マニュアル · 03 — OCR · Recognition

OCR テキスト認識

スクリーンショットは、描くためだけのものではありません。VAS はあなたの Mac のローカルで、画面の文字を読み取り、漏らすべきでない情報を隠し、QR コードの奥にある意図を読み解く——この三つ、どれもクラウドには上げません。

テキスト認識(クリップボード · ⌘V)

エディター内で画面の一部をドラッグして選択すると、VAS が macOS の Vision エンジンで、その中の文字をローカルで認識します。日本語・英語・中国語に対応。

認識した文字はそのままクリップボードに入るのがデフォルト——スクショを撮ったら、どこでも ⌘V で貼り付け。ログの一行も、エラーメッセージも、手で書き写す必要はありません。

  • オンデバイス — アップロードもサーバー経由もしません。スクリーンショットも認識結果も、あなたの Mac の中だけに。
screenshot.png
$ npm run build
Error: Cannot find module 'react-dom'
 at Function.Module._resolveFilename
OCR
認識 →
クリップボード
Error: Cannot find module 'react-dom'
⌘V でそのまま貼り付け、手書き不要

自動プライバシーマスク特化(オンデバイス · 各地域フォーマット)

OCR が文字を読めるということは、「どの文字がプライバシーか」も読めるということ。VAS は機微な情報を自動で検出してマークし、対応する言語圏ごとにローカル特化します——日本語では、マイナンバー、郵便番号、電話番号(携帯・固定)、クレジットカード番号、Email、IPv4/IPv6、API トークン、さらに氏名・担当者・パスワード・暗証番号などのラベル項目を認識します。

全バージョンElectron は Vision Framework を使用;
Tauri 専用さらに五層検出に対応し、より多くの地域フォーマットをカバー。

設計判断 · 完璧なふりをせず、コントロールをあなたに残します

開発の中で、OCR には生まれつきの限界があると分かりました——たまに取りこぼしたり、間違えたりします。私たちは「ツールは完璧であるべき」と押し通すのではなく、別の設計を選びました:

  • プライバシーマスクのモザイクをフローティングレイヤーに、範囲も調整可能に——OCR が覆いきれなかったところは、手でひと引きすれば補える。認識ミスは「エラー」から「要確認」へ。ツールの不完全さが、あなたのコントロールを損ないません。
  • OCR が自動で約 90% をこなす;あなたが手動モザイクを軽くひと引きするだけで、本来 100% 手作業だった仕事が仕上がります。
  • 隠す場所を間違えても大丈夫——モザイクは独立したフローティングオブジェクトで、Delete ひと押しで削除。取り返しのつかない結果は、ひとつもありません。
個人情報シート
氏名:山田太郎
マイナンバー:1234 5678 9012
生年月日:1990/05/15
電話番号:090-1234-5678
Email:[email protected]
住所:東京都渋谷区神南 1-2-3
クレジットカード:4532-1234-5678-9012
⇧K
一鍵遮蔽 →
個人情報シート
氏名:山田太郎
マイナンバー:1234 5678 9012
生年月日:1990/05/15
電話番号:090-1234-5678
Email:[email protected]
住所:東京都渋谷区神南 1-2-3
クレジットカード:4532-1234-5678-9012

⇧K でワンタッチのプライバシーマスク——OCR が機微な項目を自動検出してモザイクをかけます;モザイクはどれもフローティングレイヤー——図のマイナンバーのように選択すると、移動・サイズ変更・削除ができます。OCR が拾えなかったところは、手でひとつ足すだけ。

OCR 自動できる限り認識し、機微な領域を自動でマークします
モザイクで補完OCR が足りないところは、ユーザーが手動で引き継ぎます
UNDO隠し間違い?ワンタッチで削除、取り返しのつかない決定はありません

QR コードスキャン(フレーム占有率で挙動が変わる)

QR コードのスキャンは、表面的には「読めた/読めない」の二択に見えます。でも VAS はそう見ません——見ているのはあなたの意図、それに応じて次の一手を決めます。

正確に検出したいとき、人は自然と QR コードを丸ごと、できるだけそれだけフレームに収めます——この動作そのものが意図の宣言です。フレームいっぱいに収めるほど認識は正確になり、信頼度も上がり、ツールは迷わず行動します。意図がフレーム選択の瞬間に明確だからこそ、QR 検出はツールバーの矩形スクリーンショットで直接トリガーされ、エディターに入る必要もありません。

ツールは、確信がないときに確信のあるふりをしません

QR コードのフレーム占有率と挙動ロジック
> 70%高信頼 · 即行動そのまま Web ページやリンクを開き、ユーザーを煩わせません
21–69%中信頼 · こちらから確認エディターを開いて、そっと尋ねます:「これはあなたが求めたリンク?」
≤ 20%低信頼 · 静かにお任せ推測も行動もせず、エディターをそのまま開いて次の操作をあなたに委ねます
> 70%高信頼 · 即行動
21–69%中信頼 · こちらから確認
≤ 20%低信頼 · 静かにお任せ
フレームを満たすほど、ツールは迷わず行動します;フレームが空くほど、決定をあなたに返そうとします。どの閾値の裏にも、「自分がどれだけ知っているかを、自分で分かっている」という誠実さがあります。