影片筆記：Google Drive 掃描 ＋ Gemini Notebook 組合拳攻略：把紙本講義、說明書與實體手冊變成 AI 大腦

<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->

⚠️ 全文快速校讀發現待確認修正

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

• 待修正：⚠️ 全文快速校讀：已套用暫定修正，請確認（segment=41 已先套用暫定修正：不過我建議你還是利用自動辨 → 不過我建議你還是利用自動辨識的方式會得到比較好的效果；segment=62 已先套用暫定修正：這時按下下面這個繼續的按 → 這時按下下面這個繼續的按鈕就可以跳出掃描的介面）
• 待修正：逐字稿可先使用，但有待校正清單（segment=0 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=205 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

⚠️ 警告：逐字稿辨識品質檢核未通過

根據輸入資料，以下分段存在可讀性或語意檢核問題，可能影響內容準確性。請務必參考「逐字稿辨識疑點」章節，不得將以下片段視為確定事實：

* Segment 0: unnatural_sentence_boundary — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語

* Segment 205: unnatural_sentence_boundary — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語

* Segment 222: unnatural_sentence_boundary — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語

* Segment 85: rapid_semantic_review — 全文速讀上下文判斷；尚未回聽或交叉比對

* Segment 302: rapid_semantic_review — 全文速讀上下文判斷；尚未回聽或交叉比對

* Segment 306: rapid_semantic_review — 全文速讀上下文判斷；尚未回聽或交叉比對

一句話總結

本影片介紹如何利用手機版 Google Drive 的掃描功能將實體紙本文件轉換為數位 PDF，並匯入 Gemini Notebook（原 Notebook LM），透過多模態模型直接理解圖片內容，解決 AI 無法讀取紙本資料的痛點，建立專屬的個人知識庫與智慧應用。

核心重點

1. 解決 AI 無法讀取紙本資料的痛點：日常寫作或研究常依賴 AI，但關鍵資料（講義、合約、說明書）多為實體紙本，AI 無法直接處理。
2. Google Drive 掃描是最佳入口：

• 優於普通拍照：自動偵測邊界、校正歪斜影像，結構清晰。
• 優於傳統 OCR：避免排版錯亂與缺字問題。
• 操作建議：使用黑色背景、平行拍攝、充足光線以提升辨識率。

1. Gemini Notebook 的多模態優勢：

• 底層使用多模態模型，模擬人眼直接看懂圖片文字，而非單純還原原文。
• 能重新整理結論，支援不同語言文件統一用中文問答。
• 可進行二次應用（如生成簡報、資訊圖表）。

1. 三大實際應用場景：

• 家電資料庫：集中說明書，一問即答操作細節與保養步驟。
• 食譜庫：掃描彩色食譜，AI 生成料理過程與食材簡報（需注意 AI 生成圖像可能誤解文字）。
• 隨身旅遊導遊：掃描景點傳單與時刻表，AI 協助規劃複雜路線並提醒注意事項（如公車方向、季節營運狀況）。

詳細大綱

I. 問題背景與解決方案概述

• 現況痛點：
• 日常寫作、研究或複雜任務常交給 AI agent。
• 手邊關鍵資料（研討會講義、家電說明書、公司合約）多為實體紙本，AI 無法直接讀取。
• 解決方案：
• 使用手機版 Google Drive 的「掃描」功能，將紙本轉為乾淨的數位 PDF。
• 匯入 Google Drive 成為數位資產，供後續 AI 應用。
• 與普通拍照的差異：
• 普通拍照易成為「數位垃圾」難以查找。
• Google Drive 掃描後的檔案結構清晰，AI 能直接理解內容。

II. Google Drive 掃描功能實測操作

• 啟動方式：開啟手機版 Google Drive，點選「掃描」按鈕進入掃描模式。
• 操作步驟：

1. 自動掃描：對準文件，系統自動出現藍色框線偵測文件範圍並掃描（建議使用此方式，效果較佳）。
2. 手動掃描：按下照相按鈕強制拍照。
3. 連續掃描：掃描完一張後，可連續掃描多頁。建議將手機懸停，一手翻頁、一手操作，或尋找輔助工具支撐手機以減輕疲勞。

• 儲存與上傳：

1. 掃描完成後按下「繼續」跳出介面。
2. 選擇儲存格式：多頁文件建議選擇 PDF（而非 JPG）。
3. 按下「上傳」將 PDF 檔案儲存至 Google Drive 雲端硬碟。

• 結果檢查：
• 電腦端 Google Drive 會出現以「已掃描」為開頭的 PDF 檔案。
• *注意*：掃描效果可能受紙張反光影響導致文字不清或比例不對，但若非嚴重模糊，AI 通常仍能辨識。

