AiNotes在你的 PDF 與筆記中搜尋資料:為什麼 Ctrl+F 會失靈,以及什麼才真正有效
团队: AiNotes在 AI 协助下撰写11 分鐘閱讀重點摘要
- Ctrl+F 不是無緣無故失靈:如果 PDF 是掃描檔,裡面沒有文字,只有一張照片。搜尋功能什麼都找不到,因為裡面根本沒有東西可搜。
- 依字串搜尋與依語意搜尋是兩回事:Ctrl+F 找的是完全相同的字詞;語意搜尋找的是能回答你問題的段落,即使用字不同也找得到。
- 文件必須先轉成文字才能被搜尋:包括轉錄、切成片段,以及向量化。這類工具替你省下的,就是這份工作。
- AiNotes 做的正是這件事:你把筆記連同 PDF 與圖片一起存起來,App 會轉錄可見的文字並建立索引,之後你就能用平常的語言提問,並看到答案出自哪些筆記。
- 它做不到的事,本文也寫明了:它不是逐字搜尋的工具、無法猜出你沒存過的內容,也不會記得上一個問題。
找不到自己的資料,代價比看起來高得多。麥肯錫全球研究院(McKinsey Global Institute)的報告《The Social Economy》(2012年7月)估計,知識工作者每週工作時間有 19% 花在搜尋與蒐集資訊上,也就是每五天裡有將近一天,都花在尋找本來就已經存在的東西。而這 19% 裡最令人沮喪的部分往往都一樣:你知道自己讀過、知道自己存過,卻不知道它在兩百個檔案中的哪一個。
本文說明為什麼傳統的搜尋方式面對你自己的文件時會力有未逮、有什麼替代方案,以及它的內部如何運作。我們用來舉例的工具是 AiNotes,即 AIsToHire 的 AI 筆記本,因為它是一個具體的案例,我們可以提供真實的參數,而不是泛泛而談。你可以在 AIsToHire 的 AiNotes 頁面看到它。

為什麼 Ctrl+F 在掃描的 PDF 裡什麼都找不到
因為那個 PDF 裡面沒有文字:裡面是一張文字的圖片。PDF(ISO 32000 格式)是一種容器,裡面可以放字元,也可以放頁面的照片;當你把紙本放進掃描機,或用手機拍下來,存下的就是後者。你看到的是文字,電腦看到的是像素。Ctrl+F 是在檔案所宣告的字元之間搜尋,而那裡一個字元也沒有。
因此,同樣的動作在這個檔案有效、在另一個檔案卻無效,而且單憑肉眼看不出差別。以下是四種常見的情況:
| 你手上的檔案 | 裡面有什麼 | Ctrl+F 找得到嗎 |
|---|---|---|
| 從 Word、Google 文件或網頁匯出的 PDF | 真正的字元 | 找得到 |
| 掃描或拍照的 PDF | 頁面圖片 | 找不到 |
| 掃描後已做過 OCR 的 PDF | 圖片,加上疊在上面的一層隱形文字 | 找得到,但會帶有 OCR 犯下的錯誤 |
| 螢幕截圖、白板照片、JPG 格式的投影片 | 只有像素 | 找不到 |
快速判斷你屬於哪一種的小訣竅:試著用滑鼠選取一段文字。如果是逐字被選取,就有文字;如果是整個區域被框出一個藍色矩形,那就是圖片。
找到完全相同的字,不等於找到答案
傳統搜尋比對的是字元串;語意搜尋比對的是意義。差別在於:前者找到你輸入的那個字,後者找到能回答你想知道什麼的那一段,而那一段幾乎從來不是用你的用字寫成的。
舉一個具體的例子。你存了某家供應商的合約,幾個月後你想知道要提前多久通知才能不續約。你在搜尋欄輸入 預告期:零筆結果。合約上寫的是「任一方得於至少 60 個曆日前,通知對方不予續約之意願」。「預告期」這個詞在文件中任何地方都沒有出現。Ctrl+F 把它的工作做得完美無缺,卻仍然讓你撲了個空。

