---
title: "什麼時候應該啟用視覺校正？"
description: "視覺校正如何以多模態模型重建版面、開啟與關閉的差異比較，以及各自適用的文件類型與注意事項"
canonical_url: "https://docs.ardge.com/zh-tw/knowledge/precisemd/vision-correction"
---
# 什麼時候應該啟用視覺校正？

> 視覺校正如何以多模態模型重建版面、開啟與關閉的差異比較，以及各自適用的文件類型與注意事項

## 快速解答

版面複雜的文件請啟用 **視覺校正**：表格、多欄排版、報表與各式單據，都需要多模態模型依原始影像重建結構。純文字且版面單純的文件請關閉，以省下每頁約 5 秒的處理時間。此設定在 **遊樂場** 與 **OCR 任務** 中預設皆為啟用。

## 運作方式

**視覺校正** 關閉時，文件只經過 OCR 模型辨識，辨識出的文字直接寫入 Markdown。這條路徑最快，但版面資訊只保留 OCR 模型自身判讀的結果。

**視覺校正** 啟用時，系統在 OCR 之後再以多模態模型讀取該頁的原始影像，對照影像修正辨識錯誤的字元與數字，並將表格重建為 HTML 表格、保留合併儲存格的結構。你於提示詞欄位填寫的文件描述，會一併提供給該模型作為判讀依據。

## 兩者比較

<table>
<thead>
  <tr>
    <th>
      
    </th>
    
    <th>
      關閉視覺校正
    </th>
    
    <th>
      啟用視覺校正
    </th>
  </tr>
</thead>

<tbody>
  <tr>
    <td>
      每頁處理時間
    </td>
    
    <td>
      基準值
    </td>
    
    <td>
      約增加 5 秒
    </td>
  </tr>
  
  <tr>
    <td>
      表格結構
    </td>
    
    <td>
      依 OCR 模型的判讀結果
    </td>
    
    <td>
      依原始影像重建，含合併儲存格
    </td>
  </tr>
  
  <tr>
    <td>
      提示詞
    </td>
    
    <td>
      欄位為停用狀態，無法輸入
    </td>
    
    <td>
      可輸入，描述愈貼近文件愈準確
    </td>
  </tr>
  
  <tr>
    <td>
      模型
    </td>
    
    <td>
      僅使用 OCR 模型
    </td>
    
    <td>
      另需一組多模態模型
    </td>
  </tr>
  
  <tr>
    <td>
      輸出的 <code>
        enable_vlm
      </code>
      
       欄位
    </td>
    
    <td>
      <code>
        "false"
      </code>
    </td>
    
    <td>
      <code>
        "true"
      </code>
    </td>
  </tr>
</tbody>
</table>

## 該選哪一種？

- **啟用視覺校正**，若文件含表格、多欄排版、報表或單據，或你需要輸出保留原始的版面結構
- **關閉視覺校正**，若文件為單欄純文字，且你在意批次處理的總時間
- **先在遊樂場兩種設定各跑一次**，若無法判斷。以 **比較** 的 **差異** 分頁檢視同一份檔案在兩種設定下的輸出，再決定 **OCR 任務** 要採用哪一種

## 限制與注意事項

- **兩處的設定各自獨立**。**遊樂場** 的 **進階設定** 與 **OCR 任務** 表單的 **進階設定** 各有一個 **視覺校正** 開關，在遊樂場調校的結果不會自動套用到任務，須於任務表單中另行設定
- **未啟用時無法預先撰寫提示詞**。提示詞編輯器在 **視覺校正** 關閉時為停用狀態，顯示「請先啟用視覺校正以輸入提示詞。」
- **Office 格式不受此設定影響**。DOCX、XLSX 與 PPTX 經由格式轉換管線處理，不經過 OCR 與視覺校正，輸出的 `enable_vlm` 欄位一律為 `"false"`
- **啟用後多依賴一項服務**。校正階段須向多模態模型發出請求，該模型無法回應時，該檔案會以「AI 服務暫時無法回應，請稍後重試」列為失敗

## 相關文章

- [在遊樂場調校提示詞並比較解析結果](https://docs.ardge.com/zh-tw/knowledge/precisemd/playground-prompt-tuning)
- [設定排程讓 OCR 任務定時處理資料夾中的檔案](https://docs.ardge.com/zh-tw/knowledge/precisemd/schedule-ocr-tasks)
- [OCR 輸出資料夾中會產生哪些檔案？](https://docs.ardge.com/zh-tw/knowledge/precisemd/ocr-output-files)


## Sitemap

See the full [sitemap](https://docs.ardge.com/sitemap.md) for all pages.