แปลไฟล์ PDF และคงรูปแบบเดิม: “Keep Formatting” หมายถึงอะไรกันแน่
TABLE OF CONTENTS
“Keep formatting” ฟังดูเหมือนแค่ช่องติ๊กถูก จนกระทั่งไฟล์ PDF ที่แปลแล้วกลับมาพร้อมคอลัมน์ที่ล้น ตารางที่เพี้ยน และฟอนต์ที่ไม่ตรงกันอีกต่อไป นี่คือสิ่งที่การคงรูปแบบเลย์เอาต์ควรหมายถึงจริง ๆ ก่อนที่คุณจะจ่ายเงิน
ทำไมเลย์เอาต์จึงพังหลังการแปล
PDF ถูกออกแบบมาให้หน้าตาเหมือนกันทุกที่ มันเก็บตัวอักษรไว้ที่ตำแหน่งคงที่บนหน้ากระดาษ ไม่ใช่ย่อหน้าที่ไหลและจัดใหม่เมื่อคำเปลี่ยน เมื่อนักแปล (คนหรือ AI) ดึงข้อความออกมา แปล แล้วใส่กลับเข้าไป จะมีสามสิ่งที่ต่อสู้กับเลย์เอาต์พร้อม ๆ กัน:
- กรอบคงที่ แต่ข้อความยาวขึ้น หลายภาษาในยุโรปยาวกว่าภาษาอังกฤษ การประมาณการในอุตสาหกรรมมักระบุว่าภาษาฝรั่งเศสยาวขึ้นราว +15–20% และภาษาเยอรมันราว +10–35% สำหรับข้อความทั่วไป ส่วนข้อความสั้นแบบ UI อาจขยายมากกว่านั้นมาก กล่องข้อความที่ออกแบบมาสำหรับภาษาอังกฤษไม่มีที่ให้ตัวอักษรส่วนเกิน ตัวอักษรจึงล้น ย่อลง หรือทับกับองค์ประกอบข้างเคียง PDF ไม่สามารถ “ขยายย่อหน้า” ได้เหมือนที่ Word หรือ InDesign ทำได้
- ลำดับการอ่านกับลำดับที่ตาเห็น หน้าที่มีหลายคอลัมน์ แถบข้าง และส่วนหัว มักเก็บข้อความในลำดับที่ไม่ตรงกับลำดับที่สายตาเราอ่าน การดึงข้อความอาจรวมคอลัมน์เข้าด้วยกัน แยกประโยคตรงจุดขึ้นบรรทัดใหม่ หรือแยกหัวข้อออกเป็นชิ้นส่วนหลายชิ้น
- โครงสร้างที่มีแค่รูปลักษณ์ ตารางอาจเป็นแค่เส้นและเซลล์ที่วางตำแหน่งไว้ ไม่ใช่วัตถุตารางจริง รูปภาพวางอยู่ตามพิกัด ฟอนต์อาจฝังมาสำหรับภาษาต้นฉบับ แต่ไม่มีตัวอักษรที่ภาษาปลายทางต้องการ
นี่คือเหตุผลที่การคัดลอกแล้ววางลงในตัวแปลแชตแทบจะทำลายหน้าเอกสารเสมอ คุณได้แค่คำศัพท์โดยไม่มีบริบทของเอกสาร เครื่องมือที่เข้าใจเลย์เอาต์พยายามวิเคราะห์โครงสร้าง แปล แล้วสร้างใหม่ แต่ก็ยังต้องใส่ข้อความที่ยาวขึ้น (หรือสั้นลง) ลงในดีไซน์ที่ไม่เคยออกแบบมาให้ขยับ หากต้องการภาพรวมวิธีการทีละขั้นตอน ดู วิธีแปล PDF โดยไม่เสียรูปแบบ
“Keep formatting” ควรคงอะไรไว้จริง ๆ
หน้าการตลาดชอบใช้วลีนี้ ในฐานะผู้ซื้อ ควรมองว่ามันคือรายการตรวจสอบ ไม่ใช่คำสัญญาว่าจะได้สำเนาที่เหมือนทุกพิกเซล
