公開日:
画像生成AIで文字を入れると象形文字みたいに崩れる問題、もう「どのツールを選ぶか」で大半が片付きます。
文字が主役のサムネ・バナー・ロゴは2026年6月3日公開のIdeogram 4.0、写実1枚絵はNano Banana ProかChatGPT Imagesに振り分けるのが現状の最適解です。
この記事はジョブ別の使い分け表と、文字を崩さず出すためのJSONプロンプトの型を、公式と第三者ベンチの一次ソースから整理しました。
この記事はブログやSNSのサムネ・バナーを手作りする非デザイナー個人運営者向け（画像生成AIを触ったことがあれば読めます）。
文字入り画像、結局どのAIで作るのが正解なの？
サムネに「初収益までの全手順」とか入れたくて画像生成AIに頼んだら、出てきた文字が読めない記号の羅列だった。
この経験、たぶん一度はあるはずです。
私が材料を整理して感じたのは、これはもう「プロンプトの書き方」より「ツール選び」の問題だということ。
文字描画に特化したモデルと、写実的な絵が得意なモデルは別物だからです。
その文字特化の筆頭が、トロントのスタートアップ（元Google Brainの研究者が創業）が出したIdeogram 4.0。
2026年6月3日にオープンウェイトとして初公開されました。
9.3B（93億パラメータ）と、画像モデルとしては小柄です。
ここが地味にすごい。
9.3Bで、32BのFLUX.2 [dev]や80BのHunyuanImage 3.0をテキスト描画で上回っています（出典: buildfastwithai）。
とはいえ「Ideogramが全部最強」ではありません。
写実的な人物や風景はむしろ苦手。
だからこそジョブ別に振り分ける発想が要ります。
まずはその使い分け表から見ていきます。
ジョブ別だと、どのツールにどれを振ればいい？
機能の◯×一覧は他の記事に任せます。
ここで欲しいのは「私のこの作業はどれを使えばいいか」の振り分けです。
だから行をジョブ（作業の種類）で組みました。
| あなたの作業（ジョブ） | 第一候補 | 理由・代替 |
|---|---|---|
| 文字入りサムネ・バナー | Ideogram 4.0 | 文字描画が最優位。長文でも崩れにくい |
| ロゴ・透過PNG素材 | Ideogram 4.0 | 背景透明のPNGをそのまま出せる |
| 写実的な人物・風景1枚絵 | Nano Banana Pro / GPT Image 2 | Ideogramは人物・複数人シーンが苦手 |
| 芸術的・凝った絵作り | Midjourney | 芸術性で優位。ただし文字は崩れる |
| とにかく安く大量生成 | FLUX.2 / Ideogram | API単価が低い。文字が要るならIdeogram |
個人的には、この表の1行目と2行目だけ覚えておけば非デザイナーの作業は8割回ると思っています。
サムネとロゴ。
多くの個人運営者が画像で困るのはこの2つです。
「文字が主役ならIdeogram、絵が主役なら別」。
シンプルですが、これが一番事故りません。
では、なぜIdeogramが文字でそこまで強いのか。数字で裏を取ります。
「文字が崩れない」は数字でどれくらい裏付けられてる？
体感や雰囲気ではなく、第三者ベンチの数字で見るとこうなります。
まずDesignArenaという評価。
Ideogram 4.0はオープンウェイトモデルの中で1位、Eloレーティング約1,285で、2位の競合に約115ポイント差をつけています（出典: buildfastwithai）。
上にいるのはOpenAIとGoogleのクローズドモデルだけ。
次が刺さりました。
ContraLabsの専門デザイナー10人による盲検評価（5点満点）です。
| モデル | 「実案件で使うか」評価（5点満点） |
|---|---|
| Ideogram 4.0 | 3.55 |
| Nano Banana 2（Gemini 3.1 Flash） | 2.84 |
| Grok Imagine 1.0 | 2.61 |
| FLUX.2 [max] | 2.49 |
同じ調査のpairwise投票（4モデルから1位を選ぶ）では、Ideogram 4.0が47.9%。
2位のNano Banana 2が30.0%なので、ほぼ票が割れずに選ばれています（出典: AIWeekly）。
VC（投資家）のレビューも歯切れがいい。
fal社のXポストではこう言い切っています。