以下是如今可用的四種方法,以及它們實際的限制:
| 方法 | 能找到什麼 | 哪裡會失靈 | 需要你做什麼 |
|---|---|---|---|
| 閱讀器中的 Ctrl+F | 目前開啟的檔案中完全相同的字串 | 掃描檔、同義詞、複數形;一次只能搜一個檔案 | 事先知道該看哪個檔案 |
| 作業系統的搜尋 | 檔名,以及索引能讀到的文字 | 圖片裡的文字;同義詞 | 索引必須是最新的 |
| 先 OCR 再搜尋 | 完全相同的字串,掃描檔也行 | 仍然無法理解同義詞或問題 | 每個檔案都要先經過 OCR 工具 |
| 依意義搜尋 | 能回答問題的段落,即使沒有重複你的用字 | 完全逐字的比對;你沒存過的內容 | 儲存時建立一次索引 |
沒有任何一種能完全取代前一種。如果你要找的是你已經知道的精確參照,例如發票號碼、代碼,逐字搜尋仍是正確的工具。如果你手上的是一個問題,逐字搜尋就不夠用了。
依意義搜尋的內部如何運作
分四個步驟:把文件轉錄成文字,把文字切成片段,把每個片段轉換成一串代表其意義的數字,提問時再取回其數字與你的問題最相近的片段。答案只會根據這些片段撰寫。

這樣說起來很抽象,所以以下列出 AiNotes 實際運作時使用的參數,依據其程式碼在 2026年10月25日的狀態:
| 步驟 | 發生什麼事 | AiNotes 的實際參數 |
|---|---|---|
| 1. 轉錄 | 視覺模型讀取 PDF 或圖片,並回傳所有可見文字 | Gemini 2.5 Flash,溫度 0.1(低數值追求的是忠實,而不是創意) |
| 2. 切分 | 文字被切成相互重疊的片段,使被切成兩半的句子仍能完整出現在其中一個片段裡 | 每個片段 400 字,重疊 50 字 |
| 3. 向量化 | 每個片段被轉換成一串編碼其意義的數字 | gemini-embedding-001,768 維 |
| 4. 檢索 | 你的問題以同樣方式向量化,並以餘弦相似度比較向量 | 最相近的 5 個片段,最低相關度 0.30 |
| 5. 撰寫 | 模型只根據這些片段撰寫答案 | Gemini 2.5 Flash,溫度 0.3,並明確指示在資料不存在時要說出來 |
第 2 步最容易讓人困惑,也最重要。如果你把文件生硬地切成幾塊,一個從第 398 個字開始、到第 405 個字結束的想法就會被切斷,沒有任何一個片段能完整包含它。因此每個片段都會重複前一個片段的最後 50 個字:重疊的成本很低,卻能避免恰好弄丟你要找的那句話。
第 4 步解釋了為什麼語意搜尋有時不會給你預期中逐字相符的結果。比較是依意義而不是依字元,而 0.30 的門檻會捨棄不夠相似的內容。回到合約的例子:問題「要提前多久通知才能不續約?」與「60 個曆日」的那一段幾乎沒有共同的字,卻有共同的意義,而餘弦相似度衡量的正是這一點。
AiNotes 能做什麼,不能做什麼
AiNotes 會儲存附有 PDF 與圖片的文字筆記,自動轉錄並建立索引,之後只用這些內容回答你的問題,並顯示每個答案出自哪些筆記。它不是文件管理系統、不是有格式的編輯器,也不是會上網搜尋的助理。
它能做的:
- 在同一張筆記卡中,文字筆記加上附件:PDF、PNG、JPG、WebP 與 GIF,每則筆記最多 25 MB。
- 轉錄附件中的可見文字,包括掃描檔與文件照片。
- 儲存時自動建立索引,不必再多按任何按鈕。
- 逐項狀態:每個附件以及筆記本身的文字,都有「處理中」、「完成」或「錯誤」的指示。只要還有項目進行中,清單就會每 5 秒自動更新一次。
