AI画像で文字を読める形にする：モデル、プロンプト、限界

かつて文字は、AI画像であることがバレる決め手でした。どこの国のものでもない文字の店の看板、ほとんど何かの単語になりかけたタイトルの表紙。2026年10月にeroqへ加わったモデルは、短い文字なら状況を変えます。見出し、ラベルの名前、看板の一語といったものです。長い文章は、今でもレイアウトソフトの仕事です。結論を一行で言うと、正確な言葉を引用し、短く保ち、場所とサイズを指定し、文字に強いモデルで4テイク生成して、一文字ずつ確認すること。このチュートリアルの残りは、その詳細です。

文字にはどのモデルを使うか

eroqには、画像内の文字を得意とするエンジンが4つあります。文字が載るフレームの種類で選んでください。

• GPT Image 2.5 Sunburst（OpenAI）は文字の第一候補です。ラインナップで最もくっきりした文字と、精密で制御しやすいレイアウトが強みです。ポスター、パッケージのモックアップ、UI画面向き。31クレジット / 枚。
• GPT Image 2.5 Flare（OpenAI）は同じ文字処理のまま、より大胆でドラマチックな描写になります。キーアートや映画ポスター向き。31クレジット / 枚。
• Flux 3 Image（Black Forest Labs）は、自然な写真的な光の中で安定したタイポグラフィを出します。リアルな場面の看板、ラベル、パッケージ向き。32クレジット / 枚。
• Nano Banana Pro（Google）は、Nano Bananaシリーズで最も正確な文字に高い忠実度が加わります。eroqで最も高価な画像モデルで、124クレジット / 枚です。下書き用ではなく仕上げ用のエンジンです。

残りの13モデルは別の用途（速度、質感、キャラクター、アニメ）に調整されています。絵はそちらに任せ、文字はこの4つか、自分のエディターに任せてください。文字をまったく入れたくないときは、ネガティブプロンプトを使えるAnimaが向いています。「text, watermark」と書けば、イラストから文字を締め出せます。

植字家のように言葉を書く

引用した文字はモデルが「描く」ものです。植字家に依頼するつもりで指示しましょう。

• 文字列を正確に引用する。 "PAPER MOON BOOKS" のようにダブルクォーテーションで囲み、表示したい綴りのまま書きます。
• 大文字小文字を指定どおりに打つ。 看板やタイトルは大文字、キャッチコピーは文頭だけ大文字にします。
• 文字の役割を示す。 見出し、店の看板、ラベル、ボタン。役割から、サイズやスタイルが決まります。
• 場所とサイズを与える。 「上3分の1に大きく」「下に小さく中央揃えで」。
• 見た目は平易な言葉で説明する。 細身のサンセリフ、上品なセリフ体、筆記体。文字が物理的なものなら素材も添えます。塗装、彫刻、ネオン、箔など。
• 言うのは一度だけ。 プロンプトの別の場所で同じ言葉を繰り返すと、文字が二重に出ることがあります。

1ブロックは数語にとどめ、1フレームにつき1〜2ブロックまでにします。タイトルに短いキャッチコピーを足せばポスターになります。ラベル8個になると、それはレイアウトの仕事です。

まだ失敗しやすいことと、代わりの手

• 段落や細かい注意書き。 成分表、法的な表記、ポスター下部のクレジット欄など。きれいな空白パネルをプロンプトで作り、その文章はデザインツールで組みます。
• たくさんの別々のラベル。 文字だらけのメニュー、地名だらけの地図、吹き出しが十数個あるインフォグラフィック。数個の短いラベルに絞るか、プレースホルダーを生成してあとで置き換えます。
• 引きの絵の小さな文字。 文字が数ピクセルの高さしかないなら、カメラを寄せるか、もっと大きな面に載せます。
• 急な角度や難しい面。 曲がった縁、反射するボトル、濡れたガラスの上の文字は読みにくくなります。面をカメラに向けましょう。
• 珍しい単語や造語。 文字が最も崩れやすいところです。テイクを増やすか、まだ決めていない名前なら綴りを単純にしてみます。
• 自社ロゴやラベルそのもの。 モデルはマークを自分なりに描きます。本物のアートワークはあとから合成してください。実際の商品の写真が必要なら、商品を撮影してEroq Oneを使います。最大10枚の参照画像から、そのカットを組み立ててくれます。
• 動く文字。 文字入りの静止画をアニメーションにすると、カメラの動きで文字が歪むことがあります。動きは小さくするか、タイトルは編集で足してください。引き継ぎ方はAI画像を動画にアニメーション化する方法にあります。

