客户把AI论文工具导出的Word公式看成方框，非说模型写错了，2026年怎么解释才站得住？

结论先说：AI论文工具里公式在预览页正常、导出到Word却变成方框或源码，2026年常见主因不是模型写错公式，而是生成端只存了LaTeX文本，导出端没把它转成Word能识别的OMML，再叠加打开端缺数学字体。更稳的做法是：公式只存一份源，导出时按目标格式转换，失败就自动降级成图片并留下标记，而不是每个端各写一套渲染逻辑。

为什么预览正常，导出Word就变方框

预览页通常是自己平台的网页渲染，用的是MathML、KaTeX或MathJax这类网页公式方案，字体和脚本都在自己手里，所以看着没问题。而Word的DOCX是另一套格式，公式在文件内部以OMML（Office数学标记）存在，两者之间没有自动互认关系。把LaTeX原样塞进DOCX，Word只会当成普通文本，符号缺失时就显示成方框。

另一类方框来自字体。数学符号依赖Cambria Math等专用数学字体，如果导出文档没有嵌入字体，而对方电脑又恰好缺这个字体，公式就会显示成空心方块或问号，看起来像「公式坏了」，实际是字体没跟上。这两种原因在现场很容易被混为一谈。

• 符号方框：多为字体缺失，或字符不在字体覆盖范围内。
• 整段源码：LaTeX没被转换，直接当文本写进了文档。
• 排版错位：上下标、分式的层级在转换后丢失。
• 编号断档：公式编号没跟公式一起迁移，正文引用对不上号。

公式四层落地框架

按2026年做AI论文与AI PPT工具的交付习惯，公式这条链路适合拆成四层来管，而不是全塞进生成提示词里。分层的好处是：模型只负责产生公式内容，转换和显示的问题在固定位置解决，出问题也容易定位是哪一层。

1. 能力层（模型与多模态）：由GPT、Claude、Gemini、通义、DeepSeek等模型产出公式，统一用LaTeX作为中间表达。注意让模型输出结构化字段，而不是混在正文段落里，否则后续很难切出来。
2. 业务层（校验与编号）：对公式做符号表校验、单位检查、编号与正文引用配对，并给每个公式一个唯一ID，方便导出失败时回溯到源头。
3. 载体层（网站／小程序／APP／H5／导出文档）：网页端用MathML或KaTeX渲染，导出DOCX时转OMML、导出PPTX时按占位框适配、导出PDF时固化字体。同一份源，不同载体走不同转换器。
4. 数据与风控层：保存公式源、转换结果、失败原因和降级记录；对转换服务设超时和重试，避免一个复杂公式卡住整份文档的导出。

这四层里最容易省掉、也最容易出事的是第四层。不少项目只做「生成加导出」，不记失败原因，等甲方反馈某个公式是方框时，已经无法判断是哪个环节出的问题，只能整份重导，时间成本反而更高。

生成端统一，还是导出端兜底

这两个不是二选一。生成端要解决的是一致性，导出端要解决的是兼容性。判断顺序一般是：先看客户要不要可编辑的DOCX，再看公式复杂度，最后才决定兜底策略。下面这组对比是常见区间的经验总结，具体表现随公式复杂度和目标端而变化。

• 方案A：生成端统一LaTeX源＋导出端全量转OMML。优点：公式在Word里可编辑，老师能直接改。代价：矩阵、多行推导、自定义符号这类复杂公式转换失败率不低，经验区间约一到三成需要降级；开发周期常见3到6周。
• 方案B：生成端统一源＋导出端全量转图片。优点：跨端显示稳定，基本不出方框。代价：公式不可编辑，放大后发虚，抄写体验一般；开发周期常见1到2周。
• 方案C：混合降级。先转OMML，失败的公式自动降级成图片，并在导出任务里标记出来供人工复核。多数常见公式能保持可编辑，同时把方框概率压下来，是相对平衡的做法。

成本上，如果自建公式渲染服务，服务器与维护成本经验区间大约每月百元到千元级；如果调用云端转换或渲染接口，常见按次计费，每千次大致在几元到几十元区间。量不大时，先按次付费、跑一段时间再评估自建，通常更省事。

交付现场：字体、模板和降级链最容易卡在哪

在高校和培训机构这类项目里，常见约束是客户只给一份带大量公式的模板和一个卡死的截稿时间，素材还常是老师手写的LaTeX或扫描PDF。按2026年的交付习惯，稳妥做法是先把模板里的公式样式和数学字体抽出来，确认导出文档是否需要嵌入字体，再跑一轮批量导出，把失败的公式单独列成清单降级成图片。按经验区间，字体与模板核对通常要占半天到一天，批量导出失败清单整理约再占半天；如果跳过，甲方用WPS打开看到满屏方框，返工范围往往比预期大。

按犀跃公司在工具类项目里的交付习惯，还会补两件小事：一是导出前先拿一份最小样例，在Word、WPS、手机端各开一遍，确认没有方框；二是给每次导出留一份失败清单，这样第二轮改稿时不用重新猜哪条公式有问题。这两件事花的时间不多，省下的往往是来回扯皮的时间。

怎么验收公式导出

验收不要只看「能不能打开」，要看四个口径是否同时对得上。做到下面这几条，基本可以视为该轮导出合格；只要有一条对不上，就说明产品还停留在「能显示」而不是「能交付」。

• 显示：抽20到30个代表性公式，在Word和WPS各打开一次，无方框、无源码外露。
• 可编辑：目标端要求可编辑时，公式能被Word公式工具选中并修改，而不是一张图。
• 内容一致：符号、上下标、单位与生成端的源公式逐条对照，特别是希腊字母和正负号。
• 编号与引用：公式编号连续，正文里「见式（3）」这类引用指向正确。

适用与不适用边界

公式分层导出这套做法，比较适合公式密集、且导出文档还要被继续编辑的场景，比如高校论文工具、开题与答辩材料、科研类AI PPT。反过来，如果文档里公式很少、客户只要一份PDF成稿、也不要求二次编辑，把公式统一转图片反而更省事，硬做OMML转换属于过度设计。

• 适合：公式数量多、需要DOCX可编辑、要对接学校或期刊模板的AI论文与AI PPT工具。
• 不必上：只出PDF、公式零星、且明确不接受返工的纯展示类页面。
• 谨慎：涉及涉密内容、需要断网环境时，云端渲染接口不可用，要提前评估自建渲染服务，否则导出环节会直接卡住。

常见问题

生成端统一成LaTeX，是不是就不会出方框了？

不够。LaTeX只是源格式，Word认的是OMML，中间必须有一次转换或降级；源统一只解决「同一份公式不打架」，不解决显示兼容。

公式全转成图片兜底，会不会影响查重或检测？

图片在多数查重系统里读不到文字，公式本身通常不计入正文重复率，但公式无法编辑、放大会发虚，更适合作为失败后的降级方案。

导出DOCX和导出PDF，哪个更不容易出方框？

PDF是固化结果，字体嵌进去后基本不会变；DOCX依赖打开端的字体和公式解析，兼容面更广但更易受环境影响，常见做法是两种格式都提供。

验收时怎么快速判断公式导出合不合格？

按模板抽20到30个代表性公式，在Word和WPS各打开一次，看是否成方框、能否编辑、编号是否连续，再对照源公式抽查符号和上下标。

如果你正准备做公式密集的AI论文或AI PPT工具，建议先把目标端的可编辑要求问清楚，再决定走全量OMML、全量图片还是混合降级，并把失败清单写进导出流程。若客户只要PDF成稿、公式又不多，直接转图片即可，不必上复杂转换链路。