AI 圖片生成工具之所以拼不好字，是因為它們畫的是圖片，而不是文字。它們學到的是字母作為形狀和像素圖樣的樣子，卻從來不會一個字母一個字母地把字打出來，所以一個小失誤，就可能讓「BAKERY」變成「BAKRERY」。許多生成工具也是以字詞片段，而不是單一字母來讀取您的提示詞，這讓精確的拼字更加困難。
較新的生成工具處理簡短文字，比早期的工具好得多，但長篇文字、小字、不常見的名稱和非拉丁文字，仍然會出錯。如果您已經有一張文字壞掉的圖片，通常可以修正 AI 生成圖片中的文字，不必從頭來過。本指南說明錯誤為什麼會發生、如何用提示詞得到更好的文字，以及事後如何修復，不論圖片來自 Midjourney、ChatGPT、Gemini、Stable Diffusion 還是其他生成工具。
AI 圖片生成工具是怎麼產生圖片的
許多熱門的圖片生成工具，使用一種稱為擴散模型的方法。模型從隨機雜訊開始，就像螢幕上的雪花雜訊，然後在許多步驟中，每一步都去掉一點雜訊。您的提示詞會引導每一個步驟，所以雜訊會慢慢變成符合您描述的圖片。整張圖片是一起逐步精修的：天空、臉部和字形都在同一時間成形。
並不是每一種生成工具都用這種方式運作。有些是把圖片當成一連串的小片段來建構。但整體而言，文字生成圖片模型都有一個重要的共同點：它們預測圖片應該長什麼樣子。模型並沒有挑選字型，然後先打出「B」，再打出「A」，再打出「K」的步驟。字母只是以看起來正確的形狀出現，所以才會常常幾乎對了，卻又差一點。
為什麼文字對圖片生成工具這麼難
有好幾個原因共同作用。每一個原因都讓小錯誤更容易發生，而文字正是小錯誤很容易被看出來的地方。
字母是細小的細節，卻有嚴格的規則
一棵樹不論有多少根樹枝，看起來還是一棵樹。但一個字只有一種正確的拼法。文字也有適用於整個字的規則：每個字母都必須有相同的風格和高度，間距必須均勻，字母也必須落在同一條線上。多一筆、少一個字母，或是重複的字母，只要是讀得懂那種語言的人，都一眼就看得出來，即使圖片的其他部分看起來很真實。
模型可能根本看不到您輸入的字母
生成工具要先把您的提示詞，交給一個稱為文字編碼器的元件轉換成數字，才能使用它。許多文字編碼器會先把提示詞切分成詞元（token）。常見的字往往只是單一個詞元，比較罕見的字則會被拆成好幾個片段。建立這些片段的一種常用方法是位元組對編碼。這種做法很有效率，但模型收到的是每個片段的 ID，而不是裡面的字母。它必須從範例中學到，某個片段要畫成某一排字母。
Google Research 的一篇論文 Character-Aware Models Improve Visual Text Rendering（字元感知模型改善圖像中的文字呈現）直接研究了這個問題。研究人員比較了能看到單一字元的文字編碼器（「字元感知」），和只能看到字詞片段的編碼器（「字元盲」）。使用字元感知編碼器的圖片模型，能更準確地呈現圖片中的文字，在罕見字詞上的表現尤其突出。論文也發現，非常大型的字元盲語言模型可以學會正確拼字，但這項能力在英文以外的語言上沒有順利延伸，而且只出現在比當時圖片生成工具通常使用的文字編碼器大得多的模型中。
訓練圖片裡的文字常常呈現得不好
生成工具是從大量搭配描述的圖片中學習。在那些圖片裡，文字常常很小、很模糊、被截掉、斜著看，或是被部分遮住，而且出現的字型和風格五花八門。與圖片搭配的描述，可能根本沒有提到圖片裡的文字。所以模型看過很多「文字大致長什麼樣子」的例子，但「某個特定的字究竟該怎麼拼」的清楚例子比較少。