校正のループ

1. まずフォーマットを決める。 言葉をどこに置くかはフレームしだいで、どのフォーマットでも料金は同じです。
2. 文字に強いモデルで4テイク生成する。 Sunburstなら124クレジット、Flux 3なら128クレジット、Nano Banana Proなら496クレジットです。
3. 一文字ずつ原寸で読む。 重なる文字、アポストロフィ、長い単語の最後の一文字が、いつもの容疑者です。
4. 正解がなければ、変えるのは一点だけ。 短い言葉、大文字、大きな面、シンプルな書体のどれかを試して、もう一度バッチを回します。
5. 2ラウンドでも詰まったら？ Nano Banana Proに1バッチ使うか、文字を自分で組みます。エディターのほうが単純に速い仕事もあります。

失敗したレンダリングは自動で返金され、拒否されたプロンプトは課金されません。ただ、誤字のあるテイクも完成した画像として扱われます。4枚すべてを確認してから再生成するのが、このガイドで最も安上がりな習慣です。

プロンプト例

1. ポスター、Sunburst、3:4。 「夕暮れの崖に立つ赤い灯台のスクリーン印刷風トラベルポスター。ネイビー、コーラル、クリームのベタ塗りブロック。見出し『NORTH CAPE』を上3分の1に、クリーム色の大きな細身の大文字で配置。余白はたっぷり、紙の質感はほのかに。」 見出しにサイズ、場所、色があり、余白が端から遠ざけてくれます。
2. 店先、Flux 3、4:3。 「夕暮れの街角の書店。窓には暖かい灯り。クリーム色の板に、濃い緑のセリフ体の大文字で『PAPER MOON BOOKS』と書かれた塗装の看板。手すりに立てかけた自転車。35mmのストリート写真。」 カメラに向いたフラットな板は、文字にとって特等席です。
3. アプリ画面、Sunburst、9:16。 「すっきりしたスマートフォンの天気アプリ画面。柔らかな青のグラデーションの上に、細い白の数字で大きく『21°』。その下に『SUNNY』の文字、シンプルな太陽のアイコン、ミニマルでフラットなUIモックアップ。」 はっきりした階層の2つの文字要素だけで、ほかに読むものはありません。
4. 書籍の表紙、Nano Banana Pro、3:4。 「夜明けの霧の塩性湿地と一羽のアオサギを描いたペーパーバックの表紙。くすんだ緑とパールグレー。タイトル『THE SALT ROAD』は上半分の中央に背の高い上品なセリフ体で、著者名『MARA VENN』は下に小さなスモールキャップで。」 表紙に必要なブロックはタイトルと著者名の2つだけ。残りは絵のままにします。
5. キーアート、Flare、16:9。 「赤く照らされた潜水艦の通路のシネマティックなキーアート。光るハッチを背にした孤独な技師のシルエット、空中に漂う霞と火花。タイトル『DEEP SHIFT』を下3分の1に、重厚なブラッシュドメタルの大文字で。」 タイトルに素材を与えると、上に貼ったステッカーではなく、場面の一部になります。

次のおすすめ：直接対決はテキスト対決：GPT Image 2.5 vs Flux 3、看板とラベルの例集はFlux 3のタイポグラフィプロンプト、完全なワークフローはAI映画ポスタージェネレーターで。

よくある質問

文字に最も強いAI画像モデルはどれですか？

eroqでは、GPT Image 2.5 Sunburstがラインナップで最もくっきりした画像内の文字を得意とします。Nano Banana Proは最高の忠実度でNano Bananaシリーズ最も正確な文字を出し、Flux 3 Imageは自然光の写真的な場面のタイポグラフィを得意とします。

なぜAIは画像内の単語を綴り間違えるのですか？

モデルは文字を打つのではなく、絵の一部として描いています。そのため、文字が1つ増えるごとに、間違える機会も1つ増えます。大きな面に置いた短い引用語は失敗が最も少なく、長い文字列、珍しい単語、小さな文字は最も失敗します。

AI画像にたくさんの文字を入れるには？

モデルに任せないでください。文章を置く場所にきれいなパネルを残して画像を生成し、そのあとデザインツールで文字を組みます。そうすれば文字は編集可能なままです。

綴りが間違った画像はクレジットが戻りますか？

いいえ。返金の対象は失敗したレンダリングで、拒否されたプロンプトは課金されませんが、綴りの誤ったテイクは納品された画像です。次のバッチを回す前に、バッチ内のすべてのテイクを確認する価値はそこにあります。

言葉を引用し、文字に強いモデルを選んで、画像スタジオを開きましょう。