ブログのアイキャッチをAIに作らせたら、画像の中の日本語が「菷ちたち」になって返ってきました。頼んだ言葉は「落としたら」。こっちの指示は1文字も間違えてへん。
画像の中の日本語が崩れる時、まず疑うのはプロンプトやなくてモデルの世代です。指示を1文字も変えずに、1つ新しい世代のモデルへ替えただけで、日本語も画像の縦横比も一発で通りました。禁止の書き方を工夫する前に、使えるモデルの一覧を取って新しい方を試すほうが速いです。
前に画像生成AIで日本語が化ける｜3回撃って効いた指示2つという記事を書きました。あっちは指示の工夫で直った話。今回は指示では直らんかった話です。真逆に見えるけど、効く場面が違うだけ。その線引きが今回の中身です。
同じ指示を3つのモデルに撃ったら、結果が全部違った
その日やっとったのは、ブログのアイキャッチと本文の図解を作る作業。プロンプトは1本だけ書いて、モデルの名前だけ替えて撃ちました。結果はこうです。
- 一番性能がええはずの上位モデル（gemini-3-pro-image-preview）＝3回連続で通信エラー。画像が1枚も返ってこん
- 軽い旧世代のモデル（gemini-2.5-flash-image）＝返ってはくる。けど日本語が化けた
- 1つ新しい世代の軽いモデル（gemini-3.1-flash-image）＝日本語も縦横比も一発で通った
同じプロンプト。違うのはモデル名だけ。腕やなくて、持っとる道具のほうで結果が決まっとるのが分かります。
ちなみに上位モデルが落ちた時、最初は「ネットか契約が死んだんかな」と思いました。けど同じ鍵で軽いモデルを撃ったら普通に通った。生きてへんのはそのモデルだけ、と分かる。ここを確かめんまま原因を探しに潜ると、関係ないところを何十分も掘ることになります。
日本語の化け方が独特で、似た形の別の漢字になる
この日に実際に出たのがこれです。
- 「落としたら」→「菷ちたち」
- 「落とす」→「箭とる」
ここが厄介なところで、四角い記号やギザギザに崩れるわけやない。日本語として一応読める形の、別の漢字に化ける。パッと見の雰囲気が似とるから、流し読みやと素通りします。
崩れたのは文字だけやありません。横長（16対9）で頼んだのに、正方形で返ってきた。文字も比率も、指定そのものを取りこぼしとる。つまり指示の書き方が悪いんやなくて、そのモデルが日本語という難しい注文を描き切れてへん。この日は2枚とも捨てました。
ところが、一番ええモデルがいつでも使えるわけやない
ほな一番新しくて性能のええモデルに固定しとけばええやん、と思うところですが、そう単純やありませんでした。
その3日後。同じように画像を作ろうとしたら、上位モデルが3回連続で断ってきた。理由は「混んどるから今は無理」。こっちの書き方の問題やなくて、向こうが混んどるとサーバーがはっきり言うて返してくるんです。
ここで迷うのが、プロンプトを直すか・待つか・世代を落とすか。この日は世代を1つ落として一発で通りました。日本語も縦横比も崩れずに。
3日前は「上げたら直った」、この日は「上げたままやと出ん」。実測が逆を向いとる。だから固定するんやなくて、動かせる状態で持っとくのが正解でした。
モデルは固定するものやなく、上下に動かす道具
2回の実測をまとめると、こういう順番になりました。
- まず既定のモデルを疑う。何も指定せんと古い世代が選ばれとることがある。日本語を画像に載せるなら、ここを確認するだけで解決する場合がある
- 化けたら世代を上げる。禁止する言葉を足していく前に、まず新しい世代を1回試す
- 上位が落ちたら世代を下げる。ただし下げ先は1つ手前まで。既定まで戻すとまた化ける
大事なのはどのモデルが使えるかを先に一覧で取れる状態にしとくこと。名前に世代の数字が入っとることが多いので、一覧さえ見えれば1つ上も1つ下もすぐ分かります。
プロンプトを何回も書き直しとった時間の何割かは、モデル名を1個替えるだけで終わってた気がします。腕の問題やと思い込んどるうちは、腕を磨く方向にしか手が伸びん。そこが一番もったいなかった。
よくある質問
プロンプトを工夫するのは、もう意味がないんですか？
意味はあります。同じモデルの中で「入れんといてほしいもの」を場所まで名指しで書くのは、実際に効きました。効かんのは、そのモデルが日本語をそもそも描き切れてへん時。先にモデルを替えて、それでも崩れるならプロンプトを直す、の順番が速いです。
どのモデルが新しい世代か、どうやって調べたらいいですか？
使っとるサービスのモデル一覧を出す機能か、公式のモデル一覧ページで確認できます。名前に世代の数字が入っとることが多いので、そこを見て1つ上を試すのが早いです。ただし数字の大小だけやなく、重い方と軽い方がある点も込みで見ます。名前にproとかflashとか入っとるのがその目印。思い込みで名前を打つと、存在せんモデル名でエラーになるので、一覧を実際に取ってから選ぶのが確実です。
あわせて読みたい
- 画像生成AIで日本語が化ける｜3回撃って効いた指示2つ（指示の工夫で直った側の話）
- 画像生成APIに2,750円ドブに捨てて学んだこと（そもそもの入口でつまずいた頃）
画像まわりはまだ実測が溜まっとる最中です。次に何かハマったら、またそのまま書きます。