问 AI”1848 年春天维也纳发生了什么”——你拿到的是一段任何百科全书都能给你的二手综述。真正的档案研究从一份原始文献开始：一封信、一本账册、一份教区登记、一份法庭卷宗，然后向外读。在这件事上 AI 现在确实有四件事做得不错：建议去哪里找、识读手写或老印刷字、翻译当时的语言、帮你把日期对到不同历法。但它替不了你看那张扫描件，而且它给的每一份转写总有某处是错的。这篇把历史学者和正经家谱研究者到 2026 年 6 月正在收敛到的那套工作流走一遍。
一句话总览
- 先收窄，再去找。 AI 给候选档案馆和系列，每一家你自己验、目录你自己查。
- 先转写，再逐行核。 通用视觉模型（GPT-5.5、Gemini 3.1 Pro、Claude Opus 4.7）在清晰的 18–19 世纪字体上字符错误率已能压到约 2% 以下，但遇到草书或差扫描件会掉到 80–85%。人名和数字正是它编造的地方。
- 批量或难字体，用专业工具。 Transkribus 每月送 50 页免费额度（1 页 1 个 credit），还能用约 50 页转写训练出你自己的专用模型。
- 查索引，不只是查图。 FamilySearch 全文检索已用 AI 转写了数十亿份手写记录，2026 年内正陆续加入德文、法文、意大利文、荷兰文和中文。
- 底线： 每条笔记都要带原文引文和精确到 folio 的著录，否则就不算引用。
这篇讲什么
一个原始资料优先的研究工作流，AI 只承担四件窄事：定位合适的档案馆和卷宗、识读手写或老印刷字、翻译当时语言、把日期对到不同历法和已知事件。最终产出是你自己从亲手翻开的文献里做的笔记——AI 只是让这些文献变得可读的助手。
这篇适合谁看
历史方向研究生、做检索辅助工具的档案员、追 1900 年前家谱的认真玩家、把线索追进档案馆的记者、以及希望细节能扛住专家审视的历史小说作者。不适合休闲式”X 年发生了什么”的好奇——那种翻一篇维基更快，也同样准。
什么时候适合用
要查的人、事、地都很具体，能进真正的档案（线上或线下），愿意在原文语种和字体上读原始文献。不适合：问题太宽（“文艺复兴”）——先收窄，AI 替不了你收窄。
怎么选转写工具
两条路，多数正经项目两条都用。通用视觉模型适合在对话里临时识读单页；专门的手写文字识别（HTR）平台则在批量处理、以及给某一位抄手的字体专门训练模型上更强。
| 工具 | 最适合 | 费用（截至 2026 年 6 月） | 备注 |
|---|---|---|---|
| Claude Opus 4.7 / Gemini 3.1 Pro / GPT-5.5 | 临时单页、Kurrent、文人体 | Plus/Pro $20/月，Google AI Pro $19.99/月，Claude Pro $20/月 | 近期测试在清晰的 18–19 世纪字体上字符错误率约 2% 以下；草书或低清扫描掉到 80–85% |
| Transkribus | 批量处理、自训练模型 | 免费：每月 50 credit（1 credit = 1 页）；Scholar €99/年；Team €399/年 | 用同一抄手约 50 页转写就能训练一个专用 HTR 模型 |
| FamilySearch 全文检索 | 在未编索引的记录集里找某个具名的人 | 免费 | AI 转写；英文/西班牙文/葡萄牙文已上线，2026 年陆续加德文/法文/意大利文/荷兰文/中文 |
高校的实测比厂商宣传更值得看。弗吉尼亚大学图书馆转写 1874–1902 年文献的一项研究发现，通用模型里 Gemini 最准；另有针对 18–19 世纪信件和法律记录的独立研究报告称，大语言模型在字符错误率上胜过 Transkribus 的现成模型（约 2% 以下对约 8%），而且时间和成本只是其零头。但要注意：这些数字只在清晰字体上成立。残损、褪色、大量缩写的文献会让每个模型崩掉——这恰恰是下面”逐行核验”成为关键步骤的原因。
开始前准备
- 把问题写到能再窄一点的程度。“1812 年维也纳圣斯德望教区登记簿上，谁作为 Maria Schmidt 的教父签了字？“是可查的；“1812 年的维也纳”不是。
- 圈定候选档案馆。国家档案馆、教区档案馆、市政档案馆、大学馆藏——各有目录。AI 能给候选，但替不了你查目录。
- 建一份笔记文件，每份你真正翻开的文献开一节。先放著录信息（档案馆、宗卷、盒号、folder、件号），再写你的读后。
- 选一个带视觉的模型：Claude Opus 4.7、GPT-5.5 或 Gemini 3.1 Pro。你要上传扫描件做识读。
- 上传任何东西前先看档案馆条款。不少机构限制把扫描件传给第三方 AI 服务，有些要求只能本地处理。
具体步骤
- **让 AI 推荐档案馆，不要让它直接回答问题。**可以这样问：“研究 [人 / 事件 / 地点] 在 [时期]，哪些国家、地方、教会、大学档案馆收藏了相关宗卷？按馆名 + 可能的系列具体列。“拿到名单后，每家档案馆自己验，自己上他们的线上目录。
