写真の文字をAIでテキスト化する
紙の資料、もらった名刺、会議のあとのホワイトボード。あとで使おうと写真に撮っても、そこに書かれた文字をデータにするには、これまではキーボードで打ち直すしかありませんでした。
いまのAIは、画像を"見て"文字を読めます。写真やスクリーンショットを渡して「書かれている文字を書き起こして」と頼むだけ。打ち直しにかけていた数分が、そっくり浮きます。
しかも、テキストになった先が本題です。書き起こした文字は、そのまま「表にして」「3行で要約して」「英語にして」と続けられる。読み取って終わりの専用ソフトと違って、データ化のあとの一手までひと続きで頼めます。
画像を渡して、「書き起こして」と頼む
やることは二つだけです。
まず、読み取りたい画像を渡す。スマホで撮った写真でも、パソコンのスクリーンショットでも、PDFや画像ファイルでもいい。渡し方は、スマホなら入力欄のクリップ（＋）マークから写真を選び、パソコンなら画像を入力欄にドラッグするだけです。
あとは、こう頼むだけ。
この画像の文字を、書かれているとおりに書き起こして。
レイアウトは気にせず、テキストだけでいい。
これで、写った文字がテキストになって戻ってきます。早ければ数十秒です。印刷された文書やスクショのようにくっきりした文字なら、かなりの精度で拾えます。
ひとつ、最初から添えておくと後がラクな一言があります。
読み取れない字は、無理に埋めず [?] にして。
AIは、かすれて読めない箇所を"それらしく"埋めてしまうことがあります。読めないなら読めないと印をつけてもらうほうが、あとで直す場所がはっきりします。
書き起こしたあとに、表・要約・翻訳もできる
テキストになったら、会話を続けるだけで加工できます。書き起こしのすぐあとに、やりたいことを足すイメージです。
名刺を数枚（まずは2〜3枚から試すと安心）読ませたなら、こう。
いまの文字起こしを表にして。
列は「会社名・氏名・部署・電話・メール」で。
連絡先が一覧の表になって、そのまま住所録や顧客リストに貼れます。
長い文章のスクショなら、要約に回せます。
書き起こした内容を、要点だけ3行にまとめて。
読み取り → 要約の流れは、記事やレポートのスクショと相性がいい。要約そのもののコツはAIで長文・PDF・記事を要約する方法に詳しくまとめたので、長い資料を扱うならあわせて。
外国語なら、訳までひと息です。
書き起こした文字を、日本語に訳して。
「読み取る」と「加工する」が同じ会話の中でつながるので、テキストを別のアプリへ移し替える手間がいりません。
名刺、ホワイトボード、レシート、外国語のメニュー
効くのは、たとえばこんな場面です。
- 名刺：もらった名刺を撮って、連絡先を表に。手入力より速いし、打ち間違いも減ります。
- ホワイトボード：会議のあとの走り書きを1枚撮って、「議題ごとに箇条書きで整理して」。消す前に、議論がテキストで残せます。
- 紙のアンケート・レシート：手書きの回答や購入明細を、集計できる形に。「日付・品目・金額の表にして」で、経費の入力がぐっと軽くなります。
- 外国語のメニューや看板：旅行先や海外資料の文字を撮って、意味だけ日本語に。読めない言語でも、写せば中身がわかります。
- 長文のスクショ：スクロールの長い記事やチャットを撮って、要点だけ受け取る。全部読まずに把握できます。
ホワイトボードのように文字が整っていない画像ほど、さっきの [?] の一言が効きます。読めない部分を勝手に埋められずに済みます。
使えるAIと、専用ツールとの使い分け
必要なのは、画像認識に対応したAIチャットです。ChatGPTやGeminiなど、画像を添付できるチャットなら、この読み取りはひととおり試せます。無料で使える範囲もあります。ただ、画像への対応や、一度に渡せる枚数、無料でどこまで使えるかは、ツールやプランで変わります。最新は各サービスの公式で確認してください。
読み取りだけなら、専用の道具もあります。スマホのカメラアプリやメモアプリに付いた文字認識、Googleレンズのような機能は、その場でサッと文字を拾うのが得意です。
使い分けの目安はシンプルです。写した文字をただコピーしたいだけなら専用ツール、読み取ったあとに要約・翻訳・表への整形まで続けたいならAIチャット。"読んだ先で会話できる"のが、AIチャットを選ぶ理由です。
数字・名前・手書きは、読み違えることがある
便利ですが、読み取りは完璧ではありません。とくに間違えやすいのが、手書き、崩れた字、画質の粗い写真、そして数字や固有名詞です。「1」と「7」、「0」と「6」、似た漢字。金額や日付、人名や社名は、しれっと別の文字に化けることがあります。
やっかいなのは、間違っていても自信たっぷりのテキストで返してくること。この"もっともらしい間違い"はハルシネーションと呼ばれる、生成AI共通の弱点です。金額・日付・名前のように、間違うと困る情報は、書き起こしを鵜呑みにせず、元の画像と見比べてください。
読み取りの精度は、撮り方でかなり変わります。明るい場所で、文字が斜めにならないよう真上から、影を作らずに撮る。ピントの合ったくっきりした写真ほど、読み間違いは減ります。とくに手書きのメモは、半分近くが [?] になることもあります。うまく読めないときは、撮り直すか、いっそ印刷された資料で試すのが一番の近道です。
名刺や書類を撮るときは、写り込みに気をつける
もうひとつ、画像ならではの注意があります。撮った写真には、読み取りたい文字以外のものも写り込みます。
名刺には、他人の氏名や連絡先が並んでいます。書類には、社外秘の数字や取引先の情報があるかもしれない。それをAIに渡すということは、他人の個人情報や会社の機密を、外部のサービスに送るということでもあります。無料や個人向けのサービスでは、入力した内容が学習に使われうる設定が既定になっていることも少なくありません。
だから、他人の個人情報や社外秘が写った画像は、渡す前に一度立ち止まる。関係ない部分は隠す、社内に扱いのルールがあるなら先に確認する。どこまで入れていいかの線引きはAIに個人情報を入れて大丈夫？にまとめています。名刺や契約書のような"人の情報"が写るものほど、慎重に。
まず1枚から試す
これまで、写真に撮った文字を使うには、目で追ってキーボードで打ち直すしかありませんでした。撮っておいても、テキストにする作業は人の手が担っていたわけです。
画像を読めるAIが使えるいまは、その手間の多くを任せられます。名刺の束も、消す前のホワイトボードも、外国語のメニューも、撮ってAIに読ませれば、必要な形に整えるところまで続けられます。
まずは1枚から試すのがおすすめです。手元にあるレシートか名刺をスマホで撮って、ChatGPT（無料で試せます）に貼り、「書き起こして」と送ってみてください。
読み違いはあるので、大事な数字と名前だけは、最後に元の画像と見比べる。そこを押さえておけば、打ち直しの手間はかなり減らせます。