AI画像の日本語が崩れる条件｜文字の事故を防ぐ5手順

※本記事にはアフィリエイト広告（PR）が含まれます。

2026年8月18日、この記事を書くためにChatGPT（Plusプラン）で日本語入りの画像を3枚作りました。結果は3枚とも、画像の中の文字が正しく描かれていました。小さい文字を24項目も詰め込んだ社内掲示ポスター風の1枚でも、拡大して読める範囲はすべて正確です。

AIで作った画像の中の日本語が記号のように崩れて、作り直しても同じところがまた別の形で崩れる。あなたもそんな経験からこのページにたどり着いたのではないでしょうか。私もまさに「AI画像の日本語は崩れるもの」という前提でこの記事を書き始めました。ところが自分で試したら、崩れなかったのです。

先に結論を書きます。2026年8月現在、AI画像の日本語はもう「いつでも崩れる」ものではありません。崩れるときと崩れないときがあって、その分かれ目は使い方の条件です。そして本当に怖いのは崩れること自体ではなく、ほとんど正しく出るせいで、1文字だけの間違いを見落とすことのほうです。

私は非エンジニアの会社員で、ChatGPT Plusを契約しています。このブログのアイキャッチや図解もChatGPTに作らせていて、この記事の検証画像も同じ環境で生成したものです。

読み終わる頃には、どんな場面なら安心して任せられて、どんな場面が危ないのかを自分で見分けられる状態になります。会社名や商品名が入った画像を出す前に、ここだけは見ていってください。

※検証は2026年8月18日、本文で触れる公式ドキュメントの記述も同日に確認したものです。

AI画像の日本語は、実際に試したら崩れませんでした

まず実物を見てください。どちらも2026年8月18日に、この記事のためだけに生成した画像です。加工も選び直しもしていません。

大きく短い日本語は、拡大しても正確でした

1枚目は、社内向けのお知らせを想定した2行です。「来月の全体会議は第三金曜日に開催します。」「資料は前日までに提出してください。」

「議」も「曜」も「催」も、画数が多くて崩れそうな字です。拡大して1字ずつ追いましたが、実在しない字は1つも見つかりませんでした。正直に言うと、崩れた実例を記事に載せるつもりだったので拍子抜けしました。

小さい文字を詰め込んだポスターも通りました

短い文字なら通るという話はよく聞きます。では反対に振り切ったらどうなるか。2枚目は、社内掲示のポスターを想定して「備品管理について」12項目、「会議室予約について」12項目、さらに補足のボックス3つを1枚に詰め込んだものです。文字は当然小さくなります。

「消耗品（文具・用紙・電池など）」「無断キャンセルや繰り返しの直前キャンセル」「予約権限の停止」。この密度で、読める文字はすべて正しく出ています。1〜2年前のAI画像を知っている方ほど、この結果には驚くはずです。

それでも味の素の件は起きた｜分かれ目は「作る」か「加工する」か

2026年8月17日、味の素が公式Xの投稿画像について謝罪しました。レシピ紹介の投稿で、「ほんだし」のパッケージの文字が崩れていた、という内容です。

ここで大事なのは、同社の説明の中身です。実写の写真をAIで明るさや背景だけ変えたところ、文字やラベルが崩れてしまった。つまりゼロから絵を描かせたのではなく、すでにある写真を加工した結果でした。私が試したのは前者、事故が起きたのは後者。同じ「AI画像」でも、やっていることが違います。

大企業の公式アカウントで、自社の主力商品の写真で、担当者が何人も見ている状態でも起きました。責める話ではありません。あの体制で起きるなら、個人や現場で起きるのは当たり前だと受け取るのが正しい読み方だと思います。

では、どこが安全でどこが危ないのか。私の実測と公開されている情報を、傾向として1枚にまとめました。

やらせること	崩れやすさの傾向	私が試した結果（2026年8月18日・ChatGPT）
ゼロから作る／短く大きい文字	低い	日本語2行が拡大しても正確
ゼロから作る／小さい文字を大量に	本来は高いとされる	24項目のポスターも正確に出た
既存の写真を加工する	高い。味の素の事例がここ	今回は試していません
既存のロゴ・商品名を再現させる	高い。1文字も違えない対象と相性が悪い	今回は試していません
世代の古いモデル・無料ツール	高いと言われている	ChatGPT以外は試していません

この表の下2〜3行が、いまの主戦場です。「元が実写だから文字は無事だろう」という感覚は通用しません。明るさを変えるだけの軽い加工でも、AIは画像を描き直しているからです。

1文字も違えられない文字だけは、描かせない

以前の私は「画像にAIで日本語を書かせない」を結論にするつもりでした。実測を踏まえて、こう改めます。社名・商品名・ロゴ・金額・日付・電話番号。この6つだけは画像の中に描かせず、後からパソコン側で載せてください。

