pdf ファイルから markdown に変換

下記から、制度が高いのは、Maker と Docling であり、目的に応じて使い分けるのが良さそう。

レビューブログ

https://note.com/suh_sunaneko/n/na6687b2e01c8

• 2025/08/23

Perplexity 回答

2025/12/03 時点

• PDF→Markdown精度最優先（表・数式・コード含む）で、OSS前提
  • Maker
    • PDF・画像・Office系から Markdown/JSON/HTML へ高精度に変換できる OSS
    • 表・数式・コードブロック・画像抽出など構造保持に強いと評価されている
  • Docling
    • Python ライブラリ（CLI）
    • PDF を含む多種ドキュメントを AI レイアウト解析で構造化し、Markdown/HTML/JSON に出力
    • 「PDF→Markdownの変換精度だけを見ると Marker の方が上」と評価されているケースが複数ある
    • AI レイアウト解析は、LLM を構築等せず、Doclingの内部であらかじめ用意された AI モデル（レイアウト解析モデルや表構造認識モデルなど）が、PDF のページ構造・段落・見出し・表・画像の位置関係を解析し、その構造情報から Markdown テキストを組み立てる。
    • インターネット上に、.pdf のファイルの内容が渡ることはない
• 多フォーマット・拡張性・パイプライン統合重視
  • Docling、MarkItDown(Microsoft)、Pandoc を組み合わせたワークフロー設計

Perplexity では、MarkItDown も提案されたが、レビューブログでは精度は高くなさそうだった。

• MarkItDown(Microsoft)
  • 「構造よりテキスト抽出寄り」で、見出しレベルや複雑な表・レイアウト保持は Docling や Marker に劣るとのレビューが多い