SOTA open weights model for realism, text rendering and artistic generation. Typography that reads clean on posters, packaging and brand work.（ポスター・パッケージ・ブランド制作で、読みやすいタイポグラフィ）
― fal社（出典: fal社 公式Xポスト）
テキスト精度の目安は約90%。
Midjourney v6.1時点の約30%と比べると、文字の世界では別格です（出典: pxz.ai）。
OCR精度は0.97という数字も出ています。
数字はきれい。ただ、日本語に限ると話が変わります。ここは後で触れます。
文字を確実に出すJSONプロンプトって、どう書くの？
ここが日本語の他記事がほぼ触れていない部分です。
Ideogram 4.0は、構造化されたJSON（決まった形式のテキスト）でプロンプトを書けるよう専用に学習された唯一のモデルだとされています。
普通の「赤いポスターにアイスコーヒーって書いて」という文章でも生成はできます。
ただ、文字の位置や色を狙い通りに固定したいなら、JSONで指定したほうが安定します。
ComfyUI公式ブログが公開しているスキーマ（型）はこうなっています（出典: ComfyUIブログ）。
{
"high_level_description": "夏のカフェ告知ポスター",
"style_description": {
"aesthetics": "明るくクリーン",
"color_palette": ["#FFFFFF", "#00AA88"]
},
"compositional_deconstruction": {
"background": "白背景にグリーンの帯",
"elements": [
{
"type": "text",
"text": "アイスコーヒー はじめました",
"bbox": [250, 100, 500, 900],
"color_palette": ["#00AA88"]
}
]
}
}ポイントは3つだけ。
これさえ押さえればコピペで応用できます。
その1: 描きたい文字は type: "text" の text に直接入れる。
ここに入れた文字列がそのまま画像に描かれます。
その2: bbox は文字を置く位置。
座標は [y_min, x_min, y_max, x_max] の順で、画像を縦横とも0〜1000に正規化した値です。
左上が原点。
上の例の [250,100,500,900] は「画像の上半分・横幅いっぱいに横長」の意味になります。
その3: 色は color_palette でHEX（#から始まる色コード）指定。
要素ごとに最大5色、画像全体で最大16色まで。
ブランドカラーを固定したいときに効きます。
この座標指定、最初はとっつきにくい。
でも一度テンプレを作れば、文字だけ差し替えて量産できます。
私ならサムネ用のJSONを1つ作って使い回します。
実際にこのJSONでサムネを作る手順は？
上のスキーマを、非デザイナーが今日からなぞれる手順に落とします。
Web版の無料枠を入口にした流れです（公式ガイド: docs.ideogram.ai の記述を再構成）。
- ideogram.ai にアクセスしてアカウントを作る。無料枠から始められます。ここで作った画像は初期設定だと全公開になる点だけ先に把握しておきます（後述の注意点参照）。
- 上のJSON雛形をコピーして、
textの中身を手元のサムネ文言に書き換える。「初収益までの全手順」など、実際に画像へ出したい日本語をそのまま入れます。 color_paletteをブログのブランドカラーに変える。HEXコードが分からなければ、白「#FFFFFF」と差し色1つだけでも十分です。- プロンプト欄にJSONを貼って生成する。文字位置がズレていたら
bboxの数字を調整して再生成します。 - 気に入ったら書き出す。ロゴ用途なら透過PNGで出すと、別の画像に重ねやすくなります。
引っかかりやすいのは2点。
日本語の文言は短いほうが崩れにくいので、最初は10文字前後で試すのが無難です。
あと無料枠は生成待ちが2〜3分かかることがあります（出典: pxz.ai）。
料金はいくら？ 無料枠だけで足りる？
結論を先に置くと、毎日サムネを量産しないなら無料か月8ドル（年払いなら月7ドル相当）のBasicで足ります。
プライベート生成が要るなら月20ドルのPlus以上です。
料金は月払いと年払いで変わります。
