ChatGPT 在 OpenAI 的服务器上读你上传的文件。这篇讲这意味着什么。
把一份 PDF 上传给 ChatGPT，它会在 OpenAI 的基础设施上被解析、切分、检索，答案由前沿模型写成。SecureRAG 把解析、切分、检索放在浏览器标签页里完成，用你自己的检索结果作答，文件不离开设备。值得比的不只是能力——纯能力 ChatGPT 完胜——而是这份文档之后会怎样、由哪个开关决定，以及哪些活只有云端模型干得了。
最后更新:
一句话结论：上传的文件在 OpenAI 服务器上解析，消费级套餐默认会用于改进模型，除非你主动关掉；SecureRAG 把这一切留在本地。
ChatGPT 更强的地方
- 拿到文件之后它能做的事更多：改写、翻译、整理成表格、生成读取该文件的代码、把数字画成图，然后接着往下做。
- 文件上传在免费与付费套餐上都能用，网页版和受支持的手机应用都有，各自有用量限制——不用下载、不拉模型。
- ChatGPT 企业版有 PDF 视觉检索，能读取 PDF 的版式与图表；其他套餐只抽取文字层，图像会被丢弃。SecureRAG 也只读文字：扫描件或图多的 PDF 里的印章、签名、图表都读不到。
- 同一个对话里可以把文件与联网搜索、代码执行和模型自身知识结合起来用。本地检索工具刻意只做检索这一件事。
- 前沿模型的文笔与长上下文处理能力，0.5B–1.5B 量化模型比不了。
决定你文档去向的那个开关
OpenAI 帮助中心写明：ChatGPT 会进一步在用户的对话上训练，除非你选择退出；退出入口在「设置 → 数据控制 → 为所有人改进模型」（隐私门户里对应「不要用我的内容进行训练」）。内容可以包括你上传的文件。同一份帮助文档也写明：面向企业的产品（API、ChatGPT Business、Enterprise）默认不使用客户提交的内容改进模型性能。同一个问题有三个不同答案，适用哪一个取决于你用的是消费级 ChatGPT、API，还是企业工作区。请读你所用的那份政策原文，而不是任何二手概述，包括这一页。
| 问题 | ChatGPT 文件上传 | SecureRAG |
|---|---|---|
| 文件在哪里被解析 | OpenAI 的服务器 | 你的浏览器标签页 |
| 账号 | 需要 OpenAI 账号 | 不需要——无账号、无追踪像素 |
| 是否用于训练 | 消费级套餐默认会用于训练，除非主动退出；企业产品默认不训练 | 不用于训练——不存在可以被训练的服务器 |
| 离线 | 不能 | 缓存后可离线 |
| 引用指向什么 | 回答里摘录原文片段；上传的 PDF 没有页码锚点 | 每句话一个编号引用指回具体文本块，PDF 保留页码、DOCX 保留标题层级 |
| 回答引擎 | 云端前沿模型 | 默认抽取式选句；可选 Qwen2.5 0.5B–1.5B 4-bit，400MB–1.0GB，CPU 上约 3–8 token/s |
| 上限 | 按套餐限定文件大小与 token 数；以 OpenAI 帮助中心为准 | 单文件 ≤25MB、≤40 份、单库 ≤200MB、≤20,000 个文本块 |
| 支持格式 | 常见文档、表格、演示与文本格式；以帮助中心为准 | PDF、DOCX、TXT、Markdown、CSV、HTML、JSON。不支持加密 PDF、无文字层扫描件、旧版 .doc |
引用是从哪儿来的
ChatGPT 会在回答里摘录文件原文，读个大概通常够用。它不是一套引用机制：没有指回第 14 页的逐句锚点，而一段通顺的文字可以把原文摘录和模型自己的改写揉在一起。SecureRAG 把这两件事分开。默认抽取档从检索到的文本块里挑句子，按原文顺序排列，每句挂一个编号链接，改写不会被当成原文引用。生成档会写句子，但引用是在文本到达你眼前之前就挂好的——我们不会让模型自己产出引用，因为模型会编造引用。
SecureRAG 输给 ChatGPT 上传文件的地方
- 它不会写作。0.5B–1.5B 量化模型写出的句子简短、字面，放在前沿模型旁边差距明显；开启这一档要下载 400MB–1.0GB，在没有 WebGPU 的机器上大约 3–8 token/s。
- 不理解图像。图表、手写批注、印章都读不到。一份以图片为主的 PDF，抽出来的东西也基本为零。
- 不能执行代码、不能联网、没有插件。索引里有什么，系统就知道什么。
- 上限更紧：单文件 25MB、40 份、单库 200MB、20,000 个文本块；移动浏览器内存更紧张，上限还会调低。
- 没有跨设备的会话记忆。索引留在 IndexedDB 里，对话不会跟着你去另一台设备。
- 首次使用更慢。解析一份 20MB 的 PDF、把 900 个文本块向量化，在笔记本上要实打实等上几秒；托管服务则是在别人的机器上转圈。
用你手边已有的文档做五分钟测试
- 挑一份你熟悉的合同或报告，大小在 10–25MB 之间以便落在 25MB 上限内，并记住一个你能背出来的条款号。
- 在两边问同一个问题：「哪一条规定了提前终止，要求多长通知期？」
- 看答案凭什么成立。ChatGPT 会在回答里摘一段原文；SecureRAG 是每句话都挂编号引用，点开是具体文本块并显示页码。
- 再问一个文档里答不出的问题。本地把严格度设为「仅依据文档」，确认返回的是「文档中未找到」，而不是一个推断出来的条款号。
- 两边都打开开发者工具的 Network 面板。一个是携带文件的多部分 POST；另一个只有一次下载模型权重的 GET，之后什么都没有。
ChatGPT 会拿我上传的文件训练吗？
对消费级套餐，OpenAI 帮助中心写明：除非主动退出，它会进一步在用户的对话上训练，上传的内容也可能被包含在内。退出入口在「设置 → 数据控制 → 为所有人改进模型」，或走隐私门户。API、ChatGPT Enterprise 这类企业产品默认不用于训练。请以你所用的那档套餐对应的页面为准，答案随套餐变化。
SecureRAG 能回答需要跨文档推理的问题吗？
它可以一次在最多 40 份文件上检索并引用其中几份的段落，也能把这些段落按原文顺序拼接起来。它不会做的事情是编出一个这些段落并不支持的结论——「仅依据文档」模式下会直接回答「文档中未找到」。
为什么本地的回答更短？
因为它是用你文件里已有的句子拼起来的。抽取式回答没法像生成式那样把论述展开，而正是这个机制把编造出来的条款号挡在答案之外。
开启生成档就能得到 ChatGPT 级别的文笔吗？
不能。它得到的是一个 0.5B–1.5B 量化模型写出的通顺文字，比抽取式拼接好，但仍明显低于前沿模型。而且任何下载都必须由你先点确认才会开始，也随时可以关掉。