ตาราง การแบ่งขอบเซลล์ การจัดแถว/คอลัมน์ และสไตล์ของส่วนหัวควรคงอยู่ หากตัวเลขและป้ายกำกับกระจายจนกลายเป็นข้อความที่ปนเปกัน แสดงว่าเครื่องมือไม่ได้คงโครงสร้างไว้ มันแค่แปลสตริง ตารางซ้อนที่ซับซ้อนและแบบฟอร์มยังคงเป็นองค์ประกอบที่มีความเสี่ยงสูงสุด ควรเผื่อเวลาสำหรับการตรวจทาน สำหรับข้อควรระวังเฉพาะของตาราง ดู ตารางในการแปลเอกสาร
ฟอนต์และงานพิมพ์ น้ำหนักตัวอักษร (ตัวหนา/ตัวเอียง) ขนาด สี และลักษณะของตัวอักษรโดยประมาณควรคงอยู่ การจับคู่ฟอนต์ให้ตรงทุกประการไม่สามารถทำได้เสมอไป ภาษาปลายทางอาจต้องใช้ glyph ที่ฟอนต์ฝังมาไม่เคยมี (กล่องสี่เหลี่ยมแบบ “tofu” ที่เห็นบ่อยกับภาษาจีน ญี่ปุ่น เกาหลี อาหรับ หรือซีริลลิก) กระบวนการ keep formatting ที่ดีจะเปลี่ยนไปใช้ฟอนต์ที่เข้ากันได้ ไม่ตัดตัวอักษรทิ้งอย่างเงียบ ๆ ที่เกี่ยวข้อง: ทำไมฟอนต์จึงพังหลังการแปล
รูปภาพและกราฟิก โลโก้ รูปถ่าย แผนภูมิ และเส้นตกแต่งควรอยู่ในตำแหน่งเดิม ข้อความ ภายใน รูปภาพไม่ใช่ข้อความของ PDF จึงต้องใช้ OCR หรือไปป์ไลน์รูปภาพแยกต่างหาก คำอธิบายภาพและข้อความชี้แจงที่อยู่ใกล้รูปควรยังคงผูกกับภาพที่ถูกต้อง
เลย์เอาต์หน้า คอลัมน์ ระยะขอบ ส่วนหัวและส่วนท้าย และขนาดหน้ากระดาษควรยังจดจำได้ “Preserve layout” ไม่ได้หมายความว่าจะไม่มีการเปลี่ยนแปลงเลยเมื่อข้อความขยายมาก เครื่องมือที่ซื่อสัตย์อาจปรับระยะห่างเล็กน้อย ปรับขนาดตัวอักษรเล็กน้อย หรือจัดข้อความใหม่ภายในบล็อก เพื่อให้หน้ายังอ่านได้ สิ่งที่คุณควรปฏิเสธคือไฟล์ที่ได้มาเป็นข้อความธรรมดาเป็นส่วนใหญ่ โดยแบรนด์ของคุณหายไป
คำถามที่มีประโยชน์สำหรับผู้ซื้อคือ ไฟล์ที่ส่งออกเป็น PDF ที่สร้างใหม่ โดยยังมีตาราง รูปภาพ ฟอนต์ และเลย์เอาต์หน้าครบถ้วนหรือไม่ หรือเป็นเพียงข้อความที่ถูกทิ้งออกมา หากหน้าผลิตภัณฑ์แสดงแค่ผลลัพธ์แบบแชต ควรหาตัวเลือกอื่นต่อ
PDF แบบ native กับไฟล์สแกน (ข้อจำกัดของ OCR อย่างตรงไปตรงมา)
ไม่ใช่ PDF ทุกไฟล์จะเป็นปัญหาประเภทเดียวกัน
| ประเภท | สิ่งที่อยู่ข้างใน | แนวทางการแปล | ความคาดหวังด้านเลย์เอาต์ |
|---|---|---|---|
| Native (สร้างแบบดิจิทัล) | ชั้นข้อความที่เลือกคัดลอกได้ | วิเคราะห์ข้อความ + โครงสร้าง แปล แล้วเรนเดอร์ใหม่ | มีโอกาสสูงสุดที่จะคงตาราง ฟอนต์ ลิงก์ และเลย์เอาต์ไว้ |
