PuppyIP 资源中心
开发接入 6 分钟 发布于 2026-11-06

Gemini API 新增 PPT、ODP、ODS:为什么 Excel 只读首张表

Gemini API 对 Office 文件的读取方式取决于格式:有些文档按页面或幻灯片生成图像,有些提取全文文本,电子表格则只读取第一张工作表。

Gemini API Office 文件 工作表 图表解析 OpenDocument

服务对象与地域限制

PuppyIP 仅面向海外合规企业及其授权人员提供服务,不面向中国大陆地区开放或提供代理服务。本服务仅限用于中国大陆境外的合法业务活动,严禁在中国大陆境内使用本服务。

代理 IP 或服务器位于境外,不改变上述限制。不得通过中转、转接、共享或转售向中国大陆境内的最终使用者提供本服务。使用前请阅读用户服务协议。

本文要点

  • DOC、PPT、ODP 按页面或幻灯片渲染为图像;DOCX、DOTX、ODT、PPTX 读取全文文本,图表和版式可能不会保留。
  • XLSX 和 XLS 只读取第一张工作表的 CSV 单元格值,不保留公式或格式;ODS 读取第一张工作表的数据与公式。
  • 工作簿里的其他工作表会被忽略;把目标表移到第一位,或单独另存一个文件。
  • 直接输入和函数返回文件都需要使用对应格式及 MIME 类型;GenerateContent 与 Interactions 的函数结果结构各自独立。

先判断文件是按图像还是文本读取

Google 在 2026 年 11 月 5 日的 Gemini API 更新日志中宣布增加 PPT、ODP、ODS 输入,并为 DOC 增加页面图像处理。更新日志同时说明,DOC、PPT、ODP 会渲染为页面或幻灯片图像;ODS 读取第一张工作表的数据和公式。 官方只给出公告日期,准确生效时间、时区和逐账号可用情况未在该条目中列明。

因此,图表缺失时先核对输入格式,而不是先假设文件损坏。页面图像给模型提供版式、图表和图像的视觉内容;文本提取可能保留文字,却不保留页面布局或图表外观。图像路径也只是提供可视内容,不代表每个复杂图表都会被准确读出。

按 Office 格式核对读取方式

Word:DOC(application/msword)的每一页会渲染为图像。DOCX(application/vnd.openxmlformats-officedocument.wordprocessingml.document)、DOTX(application/vnd.openxmlformats-officedocument.wordprocessingml.template)和 ODT(application/vnd.oasis.opendocument.text)读取全文文本;DOCX 还会包含嵌入图像。这三种格式不会渲染页面图像,所以版式和图表等视觉元素可能不会保留。

演示文稿:PPT(application/vnd.ms-powerpoint)和 ODP(application/vnd.oasis.opendocument.presentation)按幻灯片渲染为图像。PPTX(application/vnd.openxmlformats-officedocument.presentationml.presentation)读取全文文本并包含嵌入图像,但不会把每张幻灯片渲染成图像,因此布局或图表可能不会保留。

电子表格:XLSX(application/vnd.openxmlformats-officedocument.spreadsheetml.sheet)和 XLS(application/vnd.ms-excel)只读第一张工作表,并把内容转换为 CSV 单元格值,不包含公式或格式。ODS(application/vnd.oasis.opendocument.spreadsheet)也只读第一张工作表,但提供该表的数据和公式。

工作簿只处理第一张工作表

其他工作表会被忽略。即使目标数据在第二张或更后面的表中,模型也不会因为工作簿包含它就自动切换过去。先确认文件中哪一张表包含本次分析所需的数据,再把它移动到第一位。

也可以把需要的工作表单独另存为一个文件。若用 XLSX 或 XLS 输入,预期结果应以单元格值为准,不要依赖公式或单元格格式传递给模型;ODS 才会把第一张表的数据与公式一起提供。将输入拆分或重排后,重新检查最终文件的第一页或首张表确实是目标内容。

直接输入和 Files API 使用相同的格式规则

Office 与 OpenDocument 文件可以直接内联传入,也可以通过 Files API 提供;两种方式都需要与实际格式匹配的 MIME 类型,不能靠填写另一个类型改变文件内容。请求结构取决于所用 API:本文引用的 Interactions 文档使用 document 内容块,GenerateContent 应使用其自身参考文档规定的请求结构。

文档处理规则不会因为文件是直接传入,还是经 Files API 提供而改变。切换输入路径不能让被忽略的工作表进入上下文,也不能把文本提取自动变成逐页图像渲染。 函数返回文档与直接输入也遵循相同的文档解析规则。

函数返回文件时按所用 API 选择结构

更新日志还区分了两种函数结果结构。GenerateContent 的函数响应部分现在可包含 Office 与 OpenDocument 文件,也可以通过 fileData 返回 Files API URI;displayName 可用于 inlineData 和 fileData。

Interactions 的 function_result 步骤则支持 document、audio、video 内容块,并可使用内联 data 或 uri。这两份 API 合约的字段和内容类型不可互换;实现工具时应对照所选 API 的对应文档,不要把一个接口的字段直接复制到另一个接口。 本文引用的多模态函数响应文档把相应支持范围写为 Gemini 3 系列,其中 video 内容块位于 v1beta 和 v1alpha;不能据此推定所有旧模型或 SDK 都已适配。

使用前核对模型、版本与账号条件

更新说明没有宣布定价、地区资格或配额规则改变,也没有在这条更新中列出所有适用模型和账号。上线前应根据实际使用的模型、API 版本和账号配置核对当前官方文档;不能从某种文件格式已受支持推断所有模型或地区均可用。

既有文件大小和页数限制仍然适用,本文不把 Gemini 网页或 App 的上传限制套到 API 上。使用还需符合所选服务的地区、账号资格与费用规则;改变网络出口不会改变这些条件。

资料来源

常见问题

ODS 会把公式传给模型,是否意味着 API 会重新计算整个工作簿?

文档只说明读取首张表的数据和公式,没有承诺重新计算依赖关系或执行整个工作簿。需要核实计算结果时,先在原电子表格工具中完成计算并检查目标表。

把 PPTX 文件名改为 .ppt,就会得到逐页图像吗?

只改扩展名或填写不匹配的 MIME 类型不会转换真实文件格式。确需其他格式时,应使用支持该格式的编辑器实际导出,并检查导出后的图表与文字。

这些规则也适用于 Gemini 网页和手机 App 吗?

本文讨论 Gemini API 的文件输入与函数结果。Gemini 应用的预览、编辑、导出和上传资格属于另一套产品规则,不能直接互相套用。