AI识别公式图片的效果与局限：5类常见错误

用通用大模型做 AI识别公式，按截至 2026-09 的常见使用经验，印刷清楚的单行公式常能给出可用的 LaTeX，但有五类错误反复出现：相似字符认错、上下标层级错位、看不清的地方被自行补全、多行推导的对齐丢失、输出格式和定界符混乱。前四类是内容错，第五类是格式错，而格式错恰恰是转成 Word、Markdown 时最先暴露的问题。比较稳的配合是：公式交给带预览的识别工具得到源码，在编辑器里对着渲染结果核对，再导出成需要的格式。

输入从哪来，先怎么处理

公式图片通常来自三处：课件或网页截图、手机拍的纸质资料、PDF 里截下来的一块。不管来源是哪一种，送去识别之前都先做同一件事：裁到只剩一条公式，四周留一点空白，题号、式号和前后的文字都去掉。

大模型对整页图片会顺手做很多「理解」，公式旁边的一句话可能被当成公式的一部分，也可能被它改写。一张图一条公式，出错时才定位得到，改起来也只需要动这一条。

手机照片先传到电脑，存成 PNG、JPG 或 BMP；照片有透视变形的，先裁正再用。本站「图片识别」的格式与大小以上传区下方提示为准，使用前要登录并开通本站会员。

五类常见错误与校对方法

下面用正态分布的密度函数举例，它同时有希腊字母、根号、分式和嵌在指数里的分式，五类错误几乎都能在它身上出现：

f(x)=\frac{1}{\sigma\sqrt{2\pi}}e^{-\frac{(x-\mu)^{2}}{2\sigma^{2}}}

1. 相似字符认错：σ 被认成 o 或 6，μ 被认成 u。校对时在源码里确认是 \sigma、\mu，希腊字母的辨认方法见希腊字母识别。
2. 上下标层级错位：指数里的分式被拆出来，变成 e 的 −(x−μ)² 次方再整体除以 2σ²。看渲染结果时，分式应当整块缩小在 e 的右上方。
3. 自行补全：截图只截到半条公式，模型按常见形式把后半段补齐；或者把原文里的非标准记号改成教材写法。对照原图数一遍项数，多出来的项要删。
4. 多行对齐丢失：三行推导被合成一行，或者等号不再上下对齐。多行内容建议拆成单行分别识别，再在文档里排版。
5. 输出格式混乱：源码被包在代码块标记里，行内和独立公式的定界符混用，反斜杠被写成两个，下划线前面多出转义符。这类问题渲染时常常直接报错，是最先要清理的。

和专用识别配合的转换步骤

1. 把裁好的公式图片在编辑器里走「识别」→「图片识别」，在「图片公式识别」窗口按 Ctrl+V（Mac 上 ⌘V）粘贴截图，识别会直接开始；上传图片文件的，选好后点「开始识别」。
2. 在结果卡片点「插入」，公式进入编辑区，预览区就是渲染后的公式，先和原图整体比一眼，再把公式工具栏右端的「LaTeX / 可视化」开关切到「LaTeX」看源码。
3. 手上已经有大模型给的 LaTeX，也可以先删掉代码块标记和多余的定界符，粘进 LaTeX 模式里看渲染，公式编辑与预览不需要登录。
4. 核对完切回「可视化」模式，顶栏「导出」里选「Word（含公式）」，或选「导出 Markdown (.md)」并在行尾两个按钮里选行内 $…$ 还是独立 $$…$$。

大模型在这条流程里仍然有用：让它解释公式里每个符号的含义、把推导过程写成文字，都比让它直接输出最终源码更可靠。

转换后要检查的三处

层级。 打开导出的文件，看指数、分式、根号的嵌套是否和原图一致，正态密度里那块指数分式最容易出问题。

字符。 希腊字母、上撇号、带帽的字母逐个看，化学式还要看电荷和下标，方法见化学式识别。

格式。 Word 里点一下公式，能进入公式编辑状态才是公式对象；Markdown 文件里看定界符是否统一成你选的那一种，下划线前面没有多余的反斜杠。

下次拿到大模型给的一段公式源码，先粘进编辑器的 LaTeX 模式看它渲染出来是不是原图的样子，对上了再导出成 Markdown 放进笔记。

延伸阅读

• 化学式识别：下标、电荷与反应条件的校对清单
• 希腊字母识别：ν 与 v、ρ 与 p 的区分
• 公式识别登录限制：开始识别前如何确认账号状态