PDF資料をGoogleドライブにアップロードして、
GoogleドキュメントでOCRをかけた時に、
こんな経験はないでしょうか。
- OCR後の誤字が多すぎる
- 図や表の中の文字が抜け落ちる
- 修正作業に想定以上の時間がかかる
GoogleドキュメントのOCRは手軽ですが、
資料の内容やレイアウトによっては精度が大きく崩れることがあります。
かといって、AdobeのAcrobat PROにサブスク料を払ってOCRするほどの使用頻度はないので、
チャッピーになにか良い手がないか聞いてみました。
ねえ、チャッピー。
Acrobat PROやOCR用のソフトを買わずに、PDFのOCR精度を高める方法はない？
あります。
ただし「OCRをうまくやる」という発想を、少し変える必要があります。
OCRがつらくなる本当の理由
多くのOCRツールは、PDFを画像として処理し、文字の形状から判定しています。
そのため、
- 解像度が低い
- 図表や注釈、本文が混在している
- 専門用語や固有名詞が多い
こうした資料では誤認識や順序の崩れが起きやすく、
結果として「OCR後に人が修正すること」が前提のテキストになりがちです。
発想を変える：AIに「読ませて復元させる」
ここでのポイントは次の通りです。
- 従来OCR：文字を「形」で拾う（拾えないと欠落する）
- AI読解：文字を拾いつつ、前後の文脈や資料内の整合から復元できる
OCRで文字が抜け落ちた場合、AIは
- PDF画像から読み取れる残りの字形
- 前後の文章の自然さ
- 同一資料内での用語の一貫性
- 専門用語としての出現傾向
などを手がかりに、もっとも整合する語を補完することがあります。
この性質が、「修正しないOCR」に近づける最大の理由です。
※注意：原文が潰れていて視覚情報が不足している場合、復元は推測に寄ります。
重要な箇所は、必ずPDF原本と突合して確認してください。
Google AI Studioを使うメリット
Google AI Studio（Pro系モデル）でPDFを扱うと、次のような違いがあります。
- 文脈を考慮した文字復元ができる
- 図や表の中の文字も拾える
- 専門用語や固有名詞が崩れにくい
- ページ構造を保ったまま出力できる
OCR後に「直す作業」を減らすのではなく、
最初から「直さなくていいテキスト」を取りにいく
Google AI StudioでPDFを高精度にテキスト化する手順
① Google AI Studioを開く
Google AI Studioにアクセスし、
トップ画面から「Chat with models」を選択します。
② モデルを「Pro」系に設定する（重要）
モデル名（Flashなど）をクリックし、
Pro系モデル（例：Gemini Pro / Gemini 3 Pro Preview）を選択します。
高速モデルよりも、一字一句の正確性を優先します。
③ PDFファイルを直接アップロードする
入力欄横の「＋」から「Upload from Computer」を選び、PDFをアップロードします。
Googleドライブ経由ではなく、PDFを直接渡すのがポイントです。
④ テキスト化の指示を出す
【目的】
あなたは「OCR転記エンジン」です。
生成AIとして文章を作成・補完・解釈することは禁止されています。
あなたの出力は、
「PDF画像に視覚的に存在する文字列を、そのまま並べたダンプ」
でなければなりません。
【最重要：評価基準（これが正解条件）】
あなたの出力は、次の条件をすべて満たす場合のみ正解とします。
- PDF画像に実在する文字だけで構成されている（＝加筆ゼロ）
- 原本に存在する誤字・誤植・文字化け・不自然な表記を、そのまま保持している（＝正規化ゼロ）
- 意味が通らない・文として破綻していても、そのまま出力している（＝自然化ゼロ）
※読みやすさ・正しさ・専門的妥当性・最新性は一切不要。
※それらは「転記」という目的においては有害とみなします。
【禁止事項（違反＝失格）】
以下を一切行ってはならない。
- 外部知識・一般知識・専門知識・時代知識の利用
- 文脈からの補完、推測復元
- 誤字修正、スペル修正、表記ゆれの統一
- 自然な文章への整形
- 用語の定義、説明、具体例の追加
- PDF画像に存在しない語句・数値・記号・記載の出力
※「それらしく整える」「正しそうに直す」行為は、すべて捏造とみなす。
【タスク】
添付されたPDFの各ページについて、
画像上に視覚的に存在する文字を、順序を保ったまま転記せよ。
- ページ単位で分ける
- 見出し、本文、脚注、注記を含める
- 図・表・フロー図・箇条書き・キャプション内の文字もすべて含める
- 改行や箇条書き構造は、PDFの配置を可能な限り保持する
【出力形式（厳守）】
必ずコードボックスで出力し、ページごとに以下の形式で区切る。
【◯ページ】
（このページのPDF画像に視覚的に存在する文字を、そのまま転記）
【誤植・不自然文字列の扱い（絶対）】
PDF画像に誤植・誤記・不自然な文字列がある場合でも、
「修正せず、そのまま」出力すること。
例：
- 画像に「2 mixtes」と見える → 出力も「2 mixtes」
- 画像に「ディープラーニング의」と見える → 出力も「ディープラーニング의」