理由は単純で、この6つは1文字違ったら意味がなくなる種類の文字だからです。逆に、説明文や見出しのような「多少ニュアンスが違っても直せる」文字は、もうAIに任せてよい水準に来ています。全部を疑うのではなく、疑う対象を絞る。そのほうが現実的ですし、作業も早く終わります。

載せ方は難しくありません。PowerPointで四角形を置いてテキストボックスを重ねる、それだけです。これらの道具はフォントを呼び出して文字を置いているので、崩れる余地がありません。

崩れる仕組み｜AIは文字を「模様」として描いています

なぜ場面によって結果が変わるのか。ここを知っておくと、危ない場面を自分で見分けられるようになります。

ワープロのように文字を「打って」いるわけではない

WordやPowerPointで文字を打つとき、パソコンは「あ」という文字のコードを受け取り、フォントの中から「あ」の形を呼び出して置いています。だから何回打っても、「あ」は「あ」のままです。

画像生成AIは、この仕組みを使っていません。絵全体を一気に描き起こしていて、その絵の中に文字らしき部分が含まれている、という構造です。AIにとって画像の中の文字は、意味を持った記号ではなく、絵の一部＝模様です。

ここが結果のばらつきを生みます。模様として描いている以上、うまく描ける保証はどこにもありません。私の3枚がたまたま全部通ったからといって、次の1枚も通るとは限らない。成功率が上がっただけで、仕組みは変わっていないのです。

Googleが公開しているImagenのプロンプトガイドにも、フォントの正確な再現は当てにせず創造的な解釈を想定してほしい、思う見た目になるまで作り直す必要があるかもしれない、という趣旨の注意書きが並んでいます。文字を確実に置ける機能なら、こんな断り書きは要りません。

日本語は、描き分ける形の数が桁違いに多い

模様として描くなら、形の種類は少ないほうが有利です。ここで英語と日本語の差が効きます。

文字の種類	描き分ける形の数	1本ずれたときの結果
アルファベット	大文字・小文字で52	多少ゆがんでも、読めることが多い
ひらがな・カタカナ	それぞれ50前後	曲線が中心。ゆがみに比較的強い
漢字（常用漢字表）	2,136字	点1つ、線1本で別の字か、字ですらない何かになる

常用漢字表の2,136字は、2010年の内閣告示で定められた数です（文化庁）。ここに含まれない字も日常的に使うので、実際の守備範囲はもっと広い。しかも漢字は細かい部品の組み合わせです。「土」と「士」、「未」と「末」。線1本の長短だけで別の字になります。

この難しさを、いまのモデルはかなりの精度で乗り越えるようになりました。ただ、難しい題材であること自体は変わっていません。だから「もう大丈夫」ではなく「たいてい大丈夫」と覚えておくのが、ちょうどいい距離感だと思います。

本当に怖いのは、崩れることより「通ったつもり」です

ここがこの記事でいちばんお伝えしたい部分です。文字がぐちゃぐちゃに崩れた画像は、実は怖くありません。見た瞬間に分かるからです。

危ないのはその反対側。ほとんどの文字が正しく出ているせいで、残りの1文字を誰も見ないまま世に出るパターンです。崩れ方には型があるので、目印として覚えておいてください。

崩れ方の型	見た目	気づきにくさ
記号化	漢字らしき形だが、実在しない字になっている	低い。ぱっと見で分かる
部品の入れ替わり	へんとつくりが混ざる、点が1つ多い／足りない	高い。読めてしまうので見逃す
にじみ・溶け	小さい文字が線の集合になり、輪郭が溶ける	中くらい。縮小表示だと分からない

いちばん危ないのは真ん中の「部品の入れ替わり」です。文字として読めてしまうため、作った本人の目は素通りします。第三者に指摘されて初めて気づく、という順番になりがちです。

そして皮肉なことに、精度が上がったいまのほうがこの型は危険になりました。崩れるのが当たり前だった頃は、誰もが全部の文字を疑いました。たいてい通るようになった今こそ、確認が形骸化します。私が実測で3枚とも通ったからといって、確認をやめないのはそのためです。

人前に出す前の3分チェック（5ステップ）

たいてい通るからこそ、出す前に読む。この手順は、崩れる前提で身構えるためのものではなく、通ったつもりで見落とさないためのものです。あなたの手元でそのまま使える形にしたので、上から順にどうぞ。

5つと書きましたが、時間がないときはSTEP1とSTEP3の2つで構いません。声に出して読む。社名と数字を探す。この2つで、人前に出て困る事故のほとんどは止まります。

