本文译自 kikomono.com 英文原文《Check AI image text before publishing: spelling, prices and dates》,作者 Rita。原文链接:https://kikomono.com/ai-tools/check-ai-image-text-before-publishing/
一张 AI 图片可以看起来已经完成了,文字却写错了。模型是把字母当图形来画的,不是像排版那样把字排出来,所以一张海报缩略图看着完美,放大一看却写着 COFEE。解决办法不是更好的提示词,而是在发布之前花五分钟检查一遍:放大到 100%,逐字大声读出来,价格、日期和网址逐位对照核准的文案核对。
为什么 AI 图片里的文字总出错
图片模型不会写字,它画的是“写字的样子”。训练时它见过成百上千万张带文字的图片,却从来没有像文字处理软件那样学过拼写——它学的是字形大概长什么样。所以错误总有固定形状:字母重复(BIRTHDAAY)、字母漏掉(COFEE)、一个看起来像词、其实不是词的词,或者背景招牌上冒出你根本没要过的文字。
厂商自己也承认这一点。OpenAI 的图片生成指南把文字渲染列为局限:尽管已经大幅改进,模型“在精确的文字位置和清晰度上仍可能吃力”。谷歌给 Imagen 模型的提示词指南建议文字控制在 25 个字符以内、不超过三个短语。两处说法指向同一个方向:短、大、对比强烈的词是强项,长串或要求精确的字符串不是。
三件事会让出错更可能。长度:每多一个字符,就多一次画歪的机会,一段文字、一张价目表或一行法律声明,就是字母最容易出错的地方。精确性:标题差一个字母还能蒙过去,价格、日期、网址或电话号码不行——错一位数字就是错一个事实,不是错一个字。还有尺寸和字体:小字最先遭殃,非拉丁文字和手写体、草书字体也一样,笔画先变细糊掉。你的图片沾上这三条里的任何一条,下面的检查就不是可选项。
发布之前的五分钟检查
拿你要实际发布的那份导出文件来跑,别拿生成器的预览,也别拿缩略图:
- 放大到 100%,逐字大声读出来。永远别只看缩略图就签字——一张广告牌效果图在 30% 缩放下能把字母级的错误藏得干干净净。大声读出来会逼你逐个字母处理,而不是扫过一个“看起来像”的词。
- 精确数值逐位核对。产品名、价格、日期、网址和电话号码,要逐字对照核准的文案比对——绝不凭记忆重打,也别因为图片其余部分看起来没问题就信了它。核准的措辞从它所在的文件里复制,别从图片上抄。
- 找找你没要过的文字。背景招牌、标签、书脊和包装,是凭空编出来的字最爱藏的地方。招牌上写了什么,就算你的提示词没提过,也算已经发布了的文字。
- 小尺寸看一遍,导出文件也看一遍。在手机尺寸下看一遍图片——大多数读者就是在手机上看到它的——再重新打开下载下来的文件,别默认预览和导出一模一样:字体可能被替换、边缘可能变软、导出时版式可能走样。
- 把关键信息在图片之外再说一遍。屏幕阅读器读不出图片里的字,需要放大文字或换颜色的人也没法改动它们。把标题、价格或日期也写进 alt 文本、图注或周围的正文里。怎么写 alt 文本,见我们的《发布之前,先查 AI 生成的 alt 文本》(https://www.alibagua.com/alttext/)。
- 读不懂的语言,找第二双眼睛。如果图片里有你不读的语言或文字,请一位会读的人检查实际导出的文件。模型自己转录自己的图片,不算独立核验。
文字错了:三种修法
别拿同一个长提示词从头再来、指望下一次运气好。按要精确的文字有多少,选对应的修法:
- 少写字,重新生成。把措辞缩短到几个词,精确的词用引号括起来,并说明它们应该放在哪里。一两个词、用大号粗体高对比来排,是这些模型最拿手的情形。
- 留出空白,再加真文字。让图片在放文字的地方留空,然后在设计工具里用真正的字体排上标题、价格或日期。这是唯一能保证拼写完全正确的修法,也是所有读者会照着行动的内容——价格、日期、网址——该用的修法。
- 只改错的那一小块。要求只对出错的那块做有限修改,改完检查整张图,不只看改好的那个词。窄幅修改也可能改动插画或移动版式,如果反复尝试还不断冒出新错误,就停下来改用设计工具。
