画像生成AIで崩れやすい漢字リスト — 画数 × 頻度で“危険な字”は予測できる
崩れやすさの判定基準（3つ）
前々回の「なぜ」記事のメカニズムから、ある字が崩れやすいかは次の3点でほぼ見当がつく。
- ① 画数が多い（おおよそ16画以上） — 密な多画字＝高い空間周波数。少トークン・低品質で真っ先に潰れる。
- ② 使用頻度が低い（常用漢字表外・人名/地名の難字） — 学習画像に少ししか出ず、正しい字形を学べていない。
- ③ 補助平面の字（UTF-8で4バイト） — トークン分割が深く、未学習トークンになりやすい。
逆にかな・英数字・低画数の常用漢字は安全（小集合・高頻度・低画数で、3条件のどれも踏まない）。下のリストはこの基準＋これまでの実験結果から作った。
崩れやすい漢字リスト（危険度別）
「✓実験」は、今回までの実験で実際に崩れたのを確認した字。画数は字体・数え方で前後する目安です。
🔴 最も危険：高画数 × 常用外（低頻度）
| 字 | 目安画数 | 例・備考 |
|---|---|---|
| 鬱 | 29 | 憂鬱・鬱蒼 ✓実験 |
| 鸚 鵡 | 28 / 13 | 鸚鵡（おうむ） |
| 鷹 | 24 | 鷹狩り ✓実験 |
| 籠 | 22 | 籠細工・鳥籠 ✓実験 |
| 鰻 | 22 | 鰻丼・鰻重 |
| 纏 | 21 | 纏める・纏足 |
| 簾 | 19 | 暖簾（のれん）・御簾 |
| 薔 薇 | 16 / 16 | 薔薇 ✓実験 |
| 黛 | 16 | 眉黛・人名 |
| 麒 麟 | 19 / 24 | 麒麟 |
🟠 危険：高画数の常用字（≈16画以上）
| 字 | 目安画数 | 例・備考 |
|---|---|---|
| 鑑 | 23 | 鑑定・図鑑 |
| 響 | 20 | 影響・音響 |
| 競 | 20 | 競争・競技 |
| 醸 | 20 | 醸造・醸成 |
| 藻 | 19 | 海藻・藻類 |
| 鶏 | 19 | 鶏卵・養鶏 |
| 顕 | 18 | 顕微鏡・顕著 |
| 験 | 18 | 体験・実験 ✓実験 |
| 薬 膳 | 16 / 16 | 薬膳 ✓実験 |
| 整 | 16 | 整体・整理（シーン埋め込みで崩れた） ✓実験 |
🟡 やや注意：中画数だが偏旁が複雑・紛れやすい
| 字 | 目安画数 | 例・備考 |
|---|---|---|
| 蒼 | 13 | 蒼白・鬱蒼 ✓実験 |
| 園 | 13 | 囲い字。薔薇園で崩れた ✓実験 |
| 鋳 | 15 | 鋳物・鋳造 |
| 璧 | 18 | 完璧 |
| 葛 | 12 | 葛藤・葛粉 |
| 黎 | 15 | 黎明 |
🟢 安全：低画数・高頻度（崩れにくい）
山 田 本 人 大 中 央 市 民 文 化 会 館 東 京 院 体 学 校 店 駅 円 月 日 年 上 下 左 右
＋ ひらがな・カタカナ・英数字はほぼ常に正常。実験でも、常用・低画数の字（市民文化会館・東京・中央公民館など）は低品質経路でも安定して描けた。
Unicode配当からも予測できる — 補助平面（4バイト）は強いモデルでも危険
常用/常用外（頻度）に加えて、Unicodeのどこに配当されているかからも、より機械的に危険度を読み取れる。効くのは次の2つ。
| シグナル | 内容 | 危険度 |
|---|---|---|
| ① UTF-8バイト長（所属プレーン） | BMPの漢字＝3バイト。補助漢字面（拡張B以降, U+20000〜）＝4バイトでトークン分割が深く、未学習トークンになりやすい | 4バイト＝🔴 |
| ② どのCJKブロック / JIS水準 | URO（U+4E00〜9FFF, 常用はここ）＜ 拡張A ＜ 拡張B以降（補助平面）。日本語ならJIS第3・第4水準が補助平面の4バイト字を多く含む | 第3・4水準＝🔴 |
注意：同じブロック内ではコードポイントの数値そのものは危険度を予測しません（URO は部首→画数順で、頻度順ではないため）。Unicode配当は「希少さ・追加された時代の代理」であって、原因は相変わらず画数×頻度です。
実験：補助平面（4バイト）字は gpt-image-2 でも崩れる
共有スペースの影響を排除するため、補助平面の4バイト漢字を1文字だけ大きく生成した。結果、強いモデル（gpt-image-2）でも全滅——𩸽（ほっけ）は魚へんの別字に、𠀋（たけ）は別字に、𡈽（土の異体）は常用の「土」に、𠮷（土+口）は常用の「吉」に化けた。一方で、BMPの「鬱」（29画）は同じ条件で正確に描けた。
これまでの実験で実際に崩れた字／崩れなかった字
| 挙動 | 字（実測） |
|---|---|
| 🔴 崩れた | 鬱 蒼 籠 細 鷹 狩 験 薔 薇 薬 膳 整 園 |
| 🟢 崩れなかった | 山 田 教 室 市 民 文 化 会 館 中 央 東 京 院 体 ＋ かな・カナ |
「本→イ木」「室→空」「体→休」のように、低品質では常用字でも崩れることがある点には注意（崩れやすさは品質・構図・モデルでも動く）。
使い方
注意
このリストは「メカニズム（高画数 × 低頻度）＋これまでの実験」から作った実用の目安で、網羅的・公式なものではありません。崩れやすさは文脈（品質・構図・モデル世代）でも変わるので、🔴の字でも gpt-image-2 の高品質なら描けることはあります。逆に🟢でも、低品質でシーンに小さく埋め込むと崩れ得ます（詳しくは 症状と対処法）。