AI画像の文字崩れ防ぐ4層プロンプト雛形

出発点にあるのは実務的な悩みだ。AIモデルは光や質感をうまく再現するが、画像内の文字は頼んだとおりに綴られず、文字らしい形に見えてしまうことが多い。記事はその原因を、文字が離散的で1文字違えば意味が変わること、そして位置と綴りを同時に制御する必要があることに求める。提案する解決策はツール依存ではなく構造的で、プロンプトを被写体・撮影条件・タイポグラフィ・利用制約に分け、それぞれの要件を独立して述べるというものだ。

日本語や韓国語はラテン文字と文字密度が異なるため、意図する文言をそのままプロンプトに入れ、短く保ち、文字と背景のコントラストを明示すべきだとしている。「正確な文字」と「完全に判読可能／誤字なし」を組み合わせ、モデルが文字らしい形に逃げる余地を狭める。また比率を曖昧にするとレイアウトがずれるため、アスペクト比と余白は最初に固定するよう勧める。

修正では、決まった順序で複数ターンの編集を行う方式を推奨する。被写体、次に文字、最後に背景と色という順で、1回の指示につき1点だけ変える。同じ手順を試せるブラウザ環境としてGPT Image 2を挙げ、最終確認は目視、特にCJK文字を拡大して行うことが欠かせないと強調している。