「手書きメモをテキスト化したい」「筆文字っぽい文字も変換したい」って時、私はまず“写真を撮ってAIに投げる”方法に落ち着きました。特にGoogle Geminiは、画像を見せて「この画像を文字起こしして。段落と箇条書きも維持して」とお願いすると、思った以上に読み取ってくれます（無料枠だと回数に限りがあるので、1回で通す工夫が大事）。 私がやっている手順はシンプルです。①メモを明るい場所で撮影（影が入ると誤認識が増える）②Geminiに画像を添付③プロンプトで形式を指定、の3つ。たとえば、猫の性格メモみたいに「(猫種)→(性格傾向)→(行動パターン)」の矢印や、「室内飼い→運動不足→肥満」みたいな流れがある場合は、最初に“記号もできるだけ残して”と書くと崩れにくいです。箇条書きが多いなら「見出し→箇条書きで出力して」と先に型を渡すのも効きました。 精度を上げる撮り方のコツは、(1)真正面から撮る（斜めはNG）(2)余白を少し入れる（文字が端で切れるのを防ぐ）(3)ピントを文字に合わせる、の3点。ホワイトボードやノートの罫線が強い時は、少し離れて撮るか、コントラストが強くなりすぎないようにすると読みやすくなりました。 うまくいかない例としては、OCRにもあった通り「文章が少し変わってしまうことも…」が現実に起きます。私の場合は、①誤字の候補を2～3個出してもらう（例：「スコティッシュ」が崩れる時）②原文の意図を保って整形してもらう（例：「耳の向き:感情のサイン」など）③最後に自分で照合、の順で手戻りを減らしています。Gemini側にも“不正確な情報の可能性があるので再確認して”という注意が出るので、固有名詞や数字は必ず見直した方が安心です。 関連でよく聞かれるのが「読めない漢字の読み方」。たとえば「挿入る」の読みは文脈で変わりやすいので、私はGeminiに“この文脈だと何と読む？送り仮名の有無で意味は？”まで一緒に確認します。「装飾」の読みも同様に、例文を添えると回答が安定しました。 それと会議系なら、tldv（会議の録画・要約ツール）の読み方や使い分けを調べる人も多いですが、手書きメモの文字起こしとは別物なので、私は「手書き＝画像OCR」「会議＝音声文字起こし（要約あり）」で目的別に分けています。Teams電話の導入効果みたいに社内説明が必要なテーマは、議事録用途として“要約の粒度”まで最初に決めておくと、ツール選びで迷いにくいです。 最後に、口の動きを読み取るAI（読唇系）はプライバシーや誤認識のリスクが大きいので、個人が気軽に使う用途だと私は慎重派です。まずは、今回みたいな「手書きメモ→テキスト化」から始めると、手軽で失敗も少なく、効果を実感しやすいと思います。