你也有這種經驗：讀紙書時拿筆劃線、寫批注很過癮，但讀完之後，那些劃線就永遠留在書頁上。想整理進 Obsidian 或 Notion，只能一頁頁翻、一條條手打，一本書的筆記整理下來，比讀完它還累。2026 年下半年，一款由獨立開發者花三個月做出的 iOS App「Inkive」在少數派與 V2EX 引發討論，主打「拍完書頁，自動把你劃過的線變成 Markdown」。這篇整理它的運作原理、實際限制，並跟另外三條紙書數位化路線比較，幫台灣讀者選出適合自己的方案。
先決定你要「摘重點」還是「掃整本」
Inkive 是目前最貼近這個工作流的工具：連拍書頁、本地辨識劃線、匯出 Markdown 直接進 vault。
直接把書頁拍照丟給多模態 AI 也能用，但結果不穩定，要接受逐條人工核對。
那是掃描 App 或智慧書籤硬體的戰場，路線不同，先認清需求再選工具。
為什麼紙書劃線這麼難數位化
需求本身很好描述：拍下書頁，拿到自己劃過的那幾句話。難的是執行。手工謄寫是最可靠也最慢的方法；把書頁照片丟給通用大模型（Inkive 開發者實測過豆包、DeepSeek、ChatGPT、Gemini），結果時好時壞——有時漏掉劃線，有時把沒劃的內容一起摘出來。掃描 App 解決的是「整頁影像乾淨留存」，不是「我要的那幾句話」；而智慧書籤硬體要求你改變閱讀當下的習慣，用專用裝置在書上掃劃。每條路線都有人走，但都少了點什麼。
Inkive 怎麼運作：三個步驟，全程在手機上
Inkive（讀作 /ˈɪŋkɪv/）是一位獨立開發者花三個月做出的 iOS App，開發過程與技術細節公開在少數派的開發者自述與 V2EX 的自介討論串。它把「書頁照片變劃線筆記」拆成三步：
- 第一步，找到劃線：用在手機本地運行的 Core ML 影像分割模型，把下劃線、螢光筆高亮、圈畫等「讀者留下的痕跡」從紙張紋理、陰影、背面透字中分出來。開發者公布的測試集數據是準確率 0.94、召回率 0.88——不完美，但證明手機本地辨識這條路走得通。
- 第二步，讀出文字：採用 PPOCR v6 做本地 OCR。開發者比較過 iOS 系統的 Vision 框架，發現 PPOCR 對中文紙書的密集文字與複雜版面更穩定，因此放棄了雲端 OCR 預案，把照片、劃線結果與辨識過程全部留在裝置上。
- 第三步，判斷你劃的是哪句話：人劃線不像機器標注那麼精確，會多劃一個字、少劃半句、跨行。Inkive 用「可接納率」而非像素級重合來要求自己，測試集中 95% 的結果無需修改或只需輕微校對。
工作流程很單純：照原本習慣讀紙書、用自己的筆劃線；讀完後打開 Inkive 把相關書頁連拍下來；辨識完成後逐條校對或整本預覽；確認無誤後匯出 Markdown 檔，放進 Obsidian vault，跟過去的筆記連結起來。全部辨識在手機本地完成，照片不用上傳雲端——對隱私在意的人，這是相對雲端方案最大的差異點。App 目前剛上架 App Store，iOS 優先，Android、Web 與小程序版本仍在開發者規劃中。
四種方案比較
| 方案 | 運作方式 | 適合誰 | 主要取捨 |
|---|---|---|---|
| Inkive | 手機連拍書頁，本地模型找劃線＋OCR，匯出 Markdown | iPhone 用戶、紙書與 Obsidian 並行的讀者 | iOS 限定；繁體與直排書建議先自行實測；新 App 功能仍在完善 |
| 多模態 AI 拍照（豆包、ChatGPT、Gemini 等） | 拍書頁請 AI 摘出劃線內容 | 偶爾摘錄、不想裝新工具的人 | 結果不穩定：會漏劃線或摘錯；照片需上傳雲端；每條都要人工核對 |
| 掃描 App（vFlat Scan 等） | 整頁拍掃、拉平校正、OCR 全文 | 需要整頁或整本數位化留存的人 | 產出是整頁影像或全文，劃線重點仍要自己挑；多一道工序 |
| 智慧書籤硬體（Mark II、詞典筆） | 專用裝置在書上掃劃，雲端辨識後同步 Notion、Readwise | 願意改變閱讀習慣、接受硬體與訂閱成本的讀者 | 要多帶一個裝置、改變劃線方式；雲端處理；硬體與訂閱費用 |
關鍵差異在「改不改變閱讀當下」。Inkive 與多模態 AI 是事後處理，你照原本方式讀書；硬體方案要求劃線當下就換工具。另外一個軸是資料去向：Inkive 全程本地，多模態 AI 與硬體方案都要把書頁內容送上雲端。
台灣讀者要注意的事
- 繁體中文先實測再依賴：開發者的訓練與測試以中文書為主，OCR 引擎對中文密集版面有優化，但公開資料中繁體書、直排書的實測樣本有限。建議第一次使用時，拿幾頁繁體書驗證辨識品質，滿意再擴大使用。
- 隱私是實質優勢：書頁照片、劃線結果、OCR 全程留在手機上。如果你摘錄的內容涉及工作文件或不想上雲的書籍，這點比方便性更重要。
- 定價以下載頁為準：App 剛上架，功能與收費模式可能快速調整，台灣 App Store 搜尋 Inkive 即可查看最新資訊。
建議導入流程
第一次導入，建議用一本劃線較少的書走完整流程：照習慣讀完並劃線 → 用 Inkive 連拍相關書頁 → 辨識後逐條校對（這步別省，前幾次用來建立對辨識品質的感覺）→ 匯出 Markdown → 放進 Obsidian vault，順手加上與既有筆記的連結。跑過一輪、確認繁體辨識品質符合期待之後，再把它變成每本書的固定收尾動作。紙書筆記的價值在於跟過去的閱讀與思考連起來，匯出只是起點，連結才是目的。
常見問題
Inkive 有 Android 或電腦版嗎？
目前是 iOS 限定，Android、Web 與小程序版本在開發者的規劃中，但沒有明確時程。非 iPhone 用戶現階段只能走多模態 AI 或掃描 App 路線。
繁體中文、直排書可以用嗎？
OCR 引擎對中文密集版面有優化，但繁體與直排情境的公開實測資料有限。建議先用幾頁驗證，確認品質再依賴。
跟 Readwise 有什麼不同？
Readwise 主要同步電子書與線上文章的劃線；Inkive 解決的是紙書。會同步 Readwise 的是 Mark II 這類硬體方案，路線不同。
一定要匯出到 Obsidian 嗎？
匯出格式是 Markdown，任何接受 Markdown 的筆記工具都能用，Obsidian 只是開發者自己的主要工作流。
結論
紙書數位化的核心問題從來不是掃描，而是「只帶走我要的那幾句」。Inkive 用手機加本地模型走出一條輕量路線：不改變閱讀習慣、資料不上雲、匯出直接進筆記系統。台灣讀者的務實建議：iPhone 加 Obsidian 的重度紙書讀者，先拿一本書試全流程；偶發摘錄需求的人，多模態 AI 堪用但每條都要核對；要整本數位化的人，交給掃描 App。選哪條路不重要，重要的是讀完書的那一小時，不再花在謄寫上。