用AI校对扫描文字：给原页标行号，疑字不靠猜

扫描页识别成文字后，最危险的错误往往很像正确答案：0081变成OO81，“不得”少了“不”，两栏文字串成一句。本练习只处理一页不含隐私的打印说明，交付物是一份带页码、行号和人工确认状态的校对记录，而不是让AI把全文润色得更顺。

准备与费用：需要原始清晰图片、原始OCR文本、文本编辑器，以及你已能使用的图片理解AI；模型是否支持图片、配额和费用按你自己的账号核对，本练习不要求购买订阅。Windows用户也可用已安装并启用的PowerToys Text Extractor提取初稿；本页不涉及安装或权限变更。保密文件不要上传公共AI服务，改用获准的本地流程或人工核对。

1. 先保住原页，再提取文字

把原文件另存为page01-original，后续裁切只动副本。若有歪斜、阴影、双栏混排，先拉正并按栏分别截取，保留能确认上下文的边缘。不要用生成式补画修复缺字，再把补出来的字当作原文。Tesseract官方质量指南说明了倾斜与分行质量的关系，这里借用的是输入检查方法，不表示所有OCR都使用同一引擎。

已有PowerToys时，按默认Win+Shift+T并框选文字，粘贴到ocr-raw.txt；快捷键若被自定义，以你的设置为准。中文识别需要相应OCR语言包，缺失时先用可用的提取工具或手工抄录，不照搬陌生管理员命令。微软官方说明也明确提醒输出需要校对。

2. 给“原图上的行”编号

用P1-L01、P1-L02标记原图从上到下的六行。编号依据图中的印刷行，不是聊天窗口自动折行；双栏用P1-A-L01、P1-B-L01区分。将这些编号写入单独对照表，别涂盖原文字。若一行太长，可以分为左段、右段，但必须保留同一个行号。

以下是原创练习的原文答案，不是OCR实测：
P1-L01 器材编号：0081
P1-L02 电源适配器：12 V
P1-L03 每盒数量：10个
P1-L04 不得在潮湿处通电
P1-L05 检查日期：2026-10-28
P1-L06 联系方式：见背面

可人为制作的错误初稿：
P1-L01 器材编号：OO81
P1-L02 电源适配器：12 V
P1-L03 每盒数量：1O个
P1-L04 得在潮湿处通电
P1-L05 检查日期：2026-10-28
P1-L06 联系方式：见背面

先把原文排成普通文档截图，再把错误初稿交给AI。正式处理时，已知答案只能来自原图或可靠原件，不能来自“通常会这样写”。

3. 用AI列疑点，不直接覆盖初稿

请根据我提供的原页图片与带行号OCR文本做逐行校对，不润色、不补全。
输出列：行号｜OCR原片段｜图中可辨文字｜问题类型｜状态。
问题类型限：字符混淆、漏字、多字、错序、原图不清。
状态限：可核对、无法判断。图里看不清就写[待人工核对]，不能用语义猜字。
数字、单位、否定词、日期、编号即使看起来合理也要逐项核对。
不要给出虚构置信度；没有提供图片或你无法读取图片时，应明确说明只能找文字疑点，不能证实原文。
保留页号、行号、原始标点。最后列出未解决项，不生成“已确认最终版”。

4. 人工回看后才形成终稿

打开每个疑点所在原图区域，用原尺寸和放大视图各看一次。只有看清才能在校对表写“人工确认”；需要重扫的，保留待办。修订另存为ocr-reviewed.txt，同时保留ocr-raw.txt。若原页本身写错字，忠实转录版仍照原文；编辑修正文另做一份，不能混称原文。

验收与失败处理

• 六行练习应找到OO81、1O和缺失“不”三处人为错误，另外三行不得无故改写。这是练习的预期答案，不是模型准确率。
• 正式稿逐行对照，确认没有漏栏、漏页或段落串联；所有数字与否定词须人工确认，疑字清单不能被删除。
• 图片仍看不清：重拍或找原件，不多问几次AI取多数票。AI只收到文本却声称“图中清晰可见”：退回，要求注明无法验证。

文字核对完成后，如果还要从整份文件提取结论，可以继续用PDF证据清单方法核对摘要依据；别把校对和概括混成一次改写。

本文于2026年10月28日核对官方资料；练习文本和流程为原创设计，未运行OCR软件或评测模型。需要的是可追溯的校对结果，不是一个未经证明的“100%正确”标签。