改用 OCR.space 時，主要的流程差異在於「金鑰取得方式」、「程式架構處理資料的方式」以及「給 Replit Agent 的提示詞（Prompt）」。
以下整理前後的具體流程差異與步驟：
1. 核心流程差異對比
| 流程環節 | 使用 Google AI Studio (Gemini Flash) | 使用 OCR.space |
| 金鑰取得 | 需登入 Google 帳號，至 AI Studio 點擊產生 Key。 | 前往 OCR.space 官網填寫 Email，直接在信箱收免費 API Key（無須登入/免密碼）。 |
| 辨識與分類能力 | 一步到位：AI 能同時「讀出文字」並「理解語意」，直接將姓名、電話、公司分裝至不同欄位。 | 分兩步處理： 1. OCR.space 只會吐出一整串純文字（Raw Text）。 2. 程式碼必須自己寫「規則（正規表達式 Regex）」去抓電話、Email、地址。 |
| 繁體中文支援 | 內建理解繁中語意，準確率極高。 | 呼叫 API 時需明確指定語言參數 language=cht（繁體中文），辨識排版較雜的名片時可能需人工修正。 |
2. OCR.space 的具體操作流程
步驟一：取得免費 Key
- 前往 OCR.space 官網的「Free OCR API」註冊頁。
- 輸入你的 Email 與姓名，系統會立刻把 API Key 寄到你的信箱。
步驟二：安全存放金鑰（在 Replit 中）
- 在 Replit 專案左側工具欄，找到 Tools > Secrets（鎖頭圖示）。
- 新增一組環境變數：
- Key:
OCR_SPACE_API_KEY - Value: 填入信件中收到的那一長串金鑰代碼。
步驟三：給 Replit Agent 的提示詞（Prompt）調整
因為 OCR.space 只會回傳原始文字，你必須在 Prompt 中特別要求它撰寫「文字解析與過濾規則」，否則抓下來的文字會全部塞在同一個欄位。
可以將以下提示詞直接貼給 Replit Agent：
Plaintext
請幫我開發一款名片掃描與通訊錄管理的 Mobile App（React Native / Expo），並整合 OCR.space API：
1. 相機與照片：
- 支援呼叫 Expo Camera 拍照或從相簿選擇名片照片。
- 拍照後，將照片轉為 Base64 格式，打給後端或直接呼叫 OCR.space API。
2. OCR 辨識設定（使用 OCR.space）：
- 請從環境變數 process.env.OCR_SPACE_API_KEY 讀取金鑰，請勿寫死在程式碼中。
- API 請求參數請帶入 language=cht 以支援繁體中文名片。
3. 文字自動解析與欄位歸類（重要）：
- OCR.space 只會回傳整段純文字，請在前端寫文字處理邏輯（Regex 正規表達式）：
* 自動過濾出 Email（如包含 @ 與網域名稱）
* 自動過濾出 電話號碼（符合常見手機 09xx 或市話格式）
* 辨識可能包含「公司/有限公司」的字串做為公司名稱
- 將辨識結果自動帶入「新增聯絡人」的表單中（姓名、電話、Email、公司、備註）。
- 剩餘未被分類的文字，自動放進「備註」欄位，供使用者手動剪貼調整。
4. 介面與儲存：
- 使用者確認並可手動編輯所有欄位後，點擊「儲存」存入本機（AsyncStorage / SQLite）。
- 首頁為通訊錄清單，具備搜尋功能，並能一鍵撥打電話與發送 Email。
3. 後續測試與發布
接下來的步驟與原教學完全相同：
- 點選 Replit 右上角的 Try on device。
- 手機打開 Expo Go 掃描 QR Code 進行相機實測。
- 拍下一張名片，測試文字是否能成功被 OCR.space 讀取並分類到姓名、電話等欄位中。