不管用哪种修法,都保留原始文件和核准的文案。改文字改的是字形,不是图片的来源:如果某个平台、市场、出版方或客户要求 AI 生成图片必须披露或标注,改过的版本照样适用,该披露的还是要披露。改过的图片也仍然要过五分钟检查——检查针对的是你要发布的文件,不是你喜欢的那次生成结果。
生成之前先决定,别生成之后再决定
最便宜的检查发生在第一次生成之前。把图片拆成两项工作——画面和信息——先决定哪些词必须精确。客户会照着行动的任何东西(价格、日期、网址、产品名)都属于真文字,由你自己来排。装饰性的东西(背景里的一块店招、架子上的一张标签)可以留给模型,出来错了,修法是删掉它而不是修好它。
这样拆分,也让其余的发布检查保持简单。水印和错字是两个问题——我们的《发布之前,先查 AI 图片有没有水印》(https://www.alibagua.com/imgwatermark/)讲水印;图片到底能不能商用又是另一个问题,我们的《免费 AI 生成内容能商用吗?先查授权再发布》(https://www.alibagua.com/aicommercial/)讲授权。拼写、水印、授权是三项不同的检查,通过一项不代表其他两项也通过。先挑生成工具,请见《免费 AI 图片工具:先按任务挑工具,再看额度》(https://www.alibagua.com/aiimagetool/)。
本文事实的来源
本指南里的两处厂商说法,均于 2026-11-19 核实:OpenAI 的图片生成指南“局限”一节,其中说模型“在精确的文字位置和清晰度上仍可能吃力”;以及谷歌给 Imagen 模型的提示词指南,建议文字控制在 25 个字符以内、不超过三个短语。检查步骤——100% 放大、大声读、逐位对照核准文案、找没要过的文字、检查导出文件和手机尺寸、在图片之外重复关键信息——是通用的校对做法用到生成图片上,同样的步骤也独立出现在近期讲这一确切故障的指南里。本指南没有评“最好”的模型,也没有引用任何准确率百分比:模型排名和错误率每次发布都会变,排了名,没等文章发出去就过时了。本指南没有联盟链接——如果哪条链接将来产生收益,会在载有它的句子里说明。相关指南请见《发布之前,先查 AI 图片有没有水印》(https://www.alibagua.com/imgwatermark/)、《发布之前,先查 AI 生成的 alt 文本》(https://www.alibagua.com/alttext/)和《免费 AI 生成内容能商用吗?先查授权再发布》(https://www.alibagua.com/aicommercial/)。
常见问题
为什么 AI 图片生成器总把词拼错?
因为它不是在排版。图片模型把字母当图形来画,就像画一张脸或一把椅子,所以结果可以看起来像个真词,实际上却少了一个字母、多了一个字母或换了一个字母。OpenAI 自己的图片生成指南把这列为局限:模型“在精确的文字位置和清晰度上仍可能吃力”。没有任何提示词能去掉这个风险,所以检查发生在生成之后,而不是写在提示词里。
哪种文字最容易出错?
长而精确的字符串最先出错:价目表、日期、网址、电话号码和多词口号。其次是小字——全尺寸时没问题的字母,图片缩小就糊成一团——还有非拉丁文字和手写体、草书字体,笔画会先变细。短、大、对比强烈的词是强项;读者会照着行动的任何东西都必须精确。
发布之前,怎么检查一张 AI 图片?
放大到 100%,逐字大声读出来,一个字母一个字母地读。名字、价格、日期、网址和电话号码,逐位对照核准的文案核对。找找你没要过的文字,尤其注意背景招牌和标签。然后在手机尺寸下看一遍,并在导出的文件里检查,别只看生成器的预览;再把关键信息在 alt 文本或图注里重复一遍,因为屏幕阅读器读不出图片里的字。
能不能只修错的文字,不用整张重生成?
能,而且通常应该这么修。只要求对出错的那一小块做针对性修改,或者生成时在放文字的地方留出空白,再在设计工具里用真正的字体加上真文字。修完之后再把整张图检查一遍——窄幅修改可能移动版式,或在修好的词旁边引出新的错误。
修好文字之后,还要不要说明图片是 AI 生成的?
要。改字改的是字形,不是图片的来源。如果某个平台、市场、出版方或客户要求 AI 生成图片必须披露或标注,这条规则对改过的版本照样适用,该做的披露还是要做。
发表回复