AI 出圖中文錯字實測:數字被改、罕見字寫錯怎麼防
發佈 2026-09-10 · 更新 2026-09-09 · 閱讀約 7 分鐘 · AI 工作術（法芮可有限公司）
AI 出圖遇到中文錯字幾乎躲不掉:數字被竄改、罕見字缺筆畫、角落冒出幽靈字。這篇整理我們實測踩過的四種錯法、能壓低錯字率的 prompt 寫法、AI 底圖加手動排字的正確工作流,以及一份發布前逐條跑的驗收清單,讓你不用再重生十次還是有錯。
先講結論:到 2026 年,主流 AI 出圖模型畫中文已經不是「一團亂碼」,短標題三到八個字大多會對。但只要你要的是一張塞滿中文資訊的圖卡——課程資訊、活動流程、價目表、懶人包——錯字幾乎是必然,而且錯得很陰險:不是整個字糊掉讓你一眼看到,而是日期的 8 悄悄變成 3、姓氏的「甯」少一橫、頁尾小字缺筆畫,但整張看起來還很和諧。
我們自己每週要為工具站和社群產出幾十張圖卡,實測下來的分工很固定:AI 負責畫沒有字的底圖和版面感,所有文字事後自己排。這不是懶,是算過的——一張含五、六十個中文字的圖卡,靠純 prompt 反覆重生到全對,通常要六到十次,而且每重生一次版面就跑掉一次;改成 AI 出底圖、文字用模板排上去,三分鐘結束,下次換活動只要改字。
下面拆四件事:中文為什麼特別難畫、我們實際踩過的四種錯法、能把錯字率壓下來的 prompt 寫法,以及一張發布前必跑的驗收清單。你如果只有兩分鐘,直接跳到最後那份清單。
為什麼 AI 畫中文比畫英文難十倍
關鍵在於:模型不是在「打字」,是在「畫出看起來像字的形狀」。它輸出的是像素,不是文字編碼,所以字對不對,完全取決於它有沒有把那個字形記得夠準。
- 字集規模差太多。英文常用就 26 個字母加數字標點,中文常用字三千起跳,還有大量罕用字。單一字形被訓練到的次數天差地遠。
- 中文的容錯空間近乎零。「未」和「末」、「土」和「士」差的只是一橫的長短,就是兩個不同的字;英文少一筆通常還是同一個字母的醜版本。
- 數字沒有語意保護。模型把「9/18」畫成「9/13」不會覺得怪,因為圖上一樣通順。中文詞至少還有上下文能自我糾正,數字完全沒有。
- 字數越多越糟,而且不是線性的。我們的經驗是 20 字以內大致可控,超過 40 字錯誤率明顯跳一階,超過 80 字幾乎沒有一次到位過。
- 小字先死。備註、頁尾、標籤那種等級的小字,是最先變成假字的地方,偏偏也是最少人檢查的地方。
不同模型的中文字形表現確實有差,但差的是「錯得多不多」,沒有一家是「保證不錯」。想比較各家強弱可以看 ChatGPT vs Claude vs Gemini 比較,不過在出圖這件事上結論都一樣:把中文字交給生成模型畫,本質上就是在賭。
我們實測最常踩的四種錯法
這四種按「發現難度」排序,越後面越容易漏掉。
| 錯法 | 實際案例 | 為什麼難發現 |
|---|---|---|
| 數字被竄改 | 報名截止「9/18」出圖變「9/13」;售價 1,280 變成 1,230 | 字形完全正常,不對照原稿根本看不出來 |
| 罕見字寫錯 | 「中壢」的壢右半邊變成不存在的組合;姓氏「甯」「珮」「淞」最常中招 | 多數人對這些字本來就不熟,看過去覺得「好像是這樣」 |
| 缺筆畫或多筆畫 | 「藝」的草字頭少一畫、「灣」右下角糊成一團 | 縮圖看正常,放大或印出來才露餡 |
| 幽靈字與重複 | 版面角落冒出無意義的假字塊、同一行標題被複製兩次 | 視線只會落在主標,邊角沒人看 |
再補兩個容易忽略的:全形半形混用(同一張圖上同時出現「,」和「,」),以及中英數交界處最容易斷裂,像「NT$1,280 起」的貨幣符號和千分位逗號常常變形成看不懂的東西。
prompt 這樣寫,錯字率會明顯下降
先說清楚:這些技巧能把錯字率壓低,但不會歸零。願意接受偶爾重生的人再用,不能接受出錯的內容請直接跳下一節。
- 限量。一張圖最多三個文字區塊、總字數壓在 20 字內。資訊比這多,就代表這張圖不該用 AI 畫字。
- 逐字列白名單。把要出現的字用引號一字不差列出,並明講「圖上只能出現這些文字,不要自行增補、翻譯或加標語」。
- 數字挖空。日期、金額、電話、折扣數一律不要交給模型畫,prompt 直接要求該位置留空白色塊,你事後補。這一條省下的重畫次數最多。
- 指定粗黑體、無襯線。避開書法體、手寫體、藝術字——筆畫變形空間越大,模型越敢亂畫。
- 文字放在純色塊上。要求文字區域是單色底,不要壓在照片或漸層紋理上;背景越複雜,筆畫越容易被吃掉。
