WordをMarkdownに変換すると
表・画像が崩れる理由と確認方法

警告が出た後に、原本と照合する場所を確認するための手順です。変換結果の修復や完全性を保証するガイドではありません。

最初に確認する5項目

1. 表の見出し列見出しが残り、各値をどの項目として読むか判断できるか。
2. 行と列の対応数値・単位・注記が別の行や列へずれていないか。原本と件数も照合します。
3. 結合セルとセル内段落結合によるグループ関係や、セル内の箇条書き・改行が平坦化されていないか。
4. 画像asset必要な画像ファイルが出力先に存在するか。Markdown中の記法だけをassetの存在証拠にしません。
5. 画像の参照と意味相対パス、caption、図中の文字、本文からの参照、代替テキストを原本と照合します。

表が崩れる理由

GFMの表とWordの表は同じ構造ではない

GitHub Flavored Markdownの表は、見出し行、区切り行、データ行で構成され、セル内はinline contentです。一方、Wordの表には結合セル、セル内段落、複数階層の見出しなどがあり得ます。このため、一対一に対応すると仮定せず、変換後に意味を照合します。

warningが示す範囲

MDDのTABLE_STRUCTURE_RISKは、DOCX内で表が検出され、人の確認が必要なことを文書単位で示す警告です。どのセル・行・列が変わったかを特定する機能ではありません。

最低限、列見出し、値と単位、行列の対応、結合セルが表していたグループ、表の直前・直後の注記を原本と比較してください。

画像が欠ける理由

DOCXでは画像と本文の参照が別の要素になる

Office Open XMLでは、画像のbinary dataは文書本文とは別のpartに格納され、本文側からrelationshipで参照されます。変換ツールは必要なmediaを取り出し、Markdown側の参照先を調整する必要があります。

ツール中立の例として、Pandocでは--extract-mediaを指定してmediaを出力し、文書中の参照を調整できます。実行前に原本を残し、別の出力先を使います。

pandoc input.docx --to=gfm --extract-media=media --output=output.md

warningが示す範囲

MDDのDOCX_UNRESOLVED_IMAGE_REFERENCEは、DOCX内の画像partまたはdrawingが検出され、画像参照を原本と照合すべきことを文書単位で示します。Markdown中の![image](embedded-image)だけでは、画像assetの抽出済み・captionの保持・図中文字の取得を証明しません。

再現できる確認手順

1. 原本を変更せず、作業用コピーを用意する。
2. 既存成果物と混ぜない新しい出力先へ変換する。
3. warning、manifest、source hash、出力ファイル一覧を保存する。
4. 上の5項目を原本と比較し、未確認箇所をreview JSONLなどへ残す。
5. 同じ入力・設定でもう一度実行し、時刻等を除く差分がないか確認する。
6. 確認済みの版と原本の対応を残してから、AI・RAG・公開工程へ渡す。

WordからMarkdownへの全体手順は、生成AIへ渡す前の確認7項目も参照してください。

合成DOCXの限定実行例

公開viewerでは、合成DOCX 3件をmacOS source engineで各2回実行した記録を確認できます。1件は警告なし、表と画像参照を含む2件は想定した確認警告を出し、3件とも時刻・session ID等を除く正規化後の結果が一致しました。

この証拠における終了コード1は、変換処理が出力を作ったうえで確認警告が残った状態です。安心・正確・問題なしを意味しません。