ChatGPT図解の文字化け・数字崩れを防ぐ──「要素列挙式プロンプト」の型と実例
ChatGPTの画像生成で図解を作ると、日本語の文字化けや数字の崩れが起きやすい問題への対策をまとめました。サイズ・配色をhexで固定し、存在してよい要素だけを列挙する「要素列挙式プロンプト」の型を、コピーして使える実例つきで解説します。
目次
ChatGPTの画像生成で図解を作ると、日本語が文字化けしたり、数字が勝手に変わったりする問題に突き当たります。この記事では、その対策として筆者が解説動画用の図解制作で実際に使っている「要素列挙式プロンプト」の型を紹介します。要点は3つで、①サイズと配色をhexコード（#FFFFFFのような色の指定コード）で固定する、②画像に存在してよい要素だけを一字ごとに列挙する、③それ以外の文字や装飾を禁止事項として明記する、です。コピーして書き換えられる実例プロンプトも掲載します。
- 崩れの主因は「自由に描かせている」こと。存在してよい要素だけを列挙して縛る
- 型は3つ：サイズ・配色をhexで固定／タイトルやラベルの文言を一字ごと指定／それ以外の文字・ロゴ・装飾を禁止
- 生成後に人間が数字を目視検品してから使う。ここまで含めて一つの型
なぜChatGPTの図解は文字が崩れるのか
ChatGPTの画像生成は、2025年3月に公開されたGPT-4oベースの機能でテキスト描画が大きく改善したと、OpenAI自身が説明しています。一方で同じ公式発表の中に、限界も明記されています。非ラテン文字（日本語を含む）のテキストは不正確になったり、実在しない文字列が描かれたりすることがある。小さい文字や細かい文字は不鮮明になりやすい。つまり日本語の図解は、公式が認める弱点の上で作っているわけです。
ここから導ける対策の方向性は、「モデルが自由に描く余地を減らす」ことです。曖昧な依頼ほど、モデルは空白を勝手な文字や装飾で埋めようとします。
「要素列挙式プロンプト」とは何か
「こういう雰囲気の図を描いて」と依頼するのをやめて、「この画像に存在してよい要素はこれだけ」と全部列挙する書き方です。手順は3ステップです。
① サイズと配色をhexで固定する。 画像サイズと、背景色・メインカラー・アクセントカラーをhexコードで指定します。色数を絞ると、モデルが装飾で遊ぶ余地が減ります。
② 存在してよい要素を全部列挙する。 タイトルの文言、ボックスの数、各ボックスのラベルを一字ごとに書き出します。「〜のような」ではなく、描かせたい文字列そのものを渡します。
③ 禁止事項を明記する。 列挙した以外の文字・ロゴ・写真・グラデーションを禁止し、「数字は一字も変えない」と念を押します。
コピーして使える実例プロンプト
以下は汎用化したテンプレートです。文言と数字はサンプルなので、自分の内容に置き換えてください。
横1920×縦1080の図解画像を生成してください。
背景は#FFFFFF、ボックスは#1E3A5F、強調は#E84545。
この画像に存在してよい要素は以下だけです：
- タイトル「作業時間の内訳」（上部中央・太字・#1E3A5F）
- ボックス1：ラベル「資料作成 3時間」
- ボックス2：ラベル「メール対応 1時間」
- ボックス3：ラベル「会議 2時間」
- ボックス1→2→3を横一列に結ぶ右向き矢印2本
禁止事項：
- 上記以外の文字・単語・キャプションを一切描かない
- ロゴ・写真・人物・イラスト・グラデーションを入れない
- 数字は一字も変えない（3・1・2のまま描く）
ポイントは「存在してよい要素は以下だけ」という言い回しです。描いてほしいものの列挙ではなく、それ以外の存在を許さない書き方にします。
生成後の目視検品までが型
このプロンプトの型を使っても、生成後に人間が数字を目視で検品してから使います。図解の数字が一つ違うだけで、資料や動画の信頼を損ねるからです。検品するのは、数字が指定どおりか、ラベルの文字が化けていないか、余計な文字が紛れ込んでいないか、の3点です。「プロンプトで縛る＋人間が検品する」の両輪で初めて実用になります。
文字を後から入れる方法との使い分けは？
対策にはもう一つの流派があります。両方に理があるので併記します。
A案：要素列挙式で文字ごと生成する。 本記事の型です。1回の生成で完結し、量産向きです。ただし崩れのリスクはゼロにはならないので、目視検品が前提です。
B案：枠と矢印だけ生成し、文字は後入れする。 ChatGPTには図形とレイアウトだけ作らせ、文字はPowerPointなどの編集ソフトで載せる方法で、国内の解説記事でも対処法として紹介されています。文字の正確さは確実に担保できますが、1枚ごとの手数が増えます。
長文のラベルが必要な場合や、絶対に間違えられない公開資料はB案、短いラベル中心の図解を数多く作る場合はA案、という使い分けが現実的だと考えています。
筆者の現場から
私はYouTubeの解説動画に使う図解をこの型で量産しています。以前は生成のたびに数字がどこかしら崩れて悩まされましたが、要素列挙式に変えてからは数字の崩れが出ていません。コツを一言でいえば「自由に描かせない」ことです。モデルのセンスに任せる部分を配色のhex指定だけに絞り、文字情報は全部こちらで確定させてから渡す。それでも公開前の目視検品は毎回やっています。
正直な但し書き
- 「数字の崩れが出ていない」のは筆者の環境・用途（短いラベル中心の図解）での経験談です。効果を保証するものではありません。
- OpenAI公式が非ラテン文字の描画を限界として挙げているとおり、日本語はもともと崩れやすい領域です。長文や小さい文字は要素列挙式でも崩れることがあります。
- 画像生成モデルは更新が続いており、挙動は時期によって変わりえます。本記事は2026年7月時点の内容です。
- どの型を使っても、目視検品の省略はおすすめしません。
出典
出典・参照資料
AIニュースの解説を動画でも
YouTubeでは注目ニュースの背景を解説し、Xでは新着記事をお知らせしています。
コメント
まだコメントはありません。最初のコメントを書いてみませんか？
AIについて聞きたいことはありますか？
質問箱で無料で受け付けています。回答は公開され、他の方の参考にもなります。
質問箱を見る →
