一個塞滿辨識文字的資料夾，還稱不上研究筆記。接下來該做的，是把書上寫的內容、OCR 辨識出來的文字，以及你自己的看法，三者分清楚。
對一本厚重的掃描書來說，Markdown 讓這件事變得可行：文字可以編輯，能拆成大小適中的檔案，筆記也能連回原始段落。至於引文、頁碼、表格和辨識不清的字詞，一律以 PDF 為準。
從未經改動的原始檔與原始擷取開始
用 PDF 轉 Markdown 上傳掃描 PDF，選擇 Markdown 輸出，再下載轉換完成的檔案。如果你研究的是原文，請不要開啟翻譯。需要時可以另外翻譯資料，但把譯文混進原文轉錄，日後引用會更麻煩。
下載結果後，先存檔再開始編輯。用一個簡單的本機資料夾就能區分各階段：
book-project/
source/book-scan.pdf
extraction/original-output.md
working/chapter-01.md
working/chapter-02.md
notes/themes.md
notes/quotation-log.md
這只是建議的資料夾配置，放在你自己的儲存空間裡，並非 PDF Craft 的匯出功能。若下載了圖片資源，請和編輯中的 Markdown 放在一起，移動檔案時也要檢查相對路徑。
先檢查標題、段落順序、一頁較難處理的內容，以及跨頁的段落。OCR 可能把字都辨識對了，卻把順序排錯。這些都要在把文字拆進幾十則筆記之前先確認。
先依章節拆分，再依想法拆分
第一次拆分，就以原書的章節界線為準。保留章名和小節標題，這樣才能循線回到引文所在的論述脈絡。不要急著把每個段落都變成獨立筆記：段落一旦被抽離，原本的限制條件也跟著消失，同一個說法重複出現時就更難判斷。
每個章節檔案開頭加一小段標頭，寫明書名、版本、章次和對應的原始頁碼範圍。範圍在核對前可以先暫定。接著另寫一則筆記，用自己的話概述這一章，並連到或清楚標明相關的工作檔案。
舉例來說，一則關於鐵路財務的主題筆記，可以指向第 3 章作者的說法、第 6 章的反例，以及附錄裡的數據。有了這些出處，日後就能重新檢視自己的摘要，而不是把第一次的理解當成定論。
保留頁碼線索，但不要憑空捏造精確度
印刷頁碼和 PDF 頁面位置往往不同。掃描檔可能在印刷第 1 頁之前還有封面和未編頁的前置內容。可以的話，兩者都記下來：「印刷版第 73 頁；PDF 第 89 頁」。到了後面的章節要再核對一次對應關係，因為缺頁或插頁可能讓原本固定的偏移量失效。
如果擷取結果沒有可靠的頁碼標記，就只在你確實會用到的段落手動補上查證過的出處。不要用段落長度去估算頁碼再填進去。重排後的 Markdown 不會像 PDF 那樣分頁。
引文紀錄表可以用四欄：
| 段落 | 出處位置 | 查證狀態 | 你的用途 |
|---|---|---|---|
| 完整引文或可辨識的簡短片段 | 版本、印刷頁碼、PDF 位置 | 已對照掃描檔查證，或尚未查證 | 支持的主張及限制 |
「尚未查證」這個狀態要一直看得見。一段複製來的文字，不會只因為被搬進整理得漂漂亮亮的筆記，就自動變成查證過的引文。
引用或計算前先核對
引用時，逐字對照頁面影像，連標點和省略處都不能放過。人名、日期、否定詞，以及行末的連字號，尤其要仔細檢查。看不清楚的地方就標為不確定，不要憑「怎樣才說得通」把它補上。
表格要保留標題、列標籤與欄標籤、單位和註記。只把一串數字重建出來，卻少了這些標籤，就等於毀掉理解數字所需的資訊。公式則要在用於計算前，先檢查運算子、下標、上標和公式編號。
註腳也一樣。確認哪個標記對應哪一則註，以及引註是否延續到下一頁。註解本身正確，卻掛錯句子，就會曲解作者提供的證據。
把自己的解讀和作者的話分開
用清楚的標籤區分，例如「原文擷取」、「我的摘要」、「待釐清的問題」。完整引文放進引號或引用區塊，並附上查證過的位置。改寫要用自己的話，但同樣要記下來源。
當筆記改變了你的理解，請更新摘要，而不是偷偷改掉保留的擷取內容。這樣小小的區隔，能讓日後回顧輕鬆許多：你可以分辨哪些是 OCR 的修正，哪些是你論點的調整。
想了解更完整的文件處理流程，請參閱 研究用的 PDF 轉 Markdown。如果你當下的目標是閱讀這本書，而不是編輯筆記，掃描 PDF 轉 EPUB 可能是更合適的輸出。在處理或重跑大型轉換之前，請先查看目前的價格方案。