你有沒有想過，家裡那箱發黃的舊照片、舊信件，或者圖書館裡堆積如山的舊報紙，其實藏著沒人發現的故事？上個月國外有個研究團隊做了一件很酷的事：他們把AI指向一堆塵封的檔案庫，結果找出一顆被遺忘的隕石紀錄、一批「消失的犀牛」文獻，還有更多沒人記得的历史片段。這件事在Hacker News上引起討論，也讓很多人開始想：我家那些舊東西，是不是也能用AI挖出什麼？

這篇文章要教你的，就是這套方法。不是什麼高深技術，而是從掃描、整理、到用AI找線索的完整流程。看完你會知道怎麼讓AI當你的檔案管理員兼研究助理，而且不用寫程式，用現成工具就能做。對香港、台灣的讀者特別實用，因為我們身邊的檔案資源其實不少——從香港政府檔案處、國家圖書館的數位典藏，到家族長輩留下的老文件，都可以套用同一套做法。

為什麼AI特別適合處理舊檔案？

傳統做歷史研究或家族考據，最痛苦的就是「量太大、字太亂」。一份1950年代的報紙，字體模糊、排版混亂，人眼一行一行看，看三小時就想睡。但AI的強項剛好是這個：它不怕無聊，可以二十四小時幫你讀，而且現在的多模態模型看得懂手寫字、舊印刷體，甚至能從殘缺的圖片裡推測內容。

更關鍵的是「關聯能力」。人腦一次只能記住幾條線索，但AI可以同時比對幾百份文件，找出「這封信提到的地名」和「三個月後某份報紙的失蹤啟事」之間的關聯。國外那個隕石案例就是這樣發現的——研究員把地方報紙數位檔丟給AI，請它找出所有提到「天空出現異光」的段落，結果串出一顆沒被正式記錄的隕石事件。

第一步：把紙本變成AI看得懂的數位檔

萬事起頭難，但你不需要專業掃描機。手機就夠了。重點是三個設定：第一，用「文件模式」而不是「拍照模式」，它會自動校正變形；第二，光線要均勻，避免陰影蓋住文字；第三，解析度至少300dpi，舊報紙的字才不會糊掉。

如果你要處理的是已經數位化的檔案——比如國家圖書館的「臺灣記憶」、香港檔案處的線上目錄——那就直接下載PDF或圖片。這裡有個小技巧：把檔案按照「年份-來源-主題」重新命名，例如「1953-聯合報-颱風災情」，AI之後在比對時會快很多，因為檔名本身就是線索。

第二步：用AI做OCR與內容摘要

數位檔有了，接下來要讓AI「讀懂」內容。如果你用的是ChatGPT或Claude，可以直接上傳圖片請它辨識文字。指令這樣下：「這是一張1950年代的繁體中文報紙掃描檔，請幫我逐字轉錄，遇到模糊不清的字用□標記，並在最後列出你判斷不出來的字。」加上「用□標記」這句很重要，因為AI有時會自己「腦補」，標記出來你才能回頭人工確認。

大量檔案的話，建議用專門的OCR工具像Tesseract或Google Cloud Vision，準確度更高。轉錄完的文字，再請AI做摘要：「請用200字總結這份文件的時間、地點、人物、事件，並列出三個值得追查的關鍵詞。」這些關鍵詞就是你下一輪搜尋的種子。

第三步：讓AI幫你串線索、找模式

這是最有趣的部分。當你手上有十份、二十份轉錄好的文件，就可以請AI做交叉比對。指令範例：「以下是我整理的五份1950年代書信，請找出重複出現的人名、地名，以及任何時間上的矛盾或巧合。」

國外研究團隊就是這樣操作的。他們把檔案庫的內容切成小段落，用嵌入模型（embedding）轉成向量，再讓AI找出「語意相近但用詞不同」的段落——比如「隕石」和「天降石塊」會被判定為相關。這種做法你也能複製：用免費的開源嵌入模型，把文件轉成向量存起來，之後用自然語言搜尋，例如「哪裡提到有人看到天空發光」，AI就會幫你撈出所有相關段落。

第四步：驗證與人工複核不能省

AI很強，但它會犯錯，尤其是面對舊文件。它可能把「民國」年份算錯，或者把兩個同名的人搞混。所以最後一步一定是人工複核：AI找出的每一條線索，你都要回頭看原始檔案。把AI當成「幫你縮小範圍的助手」，而不是「給你答案的老師」。

實務上，我會建議做一張「線索追蹤表」：左欄是AI找到的線索，中欄是原始出處，右欄是我的查證結果。這樣做一輪下來，你不只得到一份整理好的資料，還累積了一套可重複使用的研究流程。

延伸閱讀

常見問題

Q: 我完全不會寫程式，也能用AI整理舊檔案嗎？

A: 可以。這篇文章提到的方法，九成都能用ChatGPT、Claude這類對話式AI完成。只有「向量搜尋」那部分需要一點工具設定，但網路上有很多現成的免費服務，照著說明點一點就能用，不需要寫一行程式碼。

Q: 舊報紙的字很模糊，AI真的看得懂嗎？

A: 現在的多模態模型對繁體中文舊印刷體的辨識能力已經不錯，但模糊或破損嚴重的部分仍可能出錯。建議搭配專業OCR工具，並要求AI用符號標記不確定的字，你再人工確認，準確度會大幅提升。

Q: 香港和台灣有哪些免費的數位檔案資源可以用？

A: 台灣方面有國家圖書館「臺灣記憶」、中研院數位典藏；香港方面有政府檔案處線上目錄、香港公共圖書館多媒體資訊系統。這些資源多半可以免費瀏覽與下載，很適合當作AI研究的素材來源。

Q: 用AI處理家族老照片和信件，會有隱私問題嗎？

A: 如果上傳到雲端AI服務，內容會經過對方伺服器。涉及個人隱私的文件，建議使用可在本機執行的開源模型，或先把敏感資訊遮蔽再上傳。純歷史檔案通常沒有這個顧慮。

Q: 整個流程大概要花多少時間？

A: 以一份二十頁的舊文件為例，掃描加轉錄約一到兩小時，AI分析與交叉比對約半小時，人工複核最花時間，可能兩到三小時。整體來說，一個週末就能完成一個小型研究專案。