生成画像に文字を焼かない作法
記事の
この記事の内容
ブログの記事にはタイトルを入れた見出し画像をつけています。タイトルの文字まで生成AIに描いてもらえば手っ取り早いのですが、この方法は採りませんでした。日本語の文字は生成AIに任せると崩れることがあり、しかもタイトルを修正するたびに画像ごと作り直しになって、画像の中のタイトルは検索エンジンにも読まれません。そのため背景だけをAIに生成させて、文字はこちらのコードで載せています。記事ごとの見出し画像のほかに、SNSに貼るカードも共通の背景から作成しています。
AIに文字を描かせない方針
生成AIが作る画像は絵としては見事でも、文字の描写は苦手です。日本語だと似た別の字に化けたり画数が溶けたり、ありもしない字を足したりしますし、英数字でもスペルがひとつずれることがあります。それに画像に焼き込んだ文字はあとから修正できないので、タイトルを一文字変えたいだけで画像を丸ごと作り直すことになります。読む人にとっても画像の中の文字は選択できずコピーもできませんし、検索エンジンも画像の中までは読みません。記事タイトルのようにあとで手を入れる文字ほど、画像には埋め込まないようにしています。OGP画像や縦長の投稿にも共通のタイトルを焼き込んでいるので、一文字の修正でも作り直す画像は一枚では済みません。
| タイトルの | どう |
|---|---|
| AIに | 字が |
| 背景画像は | 字は |
AIに任せる範囲は背景
そこで、AIに生成させるのは背景だけにしました。プロンプトでも『文字は一切入れるな』と明記します。色は記事の配色に合わせて数色だけ、文字を置く場所を空けておくために、片側を広く空ける。フォトリアルな質感や、ちかちか光るエフェクトも禁止します。こうして生成された背景に、タイトルとカテゴリとロゴを、あとからコードで載せます。タイトルはテキストなので、一文字直すときも、文字を焼き直せば終わりです。背景は作り直すたびに絵柄が多少変わっても困りませんが、タイトルは一字違えば別の記事名になってしまいます。そのため、背景画像とタイトルの文字列は、別々に管理することにしました。背景を作り直さずに文字だけ焼き直せるので、タイトルの言い回しを三案ならべて見比べるのも、数分で済みます。
禁止事項だけを並べたプロンプト
背景用のプロンプトでは禁止事項を並べる書き方がいちばん効きました。最初は「かっこいい背景を」と足し算で頼んでいましたが毎回ばらばらで、文字を載せる場所もつぶれます。そこでやってほしいことより、やってほしくないことを並べました。文字は入れない、色は決めた数色だけ、フォトリアルな質感や光るエフェクトは出さない、片側は大きく空ける、といった禁止を先に並べると、出力される絵が毎回似たトーンにそろって文字を載せる場所も残ります。この禁止事項のリストは一度書けば使い回せて、記事ごとに変えるのは色の指定と絵のモチーフくらいでした。
背景一枚の三通りの使い方
背景は一枚作れば用途ごとに使い回せました。記事の先頭に出す見出しでは文字を画像でなくHTMLのテキストとして重ねていて、テキストなので選択でき検索エンジンにも読まれる形になります。SNSでリンクを貼ったときに出るOGP画像は画像の中に文字が必要なので、共通の背景にタイトルを焼き込んで書き出します。縦長のSNS投稿も文字を焼き込みますが、アスペクト比が違うのでレイアウトを変えています。
| 用途 | 文字の |
|---|---|
| 記事の | HTMLの |
| OGP画像 | 同じ |
| SNSの | 画像の |
行頭に来て崩れる小書き仮名
文字を焼き込む側で最初につまずいたのは行の折り返しです。タイトルが長くて二行になるとき、折り返しの先頭に小書きの「っ」や「ゃ」が来ることがあり、日本語では小書きの仮名を行の頭に配置しないのがふつうなので、その箇所だけ妙に崩れて見えます。これは行頭禁則と呼ばれる決まりで、HTMLの見出しならブラウザが禁則処理をしてくれるので問題ありませんが、画像に焼き込む文字は自分で改行位置を決めるぶんブラウザの禁則処理が効きません。直すには小書きの仮名の直前に改行を禁止するゼロ幅の文字(WORD JOINER、U+2060)を挟み、仮名が前の文字とくっついて行の頭に単独で落ちなくなるようにします。焼いたあとは必ず画像を開いて折り返しを目で確認し、ライトモードとダークモード、それにスマホの幅でもそれぞれレンダリング結果を確かめます。横長のOGP画像と縦長のSNS画像ではタイトルを組む幅と文字の大きさが違うので折り返しの位置も変わり、片方で問題がなくてもそれだけで合格にはしません。
