ChatGPT 和 Gemini 对话记录导出 PDF 体积失控？一套实用的瘦身思路
先说个场景，你们应该都遇到过。
周五下午，你刚跟 ChatGPT / Gemini 磕完一个技术方案，前后折腾了二十几轮，觉得自己收获巨大，得赶紧沉淀下来。于是很自然：右键 → 打印 → 另存为 PDF。嗯，很丝滑。
然后你一看文件大小：47.3 MB。
你愣了一下，又看了一眼页数：才三十多页啊？？
发给同事，微信直接给你弹「文件过大」；传到知识库，提示「单个文件不超过 20MB」；邮件附件就更别想了。你心里那个感觉，怎么说呢，就像辛辛苦苦写完一份报告，结果发现装订用的是实心铁块。
这事儿真不是你运气不好。它是必然会发生的，只要你用的是浏览器「打印」这条路径。
一、先搞明白：肥的不是内容，是渲染方式
很多人第一反应是「是不是我聊太长了」。嗯，有关系，但不是主因。
你以为你导出的是一份「文档」，浏览器可不这么想。在它眼里，它干的事是：把一个结构极其复杂的 SPA 网页，按这一刻屏幕上的样子，原封不动冻成一张张静态页。
聊天界面那个 DOM 树有多深，你们打开 DevTools 瞅一眼就懂了，div 套 div 套 div，七八层起步。再加上这些玩意儿：
- 圆角气泡、渐变背景、message 卡片阴影
- 深色模式下的半透明蒙层
- 代码块的灰底 + 高亮 span，一层套一层
- 头像、点赞图标、复制按钮、SVG 小 logo
- 你根本没注意但它一直在页面里的各种 UI 装饰
这些在屏幕上只是「样式」，可一旦进了 PDF，它们就得被实实在在地画出来。矢量路径也罢、重复的背景块也罢，全给你焊死在每一页里。几十页下来，体积不炸才怪。
字体，才是真正的隐形杀手
这点我踩过坑，印象特别深。
中文字体跟英文字体完全不是一个量级。浏览器为了「你在谁电脑上打开都别乱码」，会把用到的字形塞进 PDF 里。一个 CJK 子集下来，几 MB 就没了。更坑的是聊天页面经常是混排：中文正文一套、英文一套、代码等宽字体再来一套，UI 还有自己的 font-family 兜底。好嘛，几套子集全部嵌入，直接起飞。
有个很直观的判断办法：你在 PDF 里能不能选中并复制文字？能选，说明是文本型 PDF，还有得救；选出来是一整块图片，那基本是截图式渲染，后面想压都压不动。
所以结论很简单：同样三十页，你导一份闲聊记录可能就几 MB，导一份满是代码和表格的技术方案，轻轻松松大 5～10 倍。不是你写得多，是浏览器「画」得太认真。
二、别再直接打印网页了，换个思路
核心就一句话：别让网页样式跟着内容一起进去。先把内容扒干净，再重新排版生成 PDF。
听着有点抽象，其实就是三步，我日常就这么干的。
第一步：只留「话」，不要「壳」
把对话捞出来，变成纯的 Markdown：
## Q：xxx 的超时怎么排查
1. 先看连接池配置...
2. 再看 DNS 解析耗时...