III. 提升掃描效果的四項建議

1. 自動校正優勢：Google Drive 掃描能自動偵測文件邊界並校正歪斜影像（將梯形影像還原為長方形），這是普通拍照無法做到的。
2. 背景選擇：若書本與背景顏色相近，會增加辨識難度與時間。建議使用黑色背景拍攝，以提升偵測效率。
3. 拍攝角度：雖有軟體校正，但為減少失真，建議將鏡頭完全平行置於書本資料正上方。
4. 光線環境：充足光線可避免畫面晃動模糊；若拍攝雜誌等反光頁面，需注意現場光源反光問題。

IV. 從圖片到文字：兩種處理方法比較

以掃描好的 PC Home 雜誌（Line Keep 備份教學）為例：

• 方法一：Google 文件內建 OCR（不推薦）
• 直接在 Google 文件內打開 PDF。
• Google 會進行 OCR 辨識，但耗時較長。
• 缺點：雜誌排版非線性，導致辨識出的文字順序錯亂（如步驟一接步驟三）；且因掃描瑕疵產生缺字、錯字。還原內容困難，甚至不如手打。
• 方法二：Gemini Notebook 多模態模型（推薦）
• 操作：在 Gemini Notebook 中新增筆記本，將 PDF 檔案作為來源上傳。
• 優勢：
• 底層使用多模態模型，模擬人眼直接看懂圖片文字，轉為有用資訊。
• 並非百分之百還原原文，而是讀取後重新整理結論。
• 可利用 Notebook 工作室功能（如製作資訊圖表、簡報）進行二次應用。
• 驗證：針對 Line Keep 備份問題提問，AI 能給出完整且正確的答案。

V. 實際應用場景範例

1. 建立專屬家電與產品說明書資料庫

• 情境：電視、冷氣、空氣清淨機、掃地機器人等說明書通常被束之高閣。
• 操作：掃描智慧門鈴說明書至 Notebook。
• 應用：針對 WiFi 設定等問題提問，AI 能快速回答遙控器隱藏功能、濾網更換週期、清洗保養步驟等。
• 價值：將所有家電說明書集中，變成一問即答的智慧管家。

2. 掃描食譜與料理教學

• 情境：處理厚食譜書或剪報，特別是日文食譜。
• 挑戰：食譜通常為彩色圖片與文字交替，全彩圖片會干擾掃描機制偵測邊界（藍色框框來回收縮）。
• *解法*：調整鏡頭遠近、只掃描左頁文字、或等待系統判斷。
• 操作：掃描部分食譜頁面至 Notebook，直接用中文提問料理過程與食材。
• 應用：要求 Notebook 生成簡報，呈現料理過程與食材。
• 結果分析：
• AI 會先解釋工具原理（如三明治熱壓機）。
• AI 會根據文字描述生成圖像，但可能產生誤解（例如將「麵包粉」誤解為「吐司麵包沾粉」導致圖像錯誤，但某些步驟如「免包巨大煎餅」做法正確）。
• 此為示範用法，可延伸出更多有趣應用。

3. 打造專屬隨身旅遊導遊

• 情境：出國或國內旅遊時，觀光案內所、火車站、飯店大廳提供的紙本景點傳單、手繪地圖、巴士/渡輪時刻表難以攜帶且難用。
• 操作：拿到傳單當下花兩分鐘用 Google Drive 掃描，丟進旅遊筆記本。
• 應用案例（日本小豆島）：
• 輸入當前時間（上午10點）與地點（土庄港），詢問如何搭公車去坐纜車。
• AI 回答細節：
• 建議先搭車至草壁港換車。
• 貼心提醒：小豆島公車分「南迴」與「北迴」，千萬別搭錯方向。
• 後續需搭「韓霞溪急行縣公車」至紅雲亭才能坐纜車。
• 補充資訊：該公車僅春季及秋季營運，其他季節需搭計程車。
• 價值：解決複雜路線規則與陷阱，將實體資料轉化為即時可用的資訊。

VI. 結論

• 傳統將實體資料收納於抽屜或資料夾效率低落。
• 真正需求是紙張內的「資訊」。
• 透過 Google Drive 掃描 + Gemini Notebook，可輕鬆將紙本資料轉移並活用。
• 優勢：只需提問即可獲答、支援不同語言文件統一用中文問答、具備分析邏輯（如規劃路線）。
• 呼籲觀眾親自動手嘗試。