下の表は月払い価格を主軸に、年払いなら1か月あたりいくら相当になるかを併記しました（年払いは前払いで割引が効くぶん安くなる仕組みです）。
| プラン | 月払い | 年払いだと月あたり | 主な内容 |
|---|---|---|---|
| 無料 | 0ドル | 0ドル | クレジット少なめ、生成画像は全公開、待ち時間あり |
| Basic | 8ドル | 7ドル相当 | 優先クレジット400/月、スロークレジット100/日 |
| Plus | 20ドル | 15ドル相当 | 優先クレジット1,000/月、スロー無制限、プライベート生成可 |
| Pro | 48ドル | 42ドル相当 | 優先クレジット3,000/月、スロー無制限 |
ここを取り違えると予算が狂います。
よく見る「Plus 月15ドル」「Pro 月42ドル」は年払いした場合の実質月額で、月単位で契約するとPlusは20ドル、Proは48ドルです（出典: pxz.ai、scribehow）。
1年使うと決めてるなら年払い、お試し段階なら月払いが無難です。
注意したいのが、有料プランの優先クレジットは月末で失効します。
繰り越しはゼロです。
unused Priority credits from your subscription expire at the end of every billing cycle. No rollover. Zero.（未使用の優先クレジットは請求サイクルの末で失効。
繰り越しなし。
ゼロ。
）― scribehow（出典: scribehow）
個人的には、月8ドルのBasicでクレジットを使い切る運用が一番コスパいいと思います。
月20ドル払って毎月クレジットを溶かすのはもったいない。
API経由なら1枚あたり0.03〜0.10ドル程度。
大量に回す人はこちらも選択肢です。
料金は更新されることがあるので、最終確認は公式料金ページでどうぞ。
無料で商用利用していいの？ ライセンスの落とし穴
ここを誤解すると事故ります。
Ideogram 4.0のライセンスは2系統あって、商用の可否がまったく違うからです。
| 系統 | 商用利用 | 中身 |
|---|---|---|
| ローカル版（ダウンロードして手元で動かす） | 禁止 | モデルは非商用専用ライセンス。研究・個人プロジェクトのみ |
| Web版・API版（公式サイトで使う） | 条件付きで可 | 規約と第三者の権利を守る限り商用可。プランによる |
つまり「無料でダウンロードして商用に使う」はアウト。
ローカル版のモデルは Non-Commercial Model Agreement で商用が明確に禁止されています（出典: GitHub公式）。
推論コード自体はApache 2.0で商用可なのに、ウェイトは不可という二重構造です。
この点はHacker Newsでも突っ込まれていました。
Non-commercial license, you should not call that 'open-weight'.（非商用ライセンスなら、それを「オープンウェイト」と呼ぶべきではない）
― HNユーザー（出典: Hacker News）
非デザイナーの個人運営者がブログのサムネを作るなら、答えはシンプルです。
公式サイトのWeb版を使う。
これならプランに従う限り商用利用の道があります。
ローカル版に手を出す必要はまずありません。
ライセンスの正確な条件は変わる可能性があるので、収益化に使う前に公式ライセンスページを確認してください（2026年6月時点の情報です）。
日本語の文字入れは、本当に崩れないの？
正直、ここは過大評価しないほうがいいです。
英語の評判をそのまま日本語に当てはめると痛い目を見ます。
scribehowは、英語とラテン文字では安定するが、CJK（日本語・中国語・韓国語）はそれより一貫性が低いとはっきり書いています。
results for non-Latin scripts like CJK characters are improving but less consistent than English typography.（CJK文字は改善中だが、英語タイポグラフィほど安定していない）
― scribehow（出典: scribehow）
日本語で実機検証したZennユーザーの感想も両面でした。
「オープンモデルでここまで日本語が出るものは他にない」と評価しつつ、正しい日本語なのに一部崩れる事象を「惜しいな」と記録しています（出典: Zenn 実機検証スクラップ kun432、URLは末尾の参考リンク）。