生成画像の表示確認
作れた、という表示も信じませんでした。見出し画像は背景の上に文字を重ねたHTMLのページを組み、それを画像に書き出して作成します。最初の2回は「生成できた」と出たのに背景が一枚も写っておらず、原因はページを setContent で流し込んでいたために origin が about:blank になり、file:// の背景画像の読み込みが遮断されていたことでした。いまは画像と同じフォルダに一時的なHTMLを配置して goto で開き、背景が読めたかを Image.onload で毎回確認しています。もう一つ、OGP画像の指定先が文字を焼き込む前の背景のままだったこともあり、文字入りのOGP画像は生成できていたのにページの og:image がその画像を指していませんでした。この不具合も、実際に表示されるOGP画像を開いてタイトルが入っているかを見て気づきました。いまは og:image に文字入りの _ogp.jpg、ページのCSS背景には文字の無い .jpg と役割を分けています。OGP画像はPNGで500KBあったのを品質88のJPGに変更して80〜96KBまで小さくしました。最後は生成された画像を開いて、背景とタイトルが両方写っているかで合否を決めます。
焼き込んだ画像の自動チェック
目視だけだと、公開のたびに見落とすおそれがあります。そこで、記事の門にしている kansa.py に「読めない画像」の検査を入れ、一覧に出るカード画像が本当に読み込めるかを、公開の前に全記事ぶん確かめています。カバー画像を作り忘れて一覧のカードが画像欠けになったのも、この検査で実際に捕まえました。検査のほうが誤報したこともあります。loading 属性が lazy の画像は、画面の外にあるうちは complete が false のままなので、読めない画像として数えていました。いまはページの最後までスクロールしてから数えています。hero.py と kansa.py を同時に走らせたときは、OGPができる前に kansa.py がカード画像を読みにいき、「読めない画像」として終了コード1で落ちました。いまは hero.py で画像を作り終えてから kansa.py を回し、それが通ってから公開する順番にしています。
縦長レイアウトの組み直し
縦長のカードでもう一つはまりました。背景は横長で作り、文字を配置するために左の3分の1をわざと空けてあるのですが、これを1080×1350の縦長に中央で切り抜くと空けた側ばかりが写って絵がほとんど消えてしまいます。そのため縦長は切り抜きをやめ、上に画像の帯、下にテキストエリアを配置するレイアウトに組み直しました。縦長のレイアウトは一度作ってしまえば、あとは記事ごとの背景を流し込むだけで済みます。
AIに任せる範囲の線引き
背景を作らせているのは Nano Banana Pro(gemini-3-pro-image)です。Gemini 3 の画像モデルはリージョンを指定すると使えないので、Vertex AI の location には global を渡しています。正解が一つに決まらない雰囲気の仕事に向いており、背景は多少ゆらいでも困りません。逆に、一字でも狂うと困る仕事は任せません。タイトルの文字や金額、日付は、一字ずれただけで意味が変わってしまうからです。このモデルは日本語のラベルも配置できますが、図解を描かせたときは題を重複させ、頼んでいない軸や凡例まで足しました。しかも、一語だけを修正できません。だから一枚の画像でも、雰囲気はAI、正確さの要る文字はコードと担当を切り分けました。この切り分けは画像にかぎらず、文章でも数字でも、下書きや集計はAIに任せ、最後の裏取りと一円単位の照合は人がやっています。
背景とタイトルを分けていて助かったのは、記事のタイトルを約24本まとめて変更したときです。焼き込み済みのOGPとSNSのカードは古いタイトルになっていましたが、hero.py --nashi で全カードの文字だけを焼き直して済みました。背景は変更していないので生成し直す必要はありません。崩れて困るタイトルの文字は、これからもコードの側に配置します。
次に読む
AIの
ニューヨーク大学と
会員番号を
個人情報保護委員会は
記事の一覧
自社でつくって運用している仕組みの記録をまとめています。
仕事のご相談
同じ作り方で、御社の仕組みを作ります 要件を固める前に、動く実物を1本お見せするところから始めます。ソースコードと設定一式は、御社のクラウドの中に残した状態でお渡しします。