$ cat post.metadata
画像生成AIは和欧混植（漢字＋英数字）で日本語を乱す — 「第2回 Vol.3」が「S2口 VoL3」になる話
漢字崩れの本編とは別に、画像生成AIまわりには「日本語ならでは」の細かいトラブルがいくつかある。その1つ目。漢字・全角・半角の英数字が1つのタイトルに混ざると、漢字も英数字も両方おかしくなる。イベント名やバージョン表記でやりがちな落とし穴。
「周辺日本語トラブル」編（全8回）
画像内: A 和欧混植（この記事）／B 異体字・旧字体／C 濁点・小書き・長音／D 縦書き／E 擬似日本語の湧き ｜ 画像の外: F OCR／G LLMトークナイザ／H TTS漢字崩れの本編は ① 症状と対処／② なぜ崩れる／③ 実装対策／④ 崩れやすい字リスト。
先に結論
- 漢字と英数字が混ざるタイトルは、漢字側が崩れるうえに英数字側のフォーマット（大文字小文字・ピリオド・全角半角）も乱れる。二重に事故りやすい。
- 実例: 「第2回AIフェス Vol.3」→「S2口AIフェス VoL3」。第→S、回→口、Vol.3→VoL3 と、漢字も英数字も一緒に崩れた（弱経路 gpt-image-1.5 / 透過 / low）。
- 同じ文字列でも gpt-image-2・不透明にすると「第2回AIフェス Vol.3」が完璧に出る。原因はモデルの描画力で、混植そのものが描けないわけではない。
- 確定しているイベント名・バージョン表記は、フォントで合成するのが確実。英数字の体裁を機械的に守れる。
1. 何が起きるか
イベントバナーやサムネで「第2回AIフェス Vol.3」のような表記はよくある。漢字（第・回）＋全角数字や半角数字（2・3）＋ラテン文字（AI, Vol.）が1行に同居する、いわゆる和欧混植だ。これを弱経路（gpt-image-1.5 / 透過 / quality=low）に投げると、こうなった。
崩れ方を分解すると、混植ならではの“二重事故”が見える。
| 元 | 弱経路の結果 | 崩れの種類 |
|---|---|---|
| 第 | S | 漢字 → ラテン風の別グリフ |
| 回 | 口 | 漢字 → 画の少ない別漢字 |
| 2 / AIフェス | 2 / AIフェス | 正常（数字・カナ・ラテンは強い） |
| Vol.3 | VoL3 | 大文字小文字の乱れ＋ピリオド脱落 |
2. なぜ混植だと余計に崩れるのか
本編②「なぜ崩れるのか」で書いたとおり、難しい漢字が崩れるのは元々のクセだ。混植で厄介なのは、それに英数字側の“揺れ”が乗ること。
- 体裁（タイポグラフィ）の自由度が高い：英字は大文字/小文字、ピリオドの有無、字間が無数にある。モデルは「Vol.3」という並びの意味を保持していないので、それっぽい「VoL3」を描いてしまう。日本語の固有名詞・型番でも同じことが起きる。
- 近接した別スクリプトが互いを引っぱる：漢字とラテンが隣り合うと、崩れた漢字が「ラテン文字っぽい何か（第→S）」に寄りやすい。逆も起きる。1行に複数の文字体系が混ざるほど、各文字に割ける“描画の予算”が薄くなる（本編①の構図・文字数の話と同じ力学）。
- 全角/半角の区別はそもそも持っていない：「２」と「2」、「Ｖｏｌ」と「Vol」をモデルは作り分けない。全角半角をきっちり揃えたいデザインほど、生成任せでは破綻する。
補足：英数字“だけ”なら強い
「AI」「Vol」「2026」のようにラテン文字・数字だけなら、画像生成AIはかなり正確に描ける（英語が得意なのは本編②のとおり）。崩れるのは漢字と混ざった瞬間と、Vol.3 のような細かい体裁。つまり「英数字が苦手」ではなく「混植と体裁が苦手」。
3. 対策
本命：体裁が決まっている部分はフォント合成
イベント名・回数・バージョン（第2回 / Vol.3 / 2026）は確定テキストだ。確定しているなら、本編③の結論どおり文字なし背景を生成 → コードで NotoSansJP 等を重畳するのが確実。大文字小文字もピリオドも全角半角も、こちらで機械的に固定できる。和欧混植はとくにフォント合成と相性がいい。
次善：gpt-image-2・不透明に寄せる
どうしてもモデルに描かせるなら、gpt-image-2・不透明。上の実例どおり、同じ low 品質でも「第2回AIフェス Vol.3」が崩れずに出た。透過 PNG が必要なら「不透明で生成 → 後段で背景除去」に回す。
避ける工夫
- 1行に漢字とラテンを詰め込まず、行や帯を分ける（「第2回」と「Vol.3」を別ブロックに）。崩れの相互干渉が減る。
- 難しい漢字（第・醸 など）を含む回数・名称は、その部分だけ合成に切り替える。
- 「正しく描いて」「半角で」とプロンプトでお願いするのは効かない（本編③で実証）。体裁の制御はプロンプトではなく合成でやる。
まとめ
漢字＋英数字の和欧混植は、漢字の崩れと英数字の体裁の乱れが同時に出る、日本語タイトル特有の事故ポイント。原因はモデルの描画力なので、gpt-image-2・不透明に寄せれば大きく改善し、確定テキストはフォント合成で体裁ごと固定するのがいちばん確実。次は異体字・旧字体（髙→高に正規化される話）へ。
sue@blog ~ $ _