好像還在4、5年前的時候，我們利用網路搜尋功能，搜尋資訊時多數還是以文字搜尋為主，很多時候如果我們對圖像資訊有疑問，通常我們接收資料後，必須在腦中轉化成文字內容再於瀏覽器的搜尋欄位輸出成文字。現在使用AI進行以圖搜尋的功能越來越普及了，如果能善加利用，肯定能夠增加工作上的效率！
OCR指的是Optical Character Recognition，是一項讓電腦能夠「讀懂」圖像中的文字，並將其轉換為可編輯、可搜尋的數位文字格式的技術，最普遍應用於日常生活中的情境應該就是停車場的車牌辨識系統，攝影機拍攝車牌內容後再上傳至系統進行文字辨識，建立停車資訊；另外像是申請金融服務時，部分應用程式也可以透過拍攝身分證卡面，經過系統辨識後，將很多繁瑣的內容自動填入欄位，減少不少的作業時間。
目前各家的大型語言模型，多數都已經有OCR的能力了，從最簡單的辨識文字，一直到菜單、海報甚至是單純的影像，都能夠將內容資訊進行蒐集，再依照我們的需求指令搜索資訊，而目前OCR的能力也已經再延伸到將辨識的內容應用於圖片生成(相關的應用在之前圖片生成功能的文章也有帶到)、影片生成的功能，發展速度之快。
如果你是行政人員，免不了就是會有一些紙本文件，有時候要將內容建立成電子檔時，傳統手key會讓人發狂，現在可以拍個照上傳到語言模型，請他進行內容的全文輸出或是摘要。如果你是正在看原文書的同學，閱讀英文如果太過吃力，同樣也可以透過這種方式進行內容翻譯。如果你像我一樣是在學習AI應用的人，電腦操作時遇到不懂的內容也可以截圖下來，讓AI為你進行問題的分析與解說。
實在是有太多應用與發揮的場合了，以前遇到問題除了一開始要釐清問題，將關鍵字精準在google中搜尋，還要再將搜尋好的內容作整理以及分類，挑出合適自己問題的解答。現在的語言模型提供的內容幾乎等於一站式服務中心，就只要截圖上傳問問題就好，甚至不精準的問題AI還會另外進行詢問，還有可能幫你抓出其他有問題的內容。這麼好用的功能，如果還沒有使用過，推薦一定要試試看。