- 如果某個項目失敗,會顯示原因,並提供按鈕只重試該項目,不必重做整則筆記。
- 以自然語言對話,用你的內容回答,並顯示所用到的筆記標題。
- 編輯筆記時,只會重新索引有變動的部分:改過的文字、新增的附件,並把你移除的內容從索引中撤掉。
- 刪除筆記時,其索引也會一併刪除。
- 每次查詢只會在你自己的筆記本中搜尋,範圍限定於你的帳號與使用者。
它不能做的,最好事先知道:
- 它不是逐字搜尋的工具。 你的筆記上沒有 Ctrl+F:搜尋是依意義進行的。
- 沒有對話記憶。 每個問題都是分開回答的;你不能說「那另一份合約呢?」就期待它記得第一份是哪一份。
- 不接受 Word、Excel 或音訊。 支援的格式就是上面列出的那五種。
- 不是有格式的編輯器。 以純文字書寫:沒有粗體、表格、資料夾、標籤或我的最愛。
- 不會依要求摘要文件。 每個已索引項目旁邊你看到的,是轉錄文字開頭幾行的預覽,不是撰寫出來的摘要。
- 不會捏造。 如果資訊不在你的筆記裡,它會直說,而不是硬填補空缺。而且如果某個檔案無法取出文字,例如沒有文字的照片、無法辨識的掃描檔,該項目會被標示為錯誤並附上原因,而不是綠色:這樣你就不會去詢問一個其實從未被索引的東西。
最後這一點比看起來重要得多。一個把「沒取出任何內容」的文件標示為「完成」的工具,會讓你浪費兩次時間:在你提問的時候,以及在你相信答案的時候。
讓搜尋真正發揮作用的七條規則
答案的品質幾乎完全取決於你所存內容的品質。這七條規則的影響最大,而且每一條都花不到一分鐘。

- 一則筆記,一個主題。 一份合約、一場會議、一篇文章。把五個主題混在一則筆記裡,會讓取回的片段夾帶另外四個主題的雜訊。
- 自己寫兩行背景說明。 誰、何時、關於什麼。附件很少會寫「這是 2026 年與供應商 X 的維護合約」,而這兩行字,正是讓你之後能用供應商名稱提問的關鍵。
- 留意第一句話。 AiNotes 會用筆記的第一句話作為標題(最多 80 個字元),而這個標題正是你在答案中會看到被引用為來源的名稱。「供應商 X 維護合約 2026」一眼就能辨識;「筆記」則不行。
- 掃描時要端正、平整、光線均勻。 模型轉錄的是看得到的內容:歪斜、皺褶或有反光的頁面會漏掉整行文字,而且沒有人會告訴你漏了哪幾行。
- 不要用過小的截圖。 如果在螢幕上放大圖片後文字仍不容易閱讀,轉錄也不會準確。
- 把大型文件拆開。 每則筆記上限為 25 MB。一本 300 頁的手冊按章節拆開後,不但放得下,回傳的片段也精確得多。
- 提問前先確認狀態。 如果指示是「處理中」,那份內容對搜尋來說還不存在。如果是「錯誤」,請閱讀原因並按下重試。
三個範例問題,以及各自的回傳結果
為了讓界線清楚呈現,以下是三種類型的問題,以及對你自己的筆記進行語意搜尋時可預期的結果:
| 問題 | 會發生什麼 | 原因 |
|---|---|---|
| 「要提前多久通知才能不續約?」 | 回傳 60 天的那一段,並引用合約那則筆記 | 問題與段落雖然沒有共同的字,卻有共同的意義 |
| 「我在週二的會議上對預算說了什麼?」 | 如果你存了會議記錄,而且在筆記中寫明那是週二的會議,就能運作 | 系統只知道寫下來的內容:你沒記下的日期並不存在 |
| 「保固這個詞在我的文件中出現了幾次?」 | 這不是它的強項 | 那是逐字計數,不是意義的問題 |
實務上的規則很簡單:用完整的句子提問,就像你會問一位讀過你文件的同事那樣。只輸入單一個字的搜尋,正是語意工具表現最差的地方。
常見問題
為什麼 Ctrl+F 找不到我明明在 PDF 裡看得到的字?