| Scanned / มีแค่รูปภาพ | รูปถ่ายของหน้า มีข้อความน้อยหรือไม่มีเลย | ทำ OCR ก่อน แล้วจึงแปลและวางข้อความ | ขึ้นอยู่กับคุณภาพของการสแกน และมีการเคลื่อนของเลย์เอาต์มากกว่า |
| Mixed (ผสม) | บางหน้าเป็น native บางหน้าเป็นสแกน | ต้องกำหนดเส้นทางแยกรายหน้า | แปลไม่ครบได้ง่าย หรือทำ OCR เกินความจำเป็นได้ง่าย |
PDF แบบ native มีข้อความที่ถูกต้องแบบทุกตัวอักษรอยู่แล้ว การรัน OCR กับไฟล์เหล่านี้มักเป็นความผิดพลาด เพราะคุณจะเอาข้อความที่แม่นยำมาแทนด้วยการเดา และอาจทำให้เกิดข้อผิดพลาดใหม่ ควรเลือกใช้ตัวแยกที่อ่านชั้นข้อความ
PDF แบบสแกน ต้องใช้ OCR คุณภาพขึ้นอยู่กับความละเอียด ความคมชัด การเอียงของหน้า และการรองรับระบบการเขียน จากแนวปฏิบัติของ OCR ค่าความละเอียดขั้นต่ำโดยประมาณคือ ต่ำกว่า ~150–200 DPI การสับสนตัวอักษรจะเพิ่มขึ้น (rn→m, 0→O) ภาพถ่ายจากมือถือที่เอียงและลายมือยังคงเป็นเรื่องยาก เอกสารของ Google Cloud เกี่ยวกับการแปลเอกสารก็ระบุเช่นกันว่า PDF ที่สแกนมักสูญเสียรูปแบบมากกว่าไฟล์ native โดยเฉพาะกับตารางที่หนาแน่น เลย์เอาต์หลายคอลัมน์ และแผนภูมิที่มีป้ายกำกับ
การตรวจสอบความซื่อสัตย์สำหรับข้อเรียกร้อง “OCR + keep layout”: OCR กู้คืน คำ ได้ แต่การสร้างดีไซน์หลายคอลัมน์ที่สวยงามขึ้นมาใหม่จากพิกเซลเป็นงานที่ยากกว่ามาก การสแกนที่ชัด ความละเอียดสูง ตั้งตรง ของหน้าเรียบง่ายให้ผลดี ส่วนสำเนาแฟกซ์ที่เบลอของรายงานที่ซับซ้อนมักต้องให้คนช่วยทำความสะอาดอีกรอบ หรือใช้ไฟล์ Word/InDesign ต้นฉบับที่แก้ไขได้ หากคุณยังมีอยู่ สำหรับงานที่เน้นไฟล์สแกน ดู วิธีแปล PDF ที่สแกนในปี 2026
วิธีดูตัวอย่างก่อนจ่ายเงิน
การจ่ายเงินสำหรับเอกสารทั้งฉบับก่อนได้เห็นคุณภาพของเลย์เอาต์ คือวิธีที่ผู้ซื้อต้องติดอยู่กับไฟล์ที่ใช้งานไม่ได้ ใช้รายการตรวจสอบสั้น ๆ นี้:
- ยืนยันประเภทของไฟล์ ลองเลือกข้อความใน PDF viewer หากคุณไฮไลต์คำได้ แสดงว่าน่าจะเป็น native หากทั้งหน้าทำงานเหมือนรูปภาพ ให้วางแผนรับมือกับข้อจำกัดของ OCR
- ค้นหาส่วนที่ยากที่สุดก่อน เปิดหน้าที่มีตาราง ข้อความสองคอลัมน์ ฟอนต์พิเศษ และรูปประกอบ หน้าเหล่านี้คือสิ่งที่ตัดสินว่า “keep formatting” ใช้ได้จริงกับไฟล์ ของคุณ หรือไม่
