OCR
OCR（Optical Character Recognition、光学文字認識）は、 画像内の文字を、コピー可能でAIが読み取れるテキストに変える。以下のことはすべてそれに依存しています：
スクリーンショット／スキャン画像をチャット欄にドラッグして、AIに中の文字を読ませたい
画像形式の請求書や資料を ナレッジベースに入れて、後で検索できるようにしたい
エージェント ローカルの画像を開いて分析する
OCRは独立した設定ページです。【設定】→【OCR】で一度認識エンジンを設定すれば、画像内の文字認識を使うすべての場所で同じ設定が使われます。
認識エンジンを選択
パネル右上のドロップダウンでOCRエンジンを切り替えます、選択したエンジンがそのままデフォルト。内蔵エンジン：
System OCR
オフライン、設定不要
システム標準の認識（macOS Live Text / Windows OCR）を利用し、すぐ使えて最速
PaddleOCR
API キーを入力（飛桨星河コミュニティ）；自己ホストする場合はAPIアドレスを自分のサービスに向けます。任意の解析モデル
ローカルリソースを使いたくないが、Paddleの認識精度は欲しい
ローカルPaddleOCR
オフライン。まず【設定】→【ローカルモデル】でローカルOCRモデル（約140MB）をダウンロードする必要があります
中国語認識の精度が高く、完全にローカルで動作。プライバシー重視
Tesseract OCR
オフライン、組み込み済み
定番のオープンソースOCR。多言語対応で、フォールバックとして使えます
Mistral
Mistral APIキー
マルチモーダル大規模モデルで認識し、複雑なレイアウト／手書きなどにもより賢く対応
Intel OV OCR
ローカル実行（Intel OpenVINO、NPU加速）
Windows＋Intel Core Ultra（NPU搭載）で、かつOVモデルをデプロイ済みの場合にのみ表示、それ以外のデバイスではこの項目は表示されません
どれを選べばいいかわからない？まずは System OCR——ほとんどのスクリーンショットや鮮明なスキャン画像はそのまま処理でき、設定も不要です。認識結果が不十分な場合は、ローカルPaddleOCRやMistralに切り替えてください。
System OCRを選ぶと、パネルには macOS Live Text / Windows OCRエンジンが利用可能です（システムが非対応の場合、この項目はドロップダウンに表示されません）。
「ローカルPaddleOCR」を選ぶ前に、【設定】→【ローカルモデル】で「ローカルOCRモデル」をダウンロードしてください。さもないと呼び出せません。
Tesseract（およびWindows上のSystem OCR）は、パネルの「言語」ドロップダウンで認識したい言語を選択できます。
文書処理との違い
多くの人がOCRと ドキュメント処理 混同しますが、一言で区別すると：
OCR：担当 画像 / スキャンデータ 内の文字認識（画像→文字）。
ドキュメント処理：担当 PDF / 複雑なレイアウトの文書 の構造化解析（表や複数カラム付きのPDF→整形テキスト）。
両者は互いに独立しており、それぞれ別設定です。プレーンテキストPDF、.md/.txt/.docx 内の文字段落はどちらも介さず、そのまま読めます。
ヘルプの取得とフィードバックの送信
設定または使用中に不明点、バグ、機能改善の提案がある場合は、 フィードバックと提案 に記載の公式チャネルをご参照ください。
最終更新
役に立ちましたか？