現在大家越來越習慣把日常的寫作、
研究甚至是複雜任務交給
AI agent去執行。
但這時候我們往往會撞到一個最尷尬的問題,
我們手邊很多真正要處理的資料,
像是研討會講義、家電說明書或公司合約,
全都是實體紙本,
再強的AI也根本碰不到這些資料。
其實就在我們現在手機版的
Google Drive上,
早已經有一個功能叫做掃描。
就是為瞭解決這個問題而設計出來的,
它可以讓你很快地把原本紙本的內容,
透過手機鏡頭拍成乾淨的數位PDF,
讓原本紙本的資料可以快速匯入到我們的
Google Drive雲端上,
成為我們的數位資產,才能進行更多後續的應用。
你可能會問,我平常直接用
手機相機拍一張不也一樣嗎?
相信我,完全不一樣。
這就是為什麼你相簿裡拍了幾百張文件照片,
最後全都變成找不到的數位垃圾。
而用它掃出來的檔案,AI卻能一眼看懂。
我們直接打開畫面,實測給你看。
現在就直接來看一下,怎麼使用
Google Drive的掃描功能。
這是我的手機版的
Google Drive。
首先我們點選這個掃描的按鈕,
按下之後就可以進入掃描模式。
進入掃描模式後,
依照你的手機的硬體規格以及版本,
你顯示出來的畫面可能會與我的不大一樣。
但是基本操作的功能應該還是相同的
進入之後它可以自動幫你進行掃描
所以你只要把畫面對準到你的文件上
然後它就會出現這樣藍色的框線
自動幫你找尋文件的範圍
然後進行掃描
你也可以利用手動的方式按下這個照相的按鈕
強制把現在的畫面拍照下來
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
識的方式會得到比較好的效果
當你掃描好一張照片後
你會看到掃好的文件出現在下面這裡
那如果你是連續的兩三張文件
你可以直接按下這個按鈕,
就會繼續進行下一張文件的掃描動作。
你可以像這樣,
將手機懸停在距離文件一定的高度上,
一隻手在下面翻頁,一隻手負責按下一頁,
讓它連續的掃描文件。
不用做任何多餘的操作,
它就會自動幫你持續進行掃描。
這就是Google
Drive掃描功能非常便利的地方。
不過這樣一頁一頁地進行掃描,
手臂一直停在上面,有時候還是挺吃力的。
所以我建議大家可以找個輔助工具來支撐手機,
會有更好的效果。
好,就像這樣持續進行掃描並拍攝。
當你把這批文件都掃描完成,
這時按下下面這個繼續的按鈕就可以跳出掃描的介面
鈕就可以跳出掃描的介面,
切換到這個畫面來。
在這個畫面我們在下方可以設定,
要把掃描的文件儲存成JPG
圖片或是PDF文件。
因為我們是有很多頁的內容,
所以我們要選擇用PDF的格式。
選擇好之後按下上方的上傳就可以把這個製作好的PDF檔案
可以把這個製作好的PDF檔案
上傳到你的Google Drive雲端硬碟上
現在把我們電腦端的雲端硬碟打開
可以看到已經儲存了很多PDF檔案
這裡有一些檔名用"已掃描"為開頭的檔案
就是剛剛執行的掃描檔案
我們可以在這裡檢查一下
其實有些頁面掃描起來的效果不是很好
特別是因為雜誌的紙張會反光
導致某些文字看不清楚
或是比例不對之類的問題
不過事實上在後續的過程中,
我們實際上並不會看這些原始的PDF內容,
而是要用AI來分析。
有很多人眼覺得有問題的部分
AI其實還是可以輕鬆的辨認出來。
所以除非你掃描的內容像是
這樣真的模糊到非常嚴重,
那可能需要重新掃描,
否則一般的反光問題其實可以不用管它。
那在進行後面的應用之前,我們再來說明一下。
用Google
Drive的掃描功能來掃描文件,
比你用一般的拍照來拍攝有哪些好處,
以及如何可以提升掃描功能的效果。
首先第一個好處是,
它可以自動偵測並且自動校正影像。
它會偵測相機畫面中哪一部分是文件的邊界,
並在最理想的時機點進行拍攝。
即使文件擺得歪歪的或者是
因為相機拍攝的角度問題,
無法正對著拍。
它在拍攝後也會自動將歪斜
的畫面校正為正確的狀態,
像是範例這樣。
雖然在拍攝的時候因為角度的關係
我們拍照時的影像是傾斜的梯形
但是它會自動把影像還原為長方形
第二,雖然它會自動偵測你的文件邊界
