<!-- Canonical URL: https://ask.atlascloud.ai/ja/test-text-accuracy-ai-generated-product-images -->

# AI生成の商品画像で文字の正確さをテストするには？

> 期待文字列と位置を先に定義し、OCRで候補を検出した後、人が綴り、対応関係、可読性を確認します。重大度と承認アセット率で報告します。

<!-- Canonical URL: https://ask.atlascloud.ai/test-text-accuracy-ai-generated-product-images -->

商品画像の文字は、見た目が文字らしいだけでは不十分です。生成前に期待文字列、位置、重要度を固定し、OCRと人の確認を分けます。

## 文字領域の仕様を作る

| フィールド | 例 |
|---|---|
| Region ID | front_label |
| 期待文字列 | ATLAS ROAST |
| 許容変形 | なし |
| 位置 | パッケージ中央 |
| 最小サイズ | 配信幅で12px |
| 重大度 | Critical |

## 契約が許す範囲だけ正規化する

Unicode、空白、記号の規則を明示します。大文字小文字や商標記号を無条件に消しません。

## OCRは検出器として使い、最終審判にしない

```text
candidate = ocr(image, region)
normalized = apply_allowed_rules(candidate)
exact_match = normalized == expected
```

OCRが誤読したのか画像自体が誤っているのかを人が確認します。

## レイアウトと対応関係を確認する

正しい価格が誤った商品に付く、文字が継ぎ目をまたぐ、CTAが装飾文字に混ざる問題を検査します。

## 配信サイズで可読性を測る

| 検査 | 不合格例 |
|---|---|
| 字高 | モバイルで小さすぎる |
| コントラスト | 背景と区別できない |
| エッジ | 文字が溶ける |
| 余白 | トリミングで切れる |
| 圧縮 | 細線が消える |

## 重大度ベースのスコアを作る

Criticalは即不合格、Majorは公開前修正、Minorは許容範囲に応じて処理します。平均点だけで重大エラーを隠しません。

## 意地悪な文字列でテストする

`0/O`、`1/l/I`、通貨、アクセント、多言語、長いSKU、小さな法的表記を含めます。

## 承認アセット率で報告する

リクエスト成功率ではなく、生成数、文字不合格、修正工数、承認数、承認1件あたりコストを追跡します。

[Atlas Cloud](https://www.atlascloud.ai/?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=test-text-accuracy-ai-generated-product-images) で複数モデルを同じ入口から比較し、同じ文字仕様を適用できます。

## 結論

正解を先に定義し、OCRで検出して人が意味と配置を確認し、重大度と承認率で判断します。

## FAQ

### OCRだけで合否を決められますか？

いいえ。OCRは候補検出に使い、最終判断は文字と視覚的対応を確認します。

### どの文字を最優先しますか？

ブランド名、商品名、価格、法的表記、CTAなど公開時に誤りが許されない文字です。

### 大文字小文字を正規化しますか？

契約で許された範囲だけ行い、ブランド表記を勝手に正規化しません。

### 可読性はどう測りますか？

実際の配信サイズで縮小し、コントラスト、字高、背景干渉を確認します。

### 複数案はどう比較しますか？

同じ仕様とrubricを使い、モデル名を隠してレビューします。

### Atlas Cloudは検証を自動化しますか？

モデル比較を簡素化できますが、正解文字列と承認規則は利用者が定義します。