工具 / 模型 / 名詞整理

• Google Drive：手機版應用及雲端硬碟服務。
• Google Drive 掃描功能：內建於 Google Drive 的掃描工具，具備自動偵測邊界與校正歪斜影像功能。
• PDF：多頁文件建議的儲存格式。
• JPG：圖片格式，不建議用於多頁文件掃描。
• Google 文件 (Google Docs)：用於測試內建 OCR 功能的工具。
• OCR (光學字元辨識)：將圖片中的文字轉換為可編輯文字的技術。
• Gemini Notebook：影片中提到用於處理掃描文件的 AI 工具，逐字稿中也提及「Notebook LM」或「筆記本」。
• 多模態模型 (Multimodal Model)：Gemini Notebook 底層使用的技術，模擬人眼直接看懂圖片文字。
• Line Keep：提及的官方功能，用於備份教學。
• PC Home 雜誌：用於測試 OCR 與 Notebook 效能的範例刊物。
• 三明治熱壓機：食譜範例中提到的工具。
• 小豆島：旅遊範例中的地點。
• 土庄港：小豆島上的地點。
• 草壁港：小豆島上的地點。
• 紅雲亭：小豆島上的地點。
• 韓霞溪急行縣公車：旅遊範例中提到的公車路線名稱。
• 南迴 / 北迴：小豆島公車的兩種路線類型。

操作流程整理

步驟一：準備與掃描

1. 開啟手機版 Google Drive。
2. 點選「掃描」按鈕。
3. 對準文件，利用自動偵測的藍色框線進行掃描（或手動拍照）。
4. 連續掃描多頁後，按下「繼續」。
5. 選擇儲存格式為 PDF。
6. 按下「上傳」至 Google Drive。

步驟二：建立筆記本與匯入

1. 開啟 Gemini Notebook。
2. 新增一個筆記本。
3. 將步驟一上傳的 PDF 檔案作為來源匯入筆記本。

步驟三：提問與應用

1. 針對匯入的文件內容進行提問。
2. 可要求 AI 生成簡報、資訊圖表或整理結論。
3. 根據 AI 回答進行後續操作（如家電保養、料理製作、旅遊規劃）。

值得注意的限制或風險

1. 掃描品質影響：

• 紙張反光、書本與背景顏色相近、拍攝角度不平行，都可能影響掃描效果。
• 若掃描瑕疵嚴重（如缺字、錯字、排版錯亂），傳統 OCR 效果不佳，但多模態模型通常仍能辨識。

1. AI 生成內容的誤解：

• 在食譜範例中，AI 可能誤解文字描述（如將「麵包粉」誤解為「吐司麵包沾粉」），導致生成的圖像錯誤。
• AI 並非百分之百還原原文，而是重新整理結論，需使用者自行驗證關鍵資訊。

1. 功能名稱與介面不確定性：

• 影片交替使用「Gemini Notebook」、「Notebook LM」、「筆記本」，官方產品名稱與介面功能（如「工作室」）需進一步查證。

1. 特定情境的掃描困難：

• 彩色圖片與文字交替的食譜，可能干擾掃描機制偵測邊界，需調整鏡頭或只掃描文字部分。

逐字稿辨識疑點

• 「Gemini Notebook」與「Notebook LM」：逐字稿中交替使用「Gemini Notebook」、「Notebook 的筆記本」、「Notebook LM」，需查證目前 Google 官方產品名稱是否統一為 Notebook LM 或已更名為 Gemini Notebook。
• 「韓霞溪急行縣公車」：此為逐字稿聽寫內容，疑點為公車名稱是否正確，或是否為「寒霞溪」或其他地名之誤聽。
• 「免包巨大煎餅」：此為食譜名稱或 AI 生成內容的描述，疑點為是否為「免烤」或特定料理名稱之聽寫錯誤。
• 「Line Keep官方功能結束後」：語意稍顯模糊，疑點為是否指 Line Keep 功能結束營運，或指備份功能結束後的狀態。
• 「已掃描」為開頭的檔案：需查證 Google Drive 掃描後產生的檔案命名規則是否確實以「已掃描」開頭。
• 「工作室中就有的功能」：指 Notebook 內的某個功能，需查證 Notebook LM 介面中是否確實有稱為「工作室」的區塊或功能名稱。

可延伸追問

1. Google Drive 掃描功能是否支援更多文件格式（如 Word、Excel）的轉換？
2. Gemini Notebook 的多模態模型在處理手寫文件時的準確度如何？
3. 如何批量處理大量紙本文件並自動分類至不同的 Notebook？
4. 除了旅遊和食譜，還有哪些類型的紙本資料適合使用此方法數位化？
5. Google Drive 掃描功能是否有使用次數或空間限制？