打开一份项目PDF，首页的客户名称能够搜到，后面的扫描附件却没有命中。文件能被搜索，不代表每一页的文字都进入了可检索范围。整份材料可能由不同来源合并：文字软件导出的正文、扫描的签字页、手机拍摄的附件，处理情况不能只用一个总状态表示。
排查目标是回答具体哪些内容可检索、哪些尚不能检索，以及结论在哪个工具中成立。本文不是OCR准确率评测，也不建议通过改写唯一原文件解决问题。
一、先区分文件内搜索与资料库搜索
阅读器搜索通常是在当前打开文件的范围内查找，资料系统搜索则可能依赖该系统保存的文字、字段和索引。阅读器命中一处，不证明系统已经建立对应索引；系统按文件名找到材料，也不证明其扫描页正文可检索。
记录使用工具、文件版本、账号权限与查询方式。先确认找到的是同一文件，而非同名旧副本。如果搜索结果没有显示命中页，需打开实际文件核对，不能把名称命中算作正文命中。
二、为不同类型页面选择样本词
在获准访问的文件中，分别选取文字页、扫描页和图片附件。每页选一段清楚可辨、能区分页面的文字，不用只在封面出现的公司名称代表全部内容。涉及真实资料时，检查记录只留必要标识，不把合同金额、身份号码或客户正文复制到公开报告。
逐页登记页码、页面类型、预期词、阅读器结果、资料系统结果及核对人。页面编号应说明是PDF页序还是印刷页码，避免别人复核时翻到另一页。重复出现的词应进一步核对实际命中位置，不能仅看命中次数。
三、确认实际处理了哪些页面
某些识别工具允许选择页范围和识别语言。例如Adobe官方文字识别说明介绍这类设置。它仅说明该工具的操作，不代表所有产品或数智通具备相同选项。
查看当前工具实际提供的任务记录，确认输入文件、页范围和结果。没有页级记录就写无法核验，不凭任务名称推断所有页已处理。缺少文字层、语言设置、处理限制或图像质量等都可能影响结果，应根据实际证据逐项排查，不同时猜测并修改多项设置。
四、保留原文件，验证处理副本
经授权需要重新识别时，先保留原始输入和当前处理结果的对应关系。在独立副本上进行小范围验证，核对新增可检索文字是否对应原图，页面、附件和顺序是否保持。识别结果不能作为更改原合同文字或签字内容的依据。
重新处理之后再用相同样本词核对。若原来能搜的文字页出现异常，也应登记，而不是只汇报新命中的扫描页。对加密、签署或受限制材料，应先确认允许的处理方式，不能为识别方便擅自改变安全属性或签署文件。
五、用一个自制样本走完检查
以下为虚构练习，不是产品实测：制作三页PDF，第一页由文字文档输出，第二页放一张自制扫描图，第三页放另一张图片附件。每页使用不同的样本词。先记录阅读器与资料库各自的查询结果，再按获准工具的实际能力处理副本，重复查询并打开命中页核对。
如果只有第一页命中，结论应是该次查询在第一页成功，不能写全文识别完成。第二页处理后命中而第三页仍未命中，则记录第三页待核查及原因证据；不能为得到整份通过而删掉第三页。试验只覆盖这三页与当时工具配置，不代表其他资料也能达到相同结果。
六、归档时保留未覆盖项
交付清单可同时保留原文件、处理副本及覆盖核验记录的位置。索引是否更新、更新何时完成、谁能搜索，应按具体系统回读。需要检索却无法处理的页面，交负责人决定采用补充人工索引或其他获准方法，并明确这只是辅助入口，不代表原页全文已可搜索。
了解上传、AI辅助识别与人工核对流程，可查看数智通产品说明。本文的页级记录是通用核验方法，不承诺平台提供逐页OCR重跑或特定索引维护功能。批量操作前先用自制样本确认当前支持范围。
常见问题
能够复制一段文字，就能认定整页可搜吗？
不能。应按需要核对其他区域，并明确样本覆盖范围；部分文字可选取不代表整页内容均已正确识别。
要不要把所有页转成图片重新识别？
不要直接这样处理唯一文件。先确认问题页和工具能力，再在获准副本上试验，避免损失原有信息。