解決 ChatGPT 輸出 PDF 檔案出現黑色豆腐、中文亂碼的問題

日期：

使用 ChatGPT 將繁體中文文字轉成 PDF 檔案時，可能會出現黑色豆腐 (缺字)、中文亂碼的問題。提示詞指定使用支援繁體中文的「STSong-Light」，或額外上傳的 Google Noto Sans Traditional Chinese  (思源宋體-繁中) 字型檔案即可解決。

Photo by Candace McDaniel on StockSnap


問題狀況：

問題1：出現黑色豆腐缺字 (Tofu)


問題2：中文字亂碼


解決方式

✅ 使用支援繁體中文的字型

  1. ChatGPT 內建的「STSong-Light」，不需要額外上傳字型檔案
  2. 需要額外手動上傳的 Google Noto Sans Traditional Chinese  (思源宋體-繁中)、微軟正黑體等字型檔案
❌ 不建議使用
  1. 內建的 MSung-Light：雖然支援中文字，但實際輸出 PDF 的中文呈現亂碼
  2. 內建的 Noto Serif CJK JP：Noto Serif CJK JP 支援日文常用漢字（常用漢字、人名用漢字等），但是不支援台灣特有用字，加上日文常用漢字的筆順結構 (stroke) 與繁體中文不同。例如：「骨」、「直」、「真」等字會有細節上的差異。建議改用 Noto Serif Traditional Chinese





操作方式

  1. 上傳的 Google Noto Sans Traditional Chinese 、微軟正黑體等字型檔案
  2. 輸入提示詞

將我提供的繁體中文文章轉成可以下載的 PDF 檔案

- 使用上傳的字型檔案，內嵌字型到 PDF 檔案

- 避免文字超出邊界

```

(貼上文章)

```

無效的提示詞

❌ 不手動上傳 Google Noto Sans Traditional Chinese 字型檔案，但是卻在提示詞要求使用 Google Noto Sans Traditional Chinese 字型，雖然 ChatGPT 看起來很認真地轉成 PDF 檔案，但是下載的 PDF 檔案還會遇到中文亂碼。

因為 ChatGPT 遇到不是內建的字形，不會自動連網下載使用者指定的字型檔案。

ChatGPT 內建的字型

透過提示詞「使用程式工具列出安裝的 font」，要求 ChatGPT 列出內建的字型檔案：欄位有 Family (字型家族) 與 Count (支援的樣式數量，例如 2 代表Regular、Bold 兩種，4 代表 Regular、Italic、Bold、Bold Italic 四種)

Family, Count
DejaVu Sans, 2
DejaVu Sans Mono, 2
DejaVu Serif, 2
Liberation Mono, 4
Liberation Sans, 4
Liberation Serif, 4
Noto Sans CJK JP, 2
Noto Serif CJK JP, 2

Noto Sans CJK JP 與 Noto Serif CJK JP 支援日文優先的字型，其他則是英文、歐洲語系的字型。結果並未包含 STSong-Light 與 MSung-Light 兩種字型。

ChatGPT 內建字型與支援語言 (放大表格、ChatGPT 整理)


進一步調查，ChatGPT 產生 PDF 使用到 ReportLab 開源套件，使用手冊提到「亞洲語言套件包」(Asian Language Packs)：(使用 Claude 翻譯)
這種方法提供最佳效能，因為不需要在 PDF 檔案中嵌入任何內容；就像標準字體一樣，所有內容都在閱讀器上。 
Adobe 為每種主要語言提供附加元件。在 Adobe Reader 6.0 和 7.0 中，當您嘗試開啟使用這些字體的文件時，系統會提示您下載並安裝。在較早的版本中，開啟亞洲文件時會看到錯誤訊息，且必須知道該如何處理。 
支援日文、繁體中文(台灣/香港)、簡體中文(中國)和韓文,我們的軟體了解以下字體：

chs = 簡體中文(中國)：'STSong-Light'
cht = 繁體中文(台灣)：'MSung-Light'、'MHei-Medium'
kor = 韓文：'HYSMyeongJoStd-Medium'、'HYGothic-Medium'
jpn = 日文：'HeiseiMin-W3'、'HeiseiKakuGo-W5'
比較奇怪的是，在 ChatGPT 使用 MSung-Light 字型產生的繁體中文 PDF 檔案反而變成亂碼。不過因為沒有大量文章測試，建議讀者需要確認最後產生的 PDF 有無問題。

相關文章

  1. Tofu – Fonts Knowledge - Google Fonts https://fonts.google.com/knowledge/glossary/tofu 當字體中不存在字元且沒有可用的後援選項時，遺失的字元會替換為一個符號，該符號因其與豆腐塊相似而被稱為「豆腐」。

留言

張貼留言