Googleの生成AI「Gemini」に手元の資料やPDFを読み込ませて、要約させたり質問したりしたい——そう考えて紙の資料を使おうとすると、Gemini自身も画像から文字を読み取る力を持っていますが、スキャンの状態や手書き・複雑なレイアウトによっては精度が不安定になります。あらかじめOCRでテキスト化しておくと、Geminiの回答がより正確で安定します。本稿では、紙の資料をGeminiで活用するために必要なスキャンとOCRの準備を、手順に沿って解説します。
Geminiに紙の資料を確実に読み込ませるにはOCRが有効
先に結論をお伝えすると、紙の資料をGeminiで使うには、スキャンして「文字を認識させたPDF（検索可能PDF）」にしておくのが確実です。Geminiはマルチモーダルなので画像PDFでもある程度は文字を読み取れますが、スキャンの状態や手書き・複雑なレイアウト・大量ページの資料では読み取り精度が不安定になりやすく、内容を正しく拾えないことがあります。
ここで必要になるのがOCR（光学文字認識）です。画像の中の文字をテキストデータに変換するこの処理を施すことで、Geminiが本文を認識できるようになります。「スキャン」と「OCR」の2工程を経て初めて、紙の資料はGeminiが扱えるデータになります。
読み込ませるまでの手順
紙の資料をGeminiで使えるようにするまでの流れは、大きく3ステップです。
ステップ1：スキャン（紙を画像にする）
まず資料を画像として取り込みます。OCRを前提とするなら解像度は300dpi程度が目安で、文字が小さい資料やかすれた資料はより高い解像度が適しています。製本された資料や裁断できない原本は、本を開いた状態で読み取る非破壊スキャンを選ぶと原本を傷めません。
ステップ2：OCR処理（検索可能PDFにする）
スキャン画像にOCRをかけ、テキストを埋め込んだ検索可能PDFを作成します。資料の量が多い場合や、手書き・縦書き・多言語が混じる場合は、精度が仕上がりを大きく左右します。ここがGeminiの回答品質に直結する重要な工程です。
ステップ3：Geminiにアップロード／ドライブに保存する
OCR済みのファイルをGeminiに直接アップロードするか、Googleドライブなど参照できる場所に保存します。あとは「この資料を要約して」「〇〇について書かれている箇所は？」といった指示で、資料を根拠にした回答を得られます。ファイル名や分類を整えておくと、目的の資料を扱いやすくなります。
うまく読み取れないときの原因
Geminiに資料を渡したのに回答がかみ合わない、読み取れないという場合、次のような原因が考えられます。もっとも多いのがOCR未処理の画像PDFです。PDFの文字を選択・コピーできるかどうかが、OCRの有無を見分ける目安になります。次にOCRの精度が低いケースで、誤認識が多いと回答に誤りが混じります。また、表・二段組み・縦書きなどレイアウトが複雑な資料は読み順が崩れ、文脈が正しく伝わりません。手書きや数式を含む資料も認識の難易度が上がります。こうした資料は、精度の高いOCRや人の目による確認を組み合わせることで、Geminiに渡したときの品質が安定します。
＞＞スキャンしたPDFがAIで読めない場合の原因と対処はこちらで解説しています。
著作権の注意：何を読み込ませてよいか
資料をスキャンしてGeminiに読み込ませる際は、著作権の扱いに注意が必要です。安心して電子化・活用できるのは、自組織が権利を持つ資料です。自分たちが作成した文書、社内資料、調査票や報告書、あるいは著作権の保護期間が満了した資料や権利処理を済ませた資料が該当します。市販書籍のスキャンを業者に代行してもらう「自炊代行」は判例で複製権の侵害と判断されており、当社をはじめとするスキャン代行ではお引き受けできません。書籍の内容をAIで扱いたい場合は、権利者の許諾を得るか、自組織が権利を持つ資料・権利処理済みの資料に対象を絞るのが安全です。
少量でも大量でも：用途別の進め方
数枚〜数十枚程度なら、まず少量からのテストスキャンで仕上がりとOCR精度を確認し、問題なければ本発注に進むのがスムーズです。一方、部署や研究室に蓄積した数百〜数千枚規模の資料をまとめてAI活用したい場合は、処理能力のある外注先の活用が実質的な前提になります。当社では書類1枚からのご依頼に対応しつつ、1日10万枚の処理能力で大量の資料にも対応しています。未公開データや個人情報を含む資料も、国内の自社内で一貫して処理するため、機密性が求められる資料でも安心してお任せいただけます。
＞＞ChatGPTやNotebookLMでのAI活用に向けたデータ整備はChatGPT向けの準備ガイドもあわせてご覧ください。
よくある質問
Q1. Geminiは画像やPDFを直接読めるのでは？
A. Geminiはマルチモーダルなので画像PDFでもある程度は文字を読み取れます。ただしスキャンの状態や手書き・レイアウトによって精度が不安定になるため、OCR処理で文字を認識させたPDFにしておくと、要約や質問応答がより安定します。
Q2. OCRがかかっているか確認する方法は？
A. PDFを開いて本文の文字を選択・コピーできればOCR済みです。選択できず画像として扱われる場合は、OCR処理が必要です。
Q3. 手書きの資料も読み込ませられますか？
A. 手書き文字はOCRの認識精度が下がる領域です。高精度OCRや人手による確認を組み合わせれば品質を高められますが、文字の状態によって仕上がりが変わるため、テストスキャンでの事前確認をおすすめします。
Q4. 市販の本をスキャンして読み込ませたいのですが。
A. 市販書籍の代行スキャン（自炊代行）は判例で複製権侵害と判断されており、当社ではお引き受けできません。自組織が権利を持つ資料や権利処理済みの資料であれば、安心してご依頼いただけます。
Q5. 大量の資料をまとめて依頼できますか？
A. 可能です。当社は1日10万枚の処理能力があり、部署や研究室単位の大量の資料も短納期で電子化できます。書類1枚からのご依頼にも対応しています。
まとめ
Geminiに紙の資料を読み込ませる鍵は、「スキャンしてOCRをかけ、文字を認識させたPDFにする」ことです。そしてOCRの精度が、そのまま回答の質を左右します。手書きや縦書き、表を含む資料では、高精度な処理や人手の補正が効いてきます。あわせて、対象にできるのは自組織が権利を持つ資料や権利処理済みの資料であることを押さえておけば、安心して活用を進められます。スキャンプロでは、書類1枚からの少量対応も、大量資料も、国内の自社内で一貫して電子化しています。まずはテストスキャンで、手元の資料がAIでどう使えるか試してみてはいかがでしょうか。