つまずくのは、たいていこの3か所です

ここを知らないと、直らないものを直そうとして半日溶かします。

「そこの文字を直して」と頼んでも、また崩れる

いちばん多いつまずきです。AIは「その字が間違っている」と理解して直しているわけではなく、その部分をもう一度描き直しているだけ。だから同じ場所が、また別の崩れ方をします。運よく直ることもありますが、賭けです。

Googleの公式プロンプトガイドも、思う見た目になるまで作り直す前提で書かれています。「修正」ではなく「引き直し」だと思っておくと、判断が早くなります。3回試して直らなければ、条件のほうを変えましょう。

ツールによる差は、まだ確実にあります

日本語の再現性は、ツールとモデルの世代で差が出ます。私がこの記事で確かめたのはChatGPTだけなので、ほかのツールについて「同じように通ります」とは言えません。世代の古いモデルや無料で使える範囲のツールほど崩れやすいという話は、あちこちで見かけます。

だから、ネット上の「AI画像の日本語は崩れる」という記述を見たときは、いつの・どのツールの話かを確かめてみてください。半年前の検証結果は、この分野ではもう昔の話です。この記事も同じで、私の検証は2026年8月18日時点のものにすぎません。

写真の加工でも崩れる、という抜け穴

冒頭の件がまさにこれでした。明るさを変える、背景を差し替える、不要なものを消す。こうした「軽い加工」でも、AIが画像を描き直している以上、文字は影響を受けます。元が実写だから安心、ということはありません。加工したあとも、STEP1に戻って読み直してください。

AI画像の日本語について、よくある質問

結局、AI画像の日本語はもう崩れないのですか。

「崩れることもある」が正確なところです。私がChatGPTで試した3枚は、短い2行も細かいポスターも正確に出ました。一方で、既存の写真を加工した場面では崩れた事例が実際に報道されています。作らせる場面と加工させる場面を分けて考えるのが、いまのところ現実的な理解です。

プロンプトを英語で書けば、日本語の文字はきれいに出ますか。

指示文を英語にしても、画像に描かれる日本語そのものが安定するわけではありません。指示の意図が伝わりやすくなる効果はありますが、崩れる原因は描く側にあります。効くのは描かせたい文字をそのまま正確に書いて渡すこと、そして出てきた画像を読み直すことです。

ひらがなだけにしたほうが安全ですか。

以前ほど気にしなくてよくなりました。私の検証でも「議」「曜」「催」のような画数の多い漢字が問題なく出ています。ただ、濁点・半濁点が落ちる、小さい「っ」が普通の「つ」になる、といった細かい崩れは起こりえます。ひらがなに寄せるより、読み上げの確認を省かないほうが効果的です。

画像の中の文字を、あとから自分で書き換える方法はありますか。

崩れた部分を塗りつぶして、その上に文字を重ねる形なら可能です。PowerPointでも、四角形を置いてテキストボックスを乗せれば足ります。ただし背景の柄と馴染ませる手間がかかるので、条件を変えて作り直したほうが早いことがほとんどです。

崩れた画像をうっかり出してしまったら、どうすればいいですか。

気づいた時点で差し替えるのが基本です。会社のアカウントであれば、社内の広報・法務のルールに沿って報告してください。冒頭で触れた事例でも、指摘から2日で経緯の説明が出ています。隠すより、経緯を説明して直したほうが早く収まります。

まとめ：もう崩れないからこそ、出す前に読む

この記事は当初、「AI画像の日本語は崩れる」という前提で書き始めました。検証したら崩れなかったので、書き直しています。技術の前提は、思っているより早く古くなります。

ただ、大企業の公式アカウントでも事故は起きました。自分は大丈夫、と考える理由はどこにもありません。裏を返せば、出す前に文字を読み直すだけで避けられた事故でもあります。仕組みさえ知っていれば、身構える話ではありません。

次のアクションは1つで十分です。いま手元にあるAI画像を開いて、中の文字を声に出して読んでみてください。たぶん、ちゃんと読めるはずです。読めない字や、少しだけ形の違う字が混じっていたら、そこが作り直す対象です。

画像づくりに使うAIをまだ決めていないなら、ChatGPT公式サイトとGemini公式サイトのどちらも無料の範囲から試せます。資料用の画像を作る目的なら、文章の下書きと同じ場所で完結するぶん、ふだん使っているほうから始めるのが無駄がありません。

参考にした一次情報

• 「ほんだし」のラベルがAIでぐちゃぐちゃに……　味の素、公式Xの投稿画像について謝罪（ITmedia AI+・2026年8月17日）　※同社の説明として、実写写真をAIで明るさ・背景等を変更した結果である旨の記述
• Imagen prompt guide（Google Cloud 公式ドキュメント）　※フォントの正確な再現は当てにしない、思う見た目になるまで作り直す場合がある、との記述
• 常用漢字表（平成22年内閣告示第2号）／文化庁　※常用漢字2,136字の根拠