```go
ctx, cancel := context.WithTimeout(ctx, 3*time.Second)
defer cancel()
```砍掉什么？CSS、气泡、头像、图标、那些花里胡哨的背景和十几层 DOM。只留标题、段落、列表、代码块、表格。这一步做完，你会发现光「内容提纯」就能干掉七八成的体积。说降 80% 真不夸张。
怎么捞？几条路子：
- 手动复制粘贴（短对话，最省事，就是容易漏行）
- 浏览器插件，专门抓 ChatGPT / Gemini 对话结构的那种，能勾选要哪几条消息
- 走官方数据导出（ChatGPT 是 Settings → Data Controls → Export Data，Gemini 走 Google Takeout），拿到的是 JSON，干净得像刚洗过
第二步：用「文档引擎」生成，别用浏览器打印
这是关键的分水岭。
| 路子 | 产物类型 | 体积 | 感受 |
|---|---|---|---|
| 浏览器打印网页 | 网页渲染型 | 肥大 | 啥都在，但沉 |
| Markdown 引擎导出 | 文本型 PDF | 轻 | 干净，可选中搜索 |
工具嘛，按自己口味来：
- 不想碰命令行的：Typora 直接导出 PDF；Obsidian 装个 Markdown PDF 插件，还能挂自己的 CSS；VS Code 里也有现成插件，点一下完事。
- 愿意敲两行命令的，Pandoc 是真香：
# WeasyPrint 路径，轻量，中文友好
pandoc chat.md -o chat.pdf --pdf-engine=weasyprint \
--css=print.css
# 要学术范儿、目录页眉页脚齐全，上 XeLaTeX
pandoc chat.md -o chat.pdf --pdf-engine=xelatex \
-V CJKmainfont="Noto Sans CJK SC" \
-V geometry:margin=2cm第一个命令里的 WeasyPrint 是纯 Python 的 CSS 渲染引擎，pip install weasyprint 就能跑，不跟你要那 2GB 的 TeX Live。第二个走 XeLaTeX，中文得指定 CJKmainfont，不然出来一堆方块，别问我怎么知道的。
第三步：把字体和样式管住
别小看这一步，属于「最后再挤一口」的操作：
- 字体只留两套：一个中文（PingFang / 微软雅黑 / Noto Sans CJK SC 都行），一个等宽给代码，齐活。别让页面默认字体偷偷再塞一套进来
- 代码块别搞大灰底 + 阴影，浅浅一个底色就够了。深色主题截图确实帅，但那玩意儿在 PDF 里基本是按图形画的，贵
- 图片能不要就别带。真要带图，先压一遍再嵌
这几刀下来，原来 40 多 MB 的东西，压到两三 MB 是挺正常的事儿。我自己的记录是 52MB → 1.7MB，打开速度都不在一个宇宙。
三、几个容易翻车的点，提前说下
我拿在线压缩网站压了，怎么还是大还变糊了？
因为你压的方向错了。那种工具是把 PDF 当图片文档处理，文字直接栅格化，糊了体积还不一定下来。根源是它本来就不该那么生成。
代码高亮没了，白花花一片？
WeasyPrint + Pandoc 的组合，高亮得靠 CSS 自己上，pygments 那套得配一下。嫌麻烦就接受纯色底 + 等宽字，归档够用了。
我就是懒，不想折腾命令行。
理解，真的。那就用那种带「文本模式 / 压缩开关」的导出插件，导的时候就选文本型，别选截图型。省心 80%。
最后
说到底，这事儿的本质不是「PDF 压缩技术」，而是一个习惯问题：你到底是把聊天界面当文档存，还是把对话内容当知识存。
前者存的是「样子」，后者存的是「信息」。样子当然贵，信息其实轻得要命。
我现在固定流程就四步：捞对话 → 清成 md → 引擎出 PDF → 原版 md 顺手丢进知识库。就比直接打印多那么一步，但那种「发个文件秒传、全文还能搜」的爽感，试过就回不去了。
如果你手头那个几十 MB 的 PDF 已经生出来了、懒得重新导一遍，也可以先救个急：用 FreeConvertBox 的PDF 压缩在浏览器里直接瘦身，即开即用不留存，隐私安全有保障；需要再编辑的话，PDF 转 Word可以把它变回可改的文档。
行了，去把你那个 60MB 的 pdf 瘦个身吧。
顺带一句：上面那套思路对 Claude、DeepSeek 的对话导出一样管用，原理都一样，谁让它们也都是网页呢。
说明：部分素材由 AI 辅助生成。
