一起參與全台最大讀書會：如何用 AI 協助閱讀起訴書

日期：

這幾天全台灣最大的讀書會活動是閱讀長達 190 頁的起訴書。嘗試運用各種 AI 工具來協助摘要，卻遭遇到不同的技術錯誤。使用不同方案，成功將全文轉換為可供 AI 讀取的格式，並透過 ChatGPT 與 NotebookLM 後續分析。

Made with DALL-E

問題狀況

因為起訴書長達 190 頁，第一個想法是用 AI 工具摘要重點。試用不同大型語言模型，卻遭遇問題。

  1. ChatGPT 4o：上傳 PDF 檔案「發生未知錯誤」
  2. ChatGPT o1-mini：不支援上傳任何檔案
  3. ChatGPT o1：不支援上傳 PDF 檔案，根據錯誤訊息「File type must be image/png,.png,image/jpeg,.jpg,.jpeg,image/webp,.webp,image/gif,.gif」看起來只支援常見的圖檔。而且一次只能上傳 4 個檔案。
  4. Claude 3.5 Sonnet：可以上傳 PDF 檔案，但是對話時，遇到錯誤「抱歉,這份文件似乎是空白的,沒有包含任何實際內容。」
  5. Google Gemini 2.0 Flash Experimental：免費版一次只能上傳 1 個圖檔，如果要上傳 PDF 檔案，需要訂閱 Gemini Advanced。
  6. Google NotebookLM：上傳 PDF 後，遇到「檔案讀取錯誤」。補充：有朋友說他上傳到 NotebookLM 後是可以正常交談的文字，就請自行確認。
我預期的理想狀況是直接和起訴書全文對話。換句話說可以一次上傳  190 頁，而不需要額外拆解部分頁面。
Claude 錯誤畫面

NotebookLM 錯誤畫面


解決方法

我習慣使用 Google 雲端硬碟將 PDF 轉成 Word，發現轉成 Word 後是一頁一頁的圖檔。推測 PDF 檔製作方式是將圖片掃描製作而成，導致 AI 機器人無法直接讀取文字。

方法1：免費、但是文字辨識品質較差

使用開放原始碼的光學字元辨識引擎 (OCR、Optical Character Recognition) 方案「Tesseract Open Source OCR Engine」刻了文件辨識工具網站。可以上傳圖檔或 PDF 檔案，再將圖片轉成文字。但是辨識結果的品質較差。

方法2：有頁數限制、文字辨識品質較好

在 Threads 上看到有網友推薦 PDF Candy 可以線上將 PDF 轉文字，同時是免費線上OCR轉換工具。但是免費版有頁數限制。

臉書上看到網友一次上傳 5 張圖檔，請 Claude 3.5 Sonnet (API 文件) 將圖檔轉成文字。

方法3：需要花錢、沒有頁數限制、文字辨識品質較好

使用 PDF-XChange Editor Plus 的加強版 OCR 功能 (Enhanced OCR Engine) 轉換 PDF 檔案，詳細使用教學「如何啟用PDF-XChange Editor的Enhanced OCR Plugin增強版文字辨識功能 - v8.0.339.0 - 阿榮技術學院」。

最後我採用方法 3 將 190 頁全文轉換成文字版的 PDF，就可以順利使用 AI 協助閱讀起訴書。

(1) ChatGPT 「使用 mermaid 語法畫出重要事件時間軸：人、事、物與金錢」再使用 excalidraw  畫圖

(2) 使用 NotebookLM 「幫我讀起訴書，用白話文給我檢方認定的犯罪事實和證據」


或者是詢問「扮演被告的辯護律師，如何進行攻防？」下圖可以看到 NotebookLM 在段落間會穿插 ①、②、③ 符號，將滑鼠游標移到上方，會顯示對應到全文哪一個段落，可以方便查證，避免電腦幻覺問題。


PDF 檔案 OCR 之後，不同 AI 的測試紀錄
  1. ChatGPT 4o：上傳 OCR 後的 PDF 檔案「發生未知錯誤」，轉換成 TXT 檔案才能使用。
  2. Claude 3.5 Sonnet：上傳 OCR 後的 PDF 或 TXT 檔案，都顯示超過 token 長度限制。錯誤訊息「Conversation is 54% over the length limit. Try replacing the attached file with smaller excerpts.」
  3. Google NotebookLM：可以使用 OCR 後的 PDF 對話。

留言

張貼留言