你把一份 PDF 上傳進 NotebookLM,問它這份文件在說什麼,它給你一個很空泛的答案。你問具體的問題,它說找不到相關資訊。
但你明明看得到文件裡有那些內容。
問題很可能不是 NotebookLM 不夠聰明,是它根本沒有讀到你的文件。
原因是:你上傳的是掃描版 PDF。
掃描版 PDF 和文字版 PDF 的差別
這兩種 PDF 看起來一樣,但本質完全不同。
文字版 PDF:裡面的文字是真實的文字資料,可以被選取、複製、搜尋。NotebookLM 能直接讀取這些文字。
掃描版 PDF:整份文件是一張張圖片,文字是圖片的一部分,不是獨立的文字資料。NotebookLM 看到的是圖片,讀不到裡面的文字內容。
最常遇到掃描版 PDF 的情況:舊版的合約、政府文件、書籍掃描、傳真轉 PDF、或對方用印表機掃進來傳給你的文件。
第一步:先確認你的 PDF 是哪一種
方法很簡單:打開 PDF,用滑鼠試著在文字上拖拉選取。
能選取、能反白:文字版,可以直接上傳 NotebookLM,不需要任何處理。
選不起來、點了沒反應:掃描版圖片,需要先做 OCR 轉換。
OCR 是什麼
OCR(Optical Character Recognition,光學字元辨識)是一種把圖片裡的文字辨識成可以編輯的文字資料的技術。
把掃描版 PDF 做 OCR,就是讓軟體「看」圖片裡的文字、把它們轉成真正的文字資料,之後 NotebookLM 才讀得到。
三個 OCR 轉換方法
方法一:Google Docs 匯入(免費,最方便)
這是最快的免費方法,不需要安裝任何軟體。
操作步驟:
- 打開 Google Drive
- 把掃描版 PDF 拖入 Google Drive 上傳
- 上傳完成後,對著那個檔案按右鍵
- 選「使用 Google 文件開啟」
- Google 會自動做 OCR,用 Google 文件開啟一份有文字的版本
- 文字版本出現之後,直接複製連結匯入 NotebookLM,或者下載成 PDF 再上傳
這個方法對清晰的掃描文件效果很好,完全免費,而且不需要額外安裝任何東西。
限制:如果掃描品質很差、字體很小或版面複雜,辨識準確度會下降。繁體中文的辨識準確度比英文稍低,需要自己檢查。
方法二:Adobe Acrobat(準確度最高)
如果你有 Adobe Acrobat 的訂閱,這是準確度最高的選項。
操作步驟:
- 用 Adobe Acrobat 開啟掃描版 PDF
- 點選右側工具列的「掃描和 OCR」
- 選「辨識文字」
- 選擇語言(選繁體中文)
- 執行辨識
- 另存為新的 PDF,這份新 PDF 的文字就可以選取了
Adobe 的 OCR 引擎對複雜版面和多語言混排的處理比 Google Docs 更穩定。如果你的文件有大量表格、數字、或中英文混排,Adobe 的結果通常更準確。
限制:需要 Adobe Acrobat 訂閱,不是免費的。
方法三:直接貼上關鍵段落(最快但只適合少量內容)
如果你的文件很長,但你只需要 NotebookLM 讀其中幾個段落,這個方法最省事。
把你需要的段落用手機拍照,然後用 Google 翻譯的拍照翻譯功能(或 iPhone 的「即時文字」功能)把圖片裡的文字抄出來,貼成一個文字檔,上傳進 NotebookLM。
這個方法不需要任何軟體,但只適合你真正需要的段落量不多的情況。整本書這樣做不現實,一兩頁的重要段落很快。
轉換後一定要做的一件事
OCR 轉換完,不要直接上傳,先快速檢查幾個地方:
試著選取文字:確認轉換成功,文字真的可以被選取。
掃幾個段落:特別注意數字、專有名詞、人名地名。這些地方 OCR 最容易出錯。
看一下標題和小標:有些掃描版文件的標題字體比較特殊,OCR 辨識容易跑掉。
發現有明顯錯誤的地方,在文件裡手動修正再上傳,這樣 NotebookLM 讀到的內容才是正確的。
如果轉換之後 NotebookLM 還是讀不好
文字版 PDF 上傳進去,但答案品質還是不好——問題可能出在文件的版面結構,不是文字有沒有被辨識到。
複雜的多欄版面、密集的表格、大量的頁首頁尾和浮水印,都可能讓 NotebookLM 的理解品質下降。這種情況可以試著把主要內容複製貼上成純文字檔(.txt)再上傳,去掉版面干擾,只留下文字內容。
延伸閱讀:
- 上傳文件前要做的三件事,讓 NotebookLM 讀得更準
- NotebookLM 難用?解決 PDF 亂碼、幻覺與格式混亂的 7 個實戰方案
- NotebookLM 入門完整教學:第一次用,從建立筆記本到問出有用的答案
相關閱讀
AI 專案複盤與知識庫:如何讓一次專案的經驗,變成下一次能直接用的知識?
專案結束後的檢討報告,總是存進資料夾後就被遺忘?這篇拆解如何用 AI 建立「可檢索、可理解、可執行」的團隊知識庫流程,把一次性經驗真正轉化成可複用的資產。
主管用 AI 準備週會報告的正確姿勢:不是叫它寫,是叫它整理你的邏輯
叫 AI 寫週會報告,它給你一份格式漂亮但你自己都不確定的東西。問題不在工具,是你用錯方式了。週會報告的核心是你的判斷,AI 的角色是幫你把判斷說清楚。
35 歲學 AI 會太晚嗎?這不是追趕,而是發揮你累積十年的判斷力槓桿
AI 領域沒有「太晚」的概念,因為工具每半年就迭代一次。相比年輕人,35 歲以上的職場人士擁有更強的業務直覺與問題定義能力,這才是 AI 時代最稀缺的資產。