「スキャンした資料をAIに読み込ませたのに、内容を認識してくれない」「PDFの文字が文字化けする」「コピーしようとしても選択できない」——こうしたトラブルの多くは、同じひとつの原因に行き着きます。そのPDFが、文字データを持たない「画像」だからです。本稿では、スキャンしたPDFがAIツールやパソコンで読めない・文字化けする原因を整理し、それぞれの対処法を解説します。ChatGPTやNotebookLMなどに資料を読み込ませたい方にも役立つ内容です。
まず確認：そのPDFは「画像」か「テキスト」か
スキャンしたPDFには、大きく2種類あります。ひとつは、紙を撮影・スキャンしただけの「画像PDF」。もうひとつは、画像に加えて文字データが埋め込まれた「テキスト付きPDF（検索可能PDF）」です。見た目はどちらも同じように文字が並んで見えますが、中身はまったく違います。
簡単な見分け方があります。PDFを開いて、本文の文字をマウスでなぞって選択・コピーしてみてください。文字を選択できればテキスト付きPDF、まったく選択できず画像のように反応しなければ画像PDFです。AIツールや検索で「うまく読めない・精度が出ない」と感じるとき、この画像PDFが原因になっていることがよくあります。
AIで読めない・文字化けする主な原因
画像PDFであること以外にも、いくつかの原因があります。順に見ていきます。
原因1：OCRがかかっていない（画像のまま）
最も多い原因です。スキャナーやスマホアプリでスキャンしただけのPDFは、文字を「画像」として保存しているだけで、文字データを持ちません。従来の検索や多くのソフトはこれを絵として扱い、内容を読み取れません（近年のマルチモーダルAIは画像から文字を推定できることもありますが、精度は資料の状態に左右されます）。この場合、OCR（光学文字認識）で文字を認識させる処理が必要です。
原因2：OCRはかかっているが精度が低い
OCR処理済みでも、認識精度が低いと、文字化けのように見える誤変換が多発します。特に、かすれた文字、低い解像度、複雑なフォント、手書き文字は誤認識が起きやすくなります。AIに渡すと、要約や回答に誤った情報が混じる原因になります。
原因3：レイアウトが複雑で読み順が崩れる
表、二段組み、縦書きなどを含む資料は、OCRがかかっていても、文字を拾う順序が乱れて意味の通らないテキストになることがあります。数値の対応関係が崩れたり、段落が入り混じったりして、AIが文脈を正しく理解できなくなります。
原因4：文字コードやフォントの問題
特殊なフォントや外字、古い規格で作られたPDFでは、コピーした際に文字化けが起きることがあります。この場合も、あらためてOCRでテキストを付け直すことで解消できるケースが多くあります。
原因別の対処法
原因が分かれば、対処は明確です。
画像PDF（原因1）なら、OCR処理をかけて検索可能PDFにするのが基本です。市販のOCRソフトやスキャナー付属ソフトでも処理できます。精度が低い（原因2）場合は、より高精度なOCRを使うか、元の資料を高い解像度でスキャンし直すと改善します。それでも難しい資料は、人の目による確認・補正を組み合わせるのが確実です。レイアウト崩れ（原因3）は、単純なテキスト抽出ではなく、見出しや表の構造を保持したデータ整備が有効です。文字コードの問題（原因4）も、OCRでテキストを付け直すことで多くが解決します。
つまり、多くのケースは「適切なOCRをかけ直す」ことで解決します。ただし、手書き・縦書き・数式・表を多く含む資料や、状態の悪い古い資料は、市販ソフトだけでは品質が安定しないことがあります。こうした資料は、人手の確認を組み合わせられる専門のスキャン・OCRサービスを利用すると、AIに渡せる品質に仕上げやすくなります。
＞＞AI-OCRツールとスキャン代行の違いや使い分けはこちらで解説しています。
AI活用を見据えるなら「読める品質」がすべての前提
ChatGPTやNotebookLM、社内のRAGなどに資料を読み込ませて活用したい場合、この「読めるPDFにする」工程が出発点になります。ここでOCRの品質が低いと、AIの回答精度がそのまま下がってしまいます。逆に言えば、最初にきちんとテキスト化・構造化しておけば、その後のAI活用全体の品質が安定します。
＞＞ChatGPTに紙の資料を読み込ませる手順はこちら、研究資料をAI・RAGで活用するためのデータ整備はこちらのガイドで解説しています。
よくある質問
Q1. スキャンしたPDFなのに文字が選択できません。なぜですか？
A. そのPDFが画像として保存されている（OCRがかかっていない）ためです。OCR処理で文字を認識させると、選択・コピーやAIでの読み取りができるようになります。
Q2. OCRソフトを使えば自分でも直せますか？
A. 活字がきれいな資料なら、市販ソフトやスキャナー付属ソフトで対応できることが多いです。ただし手書き・縦書き・表・状態の悪い資料は精度が安定しにくいため、人手の確認を含むサービスの利用が確実です。
Q3. 文字化けはOCRで直りますか？
A. フォントや文字コードが原因の文字化けは、OCRでテキストを付け直すことで解消できるケースが多くあります。まずは元資料をきれいにスキャンし直すのも有効です。
Q4. 解像度はどのくらいでスキャンすればよいですか？
A. OCRを前提とするなら300dpi程度が目安です。文字が小さい資料やかすれた資料は、より高い解像度のほうが認識精度が上がります。
Q5. 大量のPDFをまとめて読める状態にできますか？
A. 可能です。当社は1日10万枚の処理能力があり、大量の資料も短納期でOCR処理・データ化できます。書類1枚からのご依頼にも対応しています。
まとめ
スキャンしたPDFがAIで読めない・文字化けする原因の多くは、「文字データを持たない画像PDFである」ことにあります。まずは文字が選択できるかを確認し、画像PDFならOCRで検索可能PDFに変換するのが基本です。精度が低い場合やレイアウトが複雑な場合は、高精度なOCRや人手の確認を組み合わせることで、AIに渡せる品質に仕上がります。スキャンプロでは、手書きや状態の悪い資料も含め、AI活用を見据えたOCR・データ整備を1枚からお手伝いしています。「読み込ませたのに認識されない」とお困りの際は、まずはお気軽にご相談ください。