AIにスクショや写真を見せて質問する——言葉で説明するより早く伝わる

給湯器のリモコンに出た、見慣れないエラー表示。プリンターの設定メニュー。走り書きした手書きのメモ。

これを言葉で打ち込んでAIに聞くのは、けっこう面倒です。「画面の右上に赤い三角が出ていて…」と、うまく説明できないことも多い。

そんなときは、説明しなくていい。スクショや写真を貼って、そのまま聞けます。

画像を貼って聞く、は正式な使い方

ChatGPT・Claude・Gemini といったチャットAIには、文字だけでなく画像も受け取る力があります。写真やスクショを添えて質問できる機能です。

これは裏ワザではありません。画像を渡して尋ねる使い方は、OpenAI・Anthropic・Google の公式ガイドが正式な機能として案内しています。執筆時点(2026年8月)の情報です。

できるのは、画像の「読み取り」です。写っているものを説明する、要点をまとめる、書かれた文字を訳す、といった作業。

ただし、画像を新しく作ったり描き変えたりはできません。あくまで「見て答える」側です。

日本語のスクショで「読み違え」が起きる理由

便利ですが、そのまま渡すと空回りする場面があります。とくに日本語です。

OpenAI の公式ガイドは、日本語や韓国語のような非ラテン文字では、読み取りがうまくいかない場合があると明記しています。アルファベットに比べ、日本語の文字は形が込み入っているからです。

さらに、スクショの文字は小さくなりがちです。3社の公式ガイドはどれも、画像がぼやけていたり文字が小さかったりすると読み違えが増える、と注意しています。

日本語はここで二重に不利です。画数の多い漢字は、小さく写ると線がつぶれて、似た字に化けやすい（「未」と「末」、「刀」と「力」のように）。スマホの画面をそのまま撮った1枚は、こうした細部から狂います。

つまり、日本語の細かい文字が写った画面ほど、雑に渡すと外しやすいのです。

はっきり写して、具体的に聞く

外さないコツは4つ。難しくありません。

1. はっきり写す：ぼやけと傾きをなくす。公式ガイドは「鮮明な画像」「正しい向き」をすすめています。斜めに撮った書類は、まっすぐ撮り直す。
2. 大事な文字は大きく：聞きたい部分が小さいなら、その周りを拡大して写す。ただし前後の状況ごと切り落とさない。番号だけ拡大しても、周りが消えると意味が伝わりません。
3. 具体的に質問する：「これ何?」より「この赤い表示の意味と、直し方を教えて」。画像と一緒に、知りたいことを言葉でも添えます。
4. 答えをうのみにしない：とくに数字や手順は、返ってきた答えを元の画面と見比べる。

複数の画面を見せたいときは、「1枚目」「2枚目」とラベルを付けて並べると、AIが取り違えにくくなります。

うまくいかないとき

下の図が、画像で聞くのが得意なことと、苦手なことの分かれ目です。

見てのとおり、「何が写っているか」を言葉にする作業は得意です。一方、右側は苦手なので、答えを自分で確かめます。

とくに外しやすいのが、数の数え上げ。公式ガイドはどれも、写った物の数は「だいたいの数」になりうる、としています。棚の在庫や人数を1つ単位で正確に、は期待しないほうがいい。

医療の画像も向きません。Anthropic の公式ガイドは、CT や MRI のような診断画像の読み取り用ではなく、医師の診断の代わりにはならないと明記しています。健康の判断を、画像をAIに見せて済ませないでください。

また、写っている人が誰かを特定することはできません（そもそも断られます）。画像がAIで作られたものか、の判定もできません。

向いていないのは、1文字・1個の狂いも許されない作業です。契約書の金額の確定、正確な棚卸し、診断。こうした「間違いが重い」場面では、画像は下調べにとどめ、最後は元の資料で確かめてください。

まとめ

言葉にしづらいものは、言葉にしなくていい。画面や写真をそのまま見せれば、AIは「何が写っているか」から考え始めます。

はっきり写して、具体的に聞いて、大事なところは自分で確かめる。これだけです。

指示の出し方そのものはAIへの頼み方の基本に、返ってきた答えの確かめ方はAIの「それっぽい嘘」を見抜くにまとめています。AIを日々の作業にどう組み込むかは、AI活用の記事もどうぞ。

次に言葉で説明しづらいことを聞くとき、まずスクショを1枚貼ってみてください。