※「2 minutes」「の」など、正しいと思われる形に直すことは禁止。
【判読困難箇所の扱い（推測禁止）】
画像上で判別できない場合は、推測せず次のいずれかのみを使用する。
- 〔判読不能〕
- 〔不確か：画像上で読み取れる文字列をそのまま（1〜10文字以内）〕
※意味が通るように置き換えることは禁止。
【自己監査（出力前に必須）】
各ページの末尾に、次のチェック結果を1行で付ける。
理由や説明は記載しない。
- 加筆の疑い：なし／あり
- 正規化の疑い（誤字修正など）：なし／あり
- 推測復元の疑い：なし／あり
形式：
〔監査：加筆なし｜正規化なし｜推測なし〕
※少しでも疑いがある場合は「あり」とし、
該当箇所は〔判読不能〕または〔不確か〕に置き換えて出力する。
【最終宣言】
あなたは文章を生成しない。
知っている内容を出力しない。
見えている文字以外は出力しない。
意味不明でもよい。
捏造より100倍よい。
上のコードボックスのプロンプトをチャット欄にペーストして、チャット欄右側のRun Ctrlのボタンをクリックしてください。
⑤ 出力が途中で止まった場合
入力欄に「続けてください」と入力すれば、続きを出力してくれます。
⑥ テキストを保存する
チャット欄のコードボックスにOCR後の文章が生成されたら、その文章をテキストエディタ等に貼り付けて保存してください。
⑦ 生成した文章と原本PDFの整合チェック
Google Geminiを開いて、OCR原本のPDFとそのPDFから生成したテキストを、Geminiにアップロードし、下記のプロンプトで諸折を実行してください。
【役割定義】
あなたは「原本照合・加筆検出専用AI（監査役）」です。
文章生成・補足・改善・再構成は禁止します。
【対象】
① 原本：原本PDF
② 被監査テキスト：AI Studio による OCR 出力テキスト
【監査目的（最重要）】
被監査テキストに、
・原本PDFに存在しない情報（＝加筆・捏造・知識注入）
が含まれていないかを精査してください。
※「正しいか」「分かりやすいか」は評価対象外です。
【絶対厳守ルール】
1. 判断根拠は【原本PDFのみ】
- 一般的なAI知識
- 最新動向
- 他章の内容
- 常識的補完
→ すべて参照禁止
2. 禁止事項
- 原文の修正・言い換え
- 不足部分の補完
- OCR誤りの修正提案
- 解説・評価・改善案の提示
※あなたの役割は「検出のみ」です。
【監査観点（必ず確認すること）】
以下に該当するものを「加筆疑い」として抽出してください。
A. 原本に存在しない語句・文章
- モデル名
- 年号・発表年
- 技術用語の定義文
- 利用例・用途説明
B. 原本の時代・スコープを超える記述
- 原本にない未来情報
- 原本に記載のない派生モデル・後継モデル
C. 原本にない“説明的な文”
- 用語解説
- 背景説明
- 例示
- 評価・比較
D. 原本の誤植・文字化けが「正しい形」に直されている箇所
（＝OCR結果をAI知識で正規化した疑い）
【出力形式（厳守）】
出力は「監査結果一覧」のみとし、以下の形式で出力してください。
────────────────────
【加筆・逸脱検出結果】
【◯ページ】
- 該当箇所（被監査テキストから原文引用・20語以内）
- 判定：加筆疑い
- 理由：
・原本PDFに同一または対応する記述が存在しない
または
・原本の記載範囲（年代・内容）を超えている
※原本に該当箇所がある場合は「ページ番号のみ」を示す（引用不要）
※推測で「おそらく」は使用しない
────────────────────
【重要】
- 「加筆がない」と判断した箇所は出力しない
- 問題がない場合でも「問題なし」とだけ出力しない
→ 何も検出できなければ「検出なし」と1行だけ出力する
【最終宣言】
あなたの出力は、
・是正案
・修正版
・助言
を含んではならない。
あなたは検出器であり、編集者ではない。
⑧ 生成した文章の修正
Geminiが原本PDFとOCR副本を精査した結果、原本と副本の内容が整合しない場合は、下記のようなメッセージが表示されます。
Geminiの指摘に従い副本を修正する場合は、下記のGeminiに下記のプロンプトを与えて、副本を修正してください。
副本のテキストに対して、上記の不整合の修正を施した副本の全文を、コードボックスにテキスト出力してください。副本の不整合箇所が修正されたテキストを保存すればOCR作業は完了です。
さらに慎重を期す場合は、ChatGPTなどのほかのモデルに、原本PDFと修正した副本テキストの整合を精査させるとよいでしょう。
実際に得られるテキストの特徴
- 誤字や誤認識が大幅に減る
- 図表内の文字が欠落しにくい
- 抜け落ちた箇所が文脈に沿って復元されやすい
- ページ構成を把握しやすい
単なるOCR結果ではなく、
元PDFを再利用しやすいテキストデータとして扱える品質になります。
まとめ：AIの「復元力」を使う
従来のOCRは、拾えない文字はそのまま欠落します。
一方でAIは、PDFから読める情報に加え、
前後文脈の整合から復元を試みることができます。
これが、「修正しないOCR」に近づけるコツです。
ただし、復元には推測が混ざる可能性もあります。
重要な箇所だけは原本PDFと突合する。
この運用が、最も安全で現実的です。