小字的像素非常少
標題可能橫跨數百個像素，而一個小字可能每個字母只分到幾個像素。許多生成工具也是處理圖片的壓縮版本，最後才重建出完整尺寸的圖片，這讓小細節的空間更少。細線，例如小寫「e」中間的橫槓，很容易就消失了。
為什麼較新的模型寫字寫得比較好
圖片生成工具在簡短的標題和標籤上，已經進步很多。整體而言，較新的系統使用更強的語言模型來理解提示詞，開發者在訓練時也更重視文字。上面提到的研究也指向同一個方向：得到更好的字母資訊的模型，畫出的文字更準確。
這個進步是真的，但並不平均。能把三個字詞的標題寫對的生成工具，遇到一整段文字、一份菜單，或是訓練時較少見到的語言的標籤，仍然可能吃力。
AI 圖片生成工具仍然吃力的地方
- 長篇文字。段落、菜單和清單，每多一個字就多一次出錯的機會
- 小字。細小的字、標籤，以及場景中遠處的文字
- 不常見的字。名稱、自創的字、新術語，以及電話號碼或代碼這類很長的數字
- 非拉丁文字。阿拉伯文、中文、印地文、日文、韓文、泰文和其他書寫系統，以及帶重音符號的字母
- 多個文字區塊。有好幾段分開文字的海報和資訊圖表
- 彎曲或傾斜的表面。瓶子、旗幟上的文字，或從側面看到的招牌
- 一致性。在一系列圖片中，讓同樣的字句保持完全相同
這些是常見的情況，而不是固定的規則，而且會因生成工具和版本而異。
生成圖片時，怎麼得到更好的文字
- 把確切的字放在引號裡。例如，要求做一張標題為「NIGHT MARKET」的海報，而不是一張關於夜市的海報。
- 讓文字簡短。大尺寸的幾個字，比一整句話更容易寫對。比較長的文字，請改放在圖說或網頁上。
- 說明文字放在哪裡。描述位置和大小，例如「橫跨頂端的大標題」或「罐子上的小標籤」。
- 要求簡單的字形。單純區域上粗體、乾淨的大寫字母，比雜亂背景上的裝飾性手寫體，更容易讓模型畫出來。
- 多做幾個版本。生成幾個選項，挑出拼字最好的那一個，再只修正剩下的問題。
- 重要的文字，之後再補上確切的內容。對於菜單、價目表或任何有小字的內容，請生成留有空白的圖片，再到設計工具中排上文字。這樣文字就是打出來的，而不是畫出來的。
事後怎麼修正文字
如果圖片是對的，但文字是錯的，您有四個主要的選擇。以下由最省力到最費力依序介紹。
| 方法 | 所需心力 | 還有什麼可能改變 | 最適合的時機 |
|---|---|---|---|
| 重新生成圖片 | 低 | 一切，因為您會得到一張全新的圖片 | 整張圖片都不對，或是您不介意失去這個版本 |
| 在生成工具中選取並編輯 | 低 | 附近的區域也可能被重繪 | 您想在同一個工具中快速修正 |
| AI 文字替換工具 | 低到中 | 文字區域會被重繪，所以請檢查結果 | 圖片是對的，只有文字是錯的 |
| 在圖片編輯器中手動修正 | 高 | 只有您更改的部分 | 您需要完全掌控，例如用於印刷或客戶案件 |
重新生成圖片
重新生成不費什麼力氣，但結果是隨機的。新的嘗試可能把那個字修好，卻弄壞別的東西，例如臉、手或版面。在您還沒花太多時間在這張圖片上時，可以用這個方法。
在生成工具中選取並編輯
有些生成工具可以讓您標出一個區域，並描述要做的更改。例如在 ChatGPT 中，您可以用選取工具標出文字，再輸入它應該寫什麼。OpenAI 說明中心指出，標出的範圍不一定精準，所以文字附近的細節也可能改變。想進一步了解，請參閱 ChatGPT 能修改圖片中的文字嗎。