- **目录检索你自己做。**这一步没有 AI。档案目录用规范用语、当时的命名习惯、自有的索引系统——AI 在这些上面不灵。如果某个记录集没编过索引，把人名丢进 FamilySearch 全文检索：它现在搜的是文献正文的 AI 转写，而不只是已编索引的姓名字段。卡住就去馆里的咨询台——他们才是真专家。
- **拿到候选文献，把扫描件传上去帮你识读。**德文 Kurrent、意大利文人体、18 世纪英国 chancery——通用模型现在都能跑，但总会某处出错。“逐行转写这张扫描件；不确定的地方用 [?] 标记。“那个方括号标记不能省。如果是同一抄手的多页卷宗，与其对每张图反复提示对话模型，不如用约 50 页核过的转写训练一个 Transkribus 模型。
- **逐行把转写跟扫描件对一遍。**尤其是人名、日期、数字。模型会自信地编出和字体风格匹配、听起来很像的名字——这是整套流程里保真度最高的一步，也正是那些漂亮的准确率数字不让你跳过它的原因。
- 翻译要带上下文，不要孤立地翻。“翻译这段 18 世纪意大利公证文档；标出任何古语或固定套语并解释其含义。“那段解释往往比翻译本身更有价值。更宏观的研究工作流纪律可参照 AI 行业研究工作流——抽查的习惯是一样的。
- **日期要对到正确的历法。**1582 年前的天主教欧洲是儒略历；英国及其殖民地直到 1752 年 9 月才换格里高利历；俄国和大半个东欧用儒略历用到 1918 年。让模型先确认这份文献用哪本历法、必要时换算——然后再用文献里已知的某个事件做 sanity check。
- **笔记里要有原文引文、你的转写或翻译、以及页 / folio 出处。**不引原文就不要意译。回不到原来那一行，你就保护不了那条引用。
第一次实操怎么跑
挑一份网上能调出来的单页文献——某教区登记簿的一页、一封一页信、一条公证记录。把整套流程在这一件上跑完：AI 转写、对扫描件验、翻译、对一个日期。掐表。多数第一次跑一份文献 45–60 分钟；这就是档案工作的实际单位，AI 适度压缩，不会显著压缩。
完成后检查
- 每条转写都对照扫描件逐行读过。不确定处都用 [?] 标了。
- 人名、日期都二次核对过。这是 AI 最常出错的位置。
- 翻译都附了古语、缩写、套语的注释——不是只给一段现代化译文。
- 日期都换算到了统一历法，并把换算过程写了出来（并保留旧历日期）。
- 每条笔记都能溯回档案馆的著录体系。没有 folio 编号的”这封信说”不算引用。
怎么复用这套流程
- 给你反复遇到的字体和语种做一份小抄。AI 帮你过第一遍识读；时间长了，常见缩写你自己就认了。
- 把转写 prompt 和翻译 prompt 按时期存成模板。18 世纪公证体和 19 世纪教区登记体的 prompt 不一样。
- 凡是反复出现的抄手或记录系列，花一小时训练一个 Transkribus 模型——长项目下来回本很快。
- 维护一份”翻过的文献”清单，每条一句话总结。长项目下来，这份清单就是档案馆本该有但没给你的那份索引。
容易踩的坑
- 没翻过任何原始资料就让 AI”总结一下”——你写的其实是维基，还多绕了几步。
- 不对扫描件核就信转写——哪怕字符准确率到了 98%，它照样会编出风格匹配的假名字。
- 用翻译时丢掉古语注释——你失去了法律或宗教套语，而这些往往是最有信息量的部分。
- 历法搞混。“日期差 11 天”几乎全是儒略历 / 格里高利历的换算问题，不是转写错误。
- 著录纪律松散。没有 folio 编号的笔记，你在脚注里也保护不了。
- 没读之前就问 AI”这份文献讲什么”——它会自信、流畅地答错。
FAQ
- 老手写体用哪个工具？: 临时单页上，Kurrent 和文人体目前 Claude Opus 4.7 和 Gemini 3.1 Pro 最稳，清晰的 18–19 世纪扫描件字符错误率约 2% 以下。批量或同一抄手的字体，就在 Transkribus 里训练一个专用模型。重度残损或褪色的文献都不可靠。
- 通用 AI 模型现在真的比 Transkribus 准吗？: 在清晰的历史字体上，近期研究发现大语言模型在字符错误率上胜过 Transkribus 的现成模型。但针对你那位特定抄手专门训练的 Transkribus 模型仍可能更强，而且能廉价地扩展到上千页。按体量选对工具。
- 从右往左的文字（阿拉伯文、希伯来文）呢？: 现代 AI 对印刷体行、对手写差。奥斯曼或拉比手稿请逐行验。
- AI 能在档案里替我找某个人吗？: 越来越能。FamilySearch 全文检索会把你的查询跑在数十亿份手写记录的 AI 转写上，捞出传统姓名索引漏掉的匹配。但最终确认仍要回到原始图像上做。
- 版权和档案馆使用条款怎么办？: 不少档案馆限制把扫描件上传第三方服务。上传前先看条款；有些要求只能本地处理，那就用不了云端对话模型。
- 原始资料能意译吗？: 引过一次原文之后可以。意译是工作笔记，引文才是引用。