因為你看到的是圖片,不是文字。掃描或拍照的 PDF 是把頁面存成照片,而搜尋只看檔案所宣告的字元。你可以試著用滑鼠選取一段文字來確認:如果被框出的是矩形,而不是一個個單字,那就是圖片。
上傳 PDF 之前需要先做 OCR 嗎?
不需要。AiNotes 在建立索引時會轉錄 PDF 或圖片中的可見文字,所以你不需要事先處理。不過,如果掃描檔歪斜、模糊或有反光,轉錄就會漏掉一些行:圖片品質仍然是關鍵。
可以同時搜尋多份 PDF 嗎?
可以。提問是針對你筆記本中所有已索引的內容回答,而不是針對某個特定檔案,答案也會註明出自哪些筆記的標題。這正是閱讀器中的 Ctrl+F 做不到的,因為它只看開啟中的文件。
如果我上傳了模糊、無法取出文字的掃描檔會怎樣?
該項目會被標示為錯誤並附上原因,而不是完成。在筆記的詳細頁面中,你可以針對那個項目按下重試,或換成較好的檔案,不必重新建立筆記。
助理會不會編造答案?
它被指示只能用從你的筆記中取回的片段來回答,並在資料不存在時說出來。此外,它還會顯示用到的筆記,所以你隨時可以打開來查證。與任何 AI 系統一樣,重要的內容請回到原始來源確認:引用就是為此而設。
一則筆記最多可以附加多少內容?
每則筆記最多 25 MB,格式為 PDF、PNG、JPG、WebP 或 GIF。如果文件超過,就把它拆開:不但放得下,依章節切分後得到的結果也更精確。
可以附加 Word 或 Excel 嗎?
在 App 中不行。支援的格式是 PDF、PNG、JPG、WebP 與 GIF。如果你有 DOCX,請先匯出成 PDF 再附加。
對話會記得我先前問過的問題嗎?
不會。每個問題都獨立回答,沒有歷史紀錄。請寫出完整且自成一格的問題,而不是用「那另一個呢?」這種句子連續追問。
誰可以看到我的筆記?
查詢只會在你自己筆記本的內容中搜尋,並以你的帳號與使用者進行篩選。AiNotes 沒有分享筆記或團隊協作的功能。
如果我編輯或刪除筆記會怎樣?
編輯時只會重新索引有變動的部分:改過的文字與新增的附件;你移除的內容會從索引中消失。刪除筆記時,其所有已索引的內容也會一併刪除,因此不會再出現在答案裡。
一句話介紹 AiNotes
AiNotes 是 AIsToHire 的 AI 筆記本:你儲存附有 PDF 與圖片的筆記,App 會自動轉錄並為內容建立索引,之後你用自然語言提問,並看到每個答案出自哪些筆記。你可以在 AiNotes:能回答你問題的 AI 筆記取得。
別再一個一個打開檔案,只為了找一筆你早已存過的資料。在 AiNotes 建立你的筆記本,上傳你的 PDF 與筆記,等它們建立好索引,再用你自己的話提問:答案會連同它所依據的筆記一起送到你面前。
別再一個一個打開檔案,只為了找一筆你早已存過的資料。在 AiNotes 建立你的筆記本,上傳你的 PDF 與筆記,等它們建立好索引,再用你自己的話提問:答案會連同它所依據的筆記一起送到你面前。