使用 AI 文字替換工具
文字替換工具會幫您辨識圖片中的文字，所以您只需要輸入正確的拼法。例如使用 EditText.ai 時，您可以逐行進行圖片改字，每一行都會以原本字形和背景的外觀重繪。如果只有一個字母或一個字錯了，請參閱如何修正圖片中的錯字。至於活動設計上的標題和展示用字形，請參閱如何修改海報或傳單上的文字。
修改前後對照：AI 圖片中亂碼的霓虹招牌，在 EditText.ai 中輸入 THEATER 後得到更正。
結果可能有所差異，尤其是特殊的字形或細節繁複的背景。因為重繪也是由圖片模型完成的，所以請以原始尺寸逐字閱讀每一個新的字。任何文字辨識也可能讀錯亂碼的字母，所以請確認每一行辨識出的文字，都是您想更改的那一行。
手動修正
在 Photoshop、Photopea 或類似的編輯器中，您要去除壞掉的字母、重建背景，再用字型排上新文字。這能給您最大的掌控，適合印刷或客戶案件，但需要技巧和時間。AI 生成的字形常常不是真正的字型，所以字型辨識工具可能找不到相符的字型。請閱讀怎麼從圖片辨識字型，了解找出相近替代字型的方法。
有一條簡單的規則可以幫助您選擇：如果整張圖片都不對，就重新生成。如果只有文字不對，就修正文字。
其他選擇
您也可以完全去除圖片中的文字，再到設計工具中，在乾淨的背景上排上真正的字型文字，這對菜單和價目表是很好的做法。等到文字正確之後，您可以翻譯圖片中的文字，做出其他語言的版本。
只編輯您擁有或已獲准修改的圖片，不要去除浮水印或署名，並保留平台要求的任何 AI 圖片標示。
修正文字，保留圖片
如果圖片是對的，只是拼字錯了，您不必從頭來過。用 EditText.ai 把它上傳到修正 AI 圖片中的文字，為每一行輸入正確的字，並在下載之前檢查結果。
常見問題
為什麼 AI 會把圖片裡的文字弄錯？
AI 圖片生成工具是把文字當成形狀來畫，而不是當成字母打出來，而且許多工具是以字詞片段，而不是單一字元來讀取提示詞。文字也是有嚴格規則的小細節，所以一筆錯就很顯眼。訓練圖片裡的文字常常很小、很模糊或是斜的，讓模型可以學習的清楚範例比較少。
為什麼 AI 會寫出亂碼，而不是真正的字？
當模型不確定一個字怎麼拼時，它仍然會畫出看起來像字母的形狀，因為訓練圖片裡的文字就是那個樣子。結果可能是像字母的符號、混雜的字母，或是自創的字。這種情況最常發生在長篇文字、小字和不常見的字，對於放在引號裡的簡短詞句則比較少發生。
哪一種 AI 圖片生成工具最擅長處理文字？
沒有永遠不變的答案，因為模型經常更新，每個新版本的表現都可能不同。整體而言，近期的生成工具處理簡短、大字的文字，比舊的工具更好。最有用的測試是用您自己的提示詞：在您能使用的工具中，生成同一個簡短詞句，再逐字檢查拼字，然後做出選擇。
不重新生成，也能修正 AI 圖片中拼錯的文字嗎？
可以。您可以在同一個生成工具中選取區域並描述要怎麼修正、在 Photoshop 或 Photopea 這類編輯器中手動重新輸入文字，或是使用能辨識文字、讓您輸入正確拼法的文字替換工具。不論用哪一種方法，都請把結果和原圖比較，找出文字附近的改變。
為什麼字型辨識工具認不出我 AI 圖片中的字形？
AI 生成工具通常是依據學到的圖樣來畫字形，而不是用已安裝的字型檔。這些字母可能混雜了好幾種字體的特徵，或是一個字母接著一個字母地改變形狀。字型辨識工具仍然可能建議相似的字型，如果您打算重新輸入文字，這會有幫助，但完全相同的字型常常並不存在。