注的 DOCX。
- 从培训材料中提取图文结构。
- 需要同时保留表格、标题层级和图片位置的长文档。
如果图片本身是扫描页、复杂浮动元素，或者原文档没有使用清晰的图注结构，仍建议在导出后抽查关键页面，确认图片和图注的对应关系是否符合预期。
结语
DOCX 转 Markdown 的质量，不只体现在正文是否完整，也体现在图片、图注和周围说明是否还能被一起理解。
如果您正在把包含大量图片的 Word 文档整理进知识库，可以上传到 SimplifyAI，查看导出的 Markdown 是否能更好地保留图文上下文。