但是如果你的書本與背景的顏色相近的話
會增加它辨識的時間以及難度
因此,我們建議你用一個黑色的背景來拍攝
可以有效提升每次偵測文件邊界的效率
你看,像是這個範例
我們幾乎只要翻頁就可以立即拍攝
效率上提升不少
第三,雖然它可以進行梯形的校正
不過這畢竟是靠軟體修正的結果
如果你想要更好的效果
最好還是把相機的鏡頭完全平行
放在書本資料的正上方
可以減少造成拍攝時失真的因素
第四,如果你對於拍攝出來的畫面品質比較要求的話
來的畫面品質比較要求的話
那麼拍攝的時候最好還是在
光線比較充足的情況下拍照
不然容易拍出晃動模糊的畫面
另外如果你拍攝的是雜誌之類有亮光的頁面
那麼你還需要注意一下
拍攝時現場光源反光的問題
那介紹完掃描的部分，現在要來討論你掃描好的資料
現在要來討論你掃描好的資料
怎麼樣讓圖片中的內容變成可以辨識的文字
在這裡我們介紹兩種方法
我們以剛剛掃描好的
PC Home雜誌內容為例
這裡面有幾頁在講的是
Line Keep官方功能結束後
如何備份電腦版、手機版
以及可以用的替代方案的教學內容
你可以看到因為我們掃描的時候
有些地方有反光
為了怕辨識效果不好
有的頁面我們也多掃描了幾次
試圖獲得比較好的效果
那麼我們可以怎麼樣來讀取
這些目前還是圖片上的教學內容
第一個可以嘗試的方法是
其實我們可以在Google文件內
直接把這個PDF檔案打開
Google文件內建有基本的OCR辨識功能
可以抓出裡面可以辨識的文字
我們用這個方法把這個PDF檔案打開來看看
開啟的時候會花比較久的時間
此時他正在針對這個文件進行OCR的辨識動作
接下來我們在打開的文件中
滑到我們要檢視的內容來看
如果你之前有試過用辨識軟體來辨識文件的話
這就是傳統辨識軟體辨識出來的結果
文字的部分雖然辨識了
但是因為雜誌的排版不是線性的
因此它辨識出來的內容很難以閱讀
往往是步驟一的內容講到一半
它接到步驟三的內文了
另外因為原本的掃描效果也不好
因此很多缺字漏字或是錯字的情況也會發生
如果你要從這裡去還原內容的話
說不定用手打字還比較快
因此這個方式是行不通的
我們現在來用另外一種方法
那就是把這個數位PDF檔案當作來源
保存在你的Gemini Notebook的筆記本中
Notebook的筆記本中
我們在這裡新增一個筆記本
然後在來源這裡選擇檔案
把這個PDF檔案放進筆記本裡
接下來我們在輸入框中輸入
請它詳細說明
如何備份電腦版的
Line Keep
手機版的Line Keep
以及有什麼替代方案
然後它就顯示出來非常完整的答案
實際檢查它給我們的答案內容是正確的
不過它並不是百分之百地還原原本的內容
更像是它讀過一遍內容後
幫我們重新整理出來的結論
這是因為Gemini Notebook
它的底層用的是多模態模型來閱讀資料
並不是傳統OCR的技術
因此它會像人眼一樣
直接看懂圖片裡的文字
並且轉成有用的資訊
甚至你也可以利用Notebook
原本工作室中就有的功能,
把這些資訊進行更多的利用。
像是做成資訊圖表等,
更適合你的整理資訊的方式。
接下來我們來聊一下,透過
接下來我們來聊一下,透過Google Drive加上Gemini Notebook的合作
Notebook的合作,
你可以怎麼樣去進行資料數位化的應用。
首先第一個最實用的應用,
就是建立你專屬的家電與產品說明書資料庫,
大家一定都有這種經驗,買了新電視、
冷氣、空氣清淨機或是掃地機器人。
開箱裝好之後那本厚厚薄薄的說明書,
通常就是隨手塞進某個抽屜深處或是丟進雜物箱裡
屜深處或是丟進雜物箱裡,
從此再也沒翻開過。
現在我們就把這份智慧門鈴的說明書用
剛剛說的方式把它掃描成PDF檔案,
然後上傳到
Notebook LM裡頭來。
上傳好之後,現在我們針對WiFi
設定的問題對它提問。
你可以看到,它很快就可以幫
我們把相關的解答回答出來。
透過這樣的方式,
你把各種家電的使用說明
書都放在這個筆記本裡頭,
以後不管是遙控器隱藏功能、濾網、
更換週期,還是清洗保養步驟,
整個家的電器維護都可以在這個筆記裡頭查到,