- 改圖用「只動一處」句型。說「保持版面、配色、構圖完全不變,只把左上角的『9/13』改成『9/18』」,不要說「幫我修一下錯字」,後者通常會整張重畫。
- 一次只要一張。同時要四個變體,模型分配給每張的注意力就變少,錯字率會上升。
可以直接改用的 prompt 骨架,五句話依序講完:
- 用途與尺寸:「做一張 IG 貼文用的正方形資訊圖卡,1:1」
- 風格:「扁平風格、深藍與白配色、粗黑體無襯線字」
- 文字白名單:「圖上只能出現這五個字:『秋季會員日』,除此之外不要有任何文字」
- 留白指令:「下方三分之一留純色空白區,不要放任何文字或圖案」
- 禁止項:「不要浮水印、不要簽名、不要英文標語、不要重複文字」
想要更多可複製的句型結構,可以參考 工作用 prompt 範本 20 個;還不熟悉出圖操作流程的,先看 ChatGPT 教學 把基本功補齊再來調 prompt,會少繞很多路。
真正穩的做法:AI 出底圖,文字自己排
我們內部的硬規定是這樣:凡是會被別人看到、而且有具體資訊的圖,文字一律不由生成模型畫。流程四步:
- 讓 AI 畫「無字底圖」,prompt 明確寫「圖上完全不要出現任何文字」,並指定文字要放的位置留白。
- 把底圖丟進 Canva、Figma、Keynote 或 Google 簡報,用真正的字型把字打上去。
- 存成模板。下次活動只換字換色,底圖沿用。
- 要大量產出時,改用 HTML/CSS 排版再截圖輸出,字永遠不會錯,還能批次生成。
| 做法 | 文字正確率 | 單張耗時 | 適合場景 |
|---|---|---|---|
| 純 AI 出圖含字 | 不穩,字一多必錯 | 反覆重生,常超過 10 分鐘 | 字極少的裝飾性主視覺 |
| AI 底圖 + 手動排字 | 100% | 約 3-5 分鐘 | 絕大多數社群圖卡 |
| 模板 + 程式批次 | 100% | 首次設定較久,之後每張數秒 | 大量、規格固定的圖 |
這個原則不只用在靜態圖。我們做 AI 剪片產品時也一樣:影片字幕從來不是「生成」出來的,是把文字渲染到畫面上——生成的字會抖、會逐格變形,渲染的字不會。這在 AI 自動剪片 的字幕流程裡是不能破的規則,原理跟圖卡完全相同。
發布前的圖卡驗收清單
八條,照順序跑,大概兩分鐘。省掉哪一條,通常就是從哪一條漏出去。
- 逐字念出來,不要用掃的。默念會自動腦補,出聲念才抓得到缺筆畫。
- 數字獨立核一次。日期、時間、金額、電話、折扣數,對照原始文件逐項比對。這類錯誤最貴。
- 人名、地名、品牌名放大到 200% 看筆畫。這三類是罕見字重災區。
- 縮到手機縮圖大小再看一次。確認小字沒糊、沒有奇怪的字塊。
- 檢查標點。全形半形有沒有混用、引號括號有沒有成對。
- 邊角掃一遍。左右下角與圖片邊界是幽靈字最愛出現的地方。
- 反向轉錄驗證。把圖丟回 AI,要求「逐字轉錄圖上所有文字,不要修正、不要猜測」。如果它轉不出來或轉成別的字,代表那個字形本身就是壞的——這招抓缺筆畫特別有效,是我們清單裡 CP 值最高的一條。
- 高風險資訊不用 AI 畫的字。報名截止、價格、法律聲明、醫療相關的文字一律自己排。這種錯不是尷尬,是會賠錢。
常見問題
Q:哪一個 AI 出圖工具畫中文最準?
各家都在進步,但沒有一家能保證中文不出錯,而且同一個工具不同時期的表現也會變,所以我們不寫死推薦。實務判準很簡單:給它一段 30 字的中文,連續生三張,數錯幾個字。你自己測十分鐘,比看任何評測都準。
Q:只有一個字錯,可以叫 AI 只改那個字嗎?
可以試,但成功率不高,常常「改對了那個字、卻弄壞旁邊三個字」。比較可靠的做法是要求保持版面完全不變、只替換指定字串,改完再重跑一次驗收清單。真的只差一個字,用修圖軟體直接蓋掉最快。
Q:先用英文出圖、再自己貼中文,會不會比較快?
會,而且這就是我們的正式作法之一。英文字形模型畫得穩得多,但更快的是直接要求整張不要有任何文字,拿到乾淨底圖後用真字型排上去,省下的重生次數通常五次以上。
Q:為什麼同一個 prompt,有時候字對、有時候錯?
出圖有隨機性,每次生成都是重新畫一次,不是複製上一次的結果。所以「上次對」不代表這次對,每一張都得單獨驗收,不能因為版型一樣就跳過檢查。
Q:掃描件或截圖上的中文,可以請 AI 幫我修乾淨嗎?
看目的。單純調亮、去雜訊沒問題;但如果是讓 AI「重繪」文字區域,它會把不確定的筆畫自己補完,補出來的可能是另一個字。需要保留原文正確性的文件,請用文字辨識取出文字後自己校對,不要讓模型直接重畫。