私の見方はこうです。
日本語の文字入れは「他より明確にマシだが、一発OKを期待するな」。
だから手順で書いた通り、文言は短く、何度か生成し直す前提で使うのが現実的です。
長い日本語キャッチコピーを一発で完璧に、は今はまだ厳しい。
ここは弱点として頭に入れておきたいところ。
結局、私ならどう使い分ける？
材料を整理した上での私の振り分けはこうです。
サムネとロゴと透過素材、つまり文字や図形が主役のものはIdeogram 4.0。
Web版の無料かBasicから入る。
写実的な人物写真っぽい1枚絵が欲しいときだけNano Banana ProかGPT Image 2に逃がす。
芸術的に凝りたいならMidjourney。
この振り分けなら、非デザイナーでも「どれで作るか」で迷う時間がほぼ消えます。
文字なら崩れない筆頭、それ以外は適材適所。
新リリース直後で評価は今後動く可能性がありますが、文字描画でオープンウェイト1位という立ち位置は当面強い。
私はサムネ用にJSONテンプレを1つ作る価値はあると見ています。
FAQ
Ideogram 4.0は無料で使えますか？
無料プランがあります。
ただし生成画像は初期設定で全公開（コミュニティに見える状態）で、生成待ちが2〜3分かかることがあります。
非公開にしたいなら月20ドル（年払いだと月15ドル相当）のPlus以上が必要です。
無料で作った画像を収益化ブログに使っていいですか？
Web版はプランの規約と第三者の権利を守る限り商用利用の道があります。
一方、ダウンロードして動かすローカル版のモデルは非商用専用で商用禁止です。
収益化に使う前に公式ライセンスページで最新条件を確認してください。
日本語の文字はきれいに入りますか？
英語ほど安定はしません。
scribehowはCJK文字を「改善中だが英語ほど一貫性がない」とし、Zennの実機検証でも一部崩れが確認されています。
文言を短くして複数回生成し直すのが現実的な使い方です。
Nano Banana ProやChatGPTの画像生成と何が違いますか？
Ideogramは文字描画が最優位で、サムネ・バナー・ロゴ向き。
Nano Banana ProやGPT Image 2は写実的な1枚絵が得意です。
専門デザイナー評価（5点満点）ではIdeogram 3.55、Nano Banana 2.84という差が出ています。
料金は月いくらですか？年払いと月払いで違いますか？
月払いだとBasicが8ドル、Plusが20ドル、Proが48ドルです。
年払いにすると割引が効いて、それぞれ月あたり7ドル・15ドル・42ドル相当まで下がります。
レビュー記事で見かける「Plus 15ドル」は年払い時の実質月額なので、月単位で契約する人は20ドルで見ておくのが安全です。
ローカルにダウンロードして動かすべきですか？
非デザイナーの個人運営者にはおすすめしません。
CUDA対応GPUが必須で、モデルは商用禁止、16GB Macでは課題ありとHacker Newsで指摘されています。
Web版の無料枠から入るのが現実的です。
このページに出てきた言葉
- オープンウェイト
- AIモデルの中身を公開し、手元で動かせる形にしたもの
- パラメータ
- モデルの規模を表す数。9.3Bは93億個
- テキスト描画
- 画像の中に文字を絵として書き込む処理
- bbox（バウンディングボックス）
- 文字や物を置く四角い範囲を座標で指定する箱
- HEX（カラーコード）
- 「#FFFFFF」のように#と6桁で色を表す書き方
- 透過PNG
- 背景が透明な画像ファイル。ロゴ重ね用
- クレジット
- 画像生成で消費するポイント
- ライセンス
- 使い方の許可・禁止を定めた取り決め
- CJK
- 中国語・日本語・韓国語の文字の総称
参考リンク
- Ideogram 公式技術ブログ（4.0）
- Ideogram 料金ページ
- Ideogram ライセンスページ
- ComfyUIブログ（JSONスキーマ解説）
- buildfastwithai（Eloスコア）
- AIWeekly（ContraLabs評価）
- scribehow（日本語精度・クレジット失効・料金）
- pxz.ai（料金・実機レビュー）
- Zenn（kun432 スクラップ「Ideogram 4.0 実機検証」、Zenn内検索で到達可）
- Hacker News（ライセンス討議）
※この記事の内容は執筆時点のものです。AIは進化が速い分野のため、最新の仕様は公式サイトでご確認ください。