瞬間變成一問即答的智慧管家。
第二個範例是我們要掃描食譜。
很多人家裡都有好幾本厚厚的食譜
書或是雜誌上剪下來的特色料理。
我們這裡示範的是一本日文的食譜。
這本食譜是針對三明治熱壓
機這種廚具來設計的食譜。
在用Google Drive掃描食譜時,
你會稍微遇到一些問題。
因為食譜書通常都是一頁彩色食物的圖片,
一頁是文字,
而掃描的機制遇到全彩色的圖片時,
會比較無法判斷這是背景還是書籍內容,
因此會花比較久的時間。
你看像是這一頁,
它就一直無法判斷要不要掃描右頁,
藍色框框一直來回收縮。
遇到這種情況,你可以調整一下鏡頭的遠近,
或是考慮只要掃描左頁,或是像我一樣,
持續等待它自己想清楚。
那我們只掃描其中四篇食譜,
那我們只掃描其中四篇食譜，然後把它丟到Notebook上面來。
對於大模型來說,
日文與中文的辨識難度是一樣的,
我們可以在這裡直接用中文發問,
他也會用中文回答食物的料理過
程以及方式完全沒有語言的隔閡
那這次我們在工作室中選擇簡報
要求他要把每個料理食譜表現出來
而且要包括料理的過程以及食材
看看他能否還原食譜的內容
這個結果比較有意思的是
他一開始先解釋了什麼是
三明治熱壓機以及他的原理
然後他把料理的過程用圖像表現出來
這些其實在原本的書上也沒有
是他透過文字的描述去理解
然後產生出來的
所以有些地方其實是錯的
像是炸豬排這裡
應該是豬排在兩面沾麵包粉
但是他把麵包粉理解為吐司麵包沾了粉
因此看起來非常奇怪
不過這個免包巨大煎餅的過程
在下面鋪滿餃子皮的做法
看起來則是對的
總之這只是示範一種食譜資料的用法
相信你還可以自己延伸出更多有趣的用法
第三個非常實用的範例
就是打造你的專屬隨身旅遊導遊
大家去出國自由行或國內旅遊時
一定常在觀光案內所、火車站或飯店大廳
拿了一大堆精美的紙本景點傳單
手繪地圖或是當地的巴士、渡輪時刻表
但實際在路上走的時候
這些紙本資料超級難用
塞在包包裡常常被擠得爛爛的
要用的時候怎麼掏也掏不出來
這時候你只要在拿到傳單的當下
花兩分鐘用Google
Drive掃描把它們拍下來,
全部丟進你的旅遊筆記本裡,
你的手機瞬間就變成一個懂
所有當地路線的隨身導遊。
比方說我已經有兩份日本小豆島的旅遊地圖,
預先在Notebook裡頭保存好。
那我到了小豆島的時候,看到這個站牌,
以及當地複雜的巴士路線圖,真的整個人傻掉。
這個圖實在看不太懂,也不知道時間要怎麼搭配,
因此我就把這些全部拍照,
再次回入Notebook裡頭,直接問他。
現在是上午10點鐘,
我在土庄港想要搭公車去坐纜車,我該怎麼去?
現在我們來看,他給我們的解答。
他告訴我最近的兩班公車都
要先搭車到草壁港再去換車。
這裡特別貼心的是這個。
因為小豆島上的公車,還有分南迴以及北迴兩種公車
還有分南迴以及北迴兩種公車,
他提醒我,千萬別搭到北迴的公車。
然後到了草壁港之後,
又要去搭韓霞溪急行縣公車到紅雲亭
才能坐纜車。
不過這個公車只有在春季以及秋季才有開,
其他季節是搭不到的,只能叫計程車。
你看這些規則這麼多,根本就是一堆的陷阱。
如果不靠AI,
我雖然人在現場也看到這些站牌資訊,
恐怕也解不開這些謎題。
過去大家習慣把實體資料收納歸檔
在我們辦公桌的抽屜或資料夾中,
這是最沒有效率的做法。
我們真正需要的不是紙張實體,
而是紙張裡面的資訊。
透過把資訊收納到
Gemini Notebook裡面,
我們只要負責提問,馬上就可以得到答案,
不用花時間去找資料在哪裡。
就連不同語言的文件都可以統一用中文發問,
中文回答,
甚至還具備分析的邏輯能力幫我們規劃旅遊路線。
而這正是因為Google Drive有了這些強大的功能
Drive有了這些強大的功能,
我們才能如此輕鬆地把紙本資料轉移到
Gemini Notebook中,
做更好的活用。
希望你不要浪費了這麼好用的工具,
大家一定要親自動手試試看!
今天的介紹就到這裡,
如果這支影片對你的生活或工作有幫助,
請幫我按讚、訂閱並開啟小鈴鐺!
如果你在操作上有遇到任何問題,
歡迎在下方留言告訴我!
我們下一支影片見!