- ใช้ตัวอย่างฟรีหรือแบบจำกัด ควรเลือกเครื่องมือที่แสดงตัวอย่างที่แปลแล้ว พร้อมเลย์เอาต์ ไม่ใช่แค่ใบเสนอราคาตามจำนวนคำ ตัวแปล PDF ของ OpenL มีตัวอย่างฟรีรายวัน เพื่อให้คุณตรวจรูปแบบของตัวอย่างก่อนจ่ายเงินสำหรับไฟล์ทั้งหมด ซึ่งรวมถึงตาราง รูปภาพ ฟอนต์ และเลย์เอาต์หน้าในกรณีที่รองรับ การแปลเอกสารทั้งฉบับต้องชำระเงินเพราะใช้ทรัพยากรการประมวลผลสูง ตัวอย่างมีไว้เพื่อให้คุณประเมินความเหมาะสมก่อน
- ตรวจทานก่อนแชร์ ตรวจหน้าแรกและหน้าสุดท้าย ทุกตาราง ความครอบคลุมของฟอนต์ในภาษาปลายทาง และว่ารูปภาพยังอยู่ใกล้ย่อหน้าที่ถูกต้องหรือไม่ หากเครื่องมือส่งไฟล์เปรียบเทียบสองภาษามาด้วย ให้ใช้ตรวจสอบศัพท์เฉพาะ
- ส่งต่อเมื่อ PDF เป็นทางตัน หากเลย์เอาต์เป็นสิ่งสำคัญต่อภารกิจ (โบรชัวร์สำหรับพิมพ์ เอกสารที่ต้องยื่นตามกฎระเบียบ) ให้ขอไฟล์ต้นฉบับ InDesign/Word การแปลต้นฉบับที่แก้ไขได้แล้วส่งออกเป็น PDF ใหม่ยังดีกว่าการต่อสู้กับ PDF ที่แบนราบ
ขั้นตอนถัดไปแบบไม่บังคับ: อัปโหลดไฟล์ PDF ตัวแทนไปที่ doc.openl.io/translate/pdf ดูตัวอย่างเลย์เอาต์จากส่วนหนึ่งของเอกสาร แล้วจึงตัดสินใจว่าการแปลฉบับเต็มตรงตามมาตรฐานของคุณหรือไม่ Keep formatting ควรหมายถึงเอกสารที่คุณส่งให้ลูกค้าได้จริง ไม่ใช่แค่ความหวัง
Sources
- Translating PDF Files: Why Layouts Break — DTP Services Berlin — ข้อความ PDF ที่ตำแหน่งคงที่ ความล้มเหลวของลำดับการอ่าน และเหตุผลที่กรอบไม่ยืดตาม
- How to Translate a PDF and Keep the Layout — Vitra.ai — การแยกองค์ประกอบทีละส่วนของคอลัมน์ ตาราง ฟอนต์ และการขยายของข้อความ
- Expansion and contraction factors — Andiamo! — ช่วงการขยายของคู่ภาษาที่ใช้ในการวางแผนพื้นที่ว่างของเลย์เอาต์
- Text size in translation — W3C Internationalization — เหตุผลที่ข้อความสั้นขยายได้ไม่สมส่วน
- Translate documents — Google Cloud Translation — หมายเหตุทางการเกี่ยวกับการสูญเสียรูปแบบของ PDF แบบ native เทียบกับแบบสแกน
- What Is PDF Parsing / Supported File Types — LlamaIndex glossary — ลักษณะของ native เทียบกับสแกน และข้อจำกัดของ OCR
- Image / PDF → Text: The Reading Task (2026) — CodeSOTA — เหตุใดการทำ OCR กับ PDF แบบดิจิทัลจึงเพิ่มข้อผิดพลาด
- AI PDF Translator — OpenL Doc — การรักษาเลย์เอาต์ OCR สำหรับไฟล์สแกนที่ชัด และตัวอย่างฟรีก่อนชำระเงิน


