captions.mdを追加したらClaudeの記事精度が改善した話

AI記事制作をしていて、ある時期から「なんか画像と文章がズレてるな」と感じ始めた。

スクショは用意している。Claudeへも渡している。なのに、記事の中での画像の使われ方が微妙にちぐはぐだった。感情が乗るべき場面で使われない。重要な画面が説明なく流される。読んでいてどこか噛み合わない。

原因は、画像に文脈がなかったこと。そして、その文脈をClaudeへ渡す仕組みがなかったこと。

captions.md を作るようになってから、これが改善した。

最初はscreenshotsをそのまま渡していた

最初の運用はシンプルだった。

記事に使いたいスクリーンショットを集めて、Claudeへそのまま渡す。「この画像を使って記事を書いてください」というやり方。

一見うまくいくように見えた。Claudeは画像を読み取って、それなりに説明文を生成してくれた。

でも、できあがった記事を読み返すと、何かが違った。

何が問題だったか

たとえば、Vercelで独自ドメインを設定した時のトラブル記事を作ろうとしたことがある。

「invalid」表示が翌朝になっても消えなかった場面のスクショがあった。あの時、自分はかなり焦っていた。「どこか根本的に間違えたのかも」という感覚があった。

でも、そのスクショをただ渡しても、Claudeにはその感情は見えない。

画面に映っているのは「invalid」という文字と、それを囲むUIだけ。「これが翌朝の場面であること」「作者がかなり不安になっていたこと」「この画像が記事の冒頭で問題提示として機能すべきこと」——そういった情報は、画像のどこにも存在しない。

結果として、Claudeは画像の「内容」は説明できても、「意味」を扱えなかった。

• 画像配置がズレる
• 感情と画像が噛み合わない
• 重要なスクショが埋もれる

こういうことが、じわじわ起きていた。

captions.mdを作るようにした

試したのが captions.md の導入だった。

各スクショに対して、以下の情報をテキストで整理するファイルを作る。

• 内容：画面に何が映っているか
• 感情：その場面で自分がどう感じていたか
• 配置箇所：記事のどのH2・H3の直後に置くか
• 役割：この画像が記事の中で何をする画像か

実際にこんな形で書いていた。

![](01-vercel-invalid.png)

### 内容
Vercelへ独自ドメインを追加したが、長時間 "invalid" のまま変化しなかった。
設定自体は正しいと思っていたため、DNS反映待ちなのか設定ミスなのか判断できなかった。

### 感情
かなり不安だった。翌朝になっても invalid のままだった時は、
「何か根本的に間違えているのでは」と焦っていた。

### 配置箇所
「Vercelでdomain invalid」の直後

### 役割
記事冒頭のメイン問題提示。
読者が「自分と同じ状況だ」と認識するための重要スクリーンショット。

これをスクショの枚数分、記事ごとに作る。

何が改善したか

captions.md をClaudeへ一緒に渡すようになってから、記事の中での画像の扱われ方が変わった。

特に変化を感じたのは2点。

感情が記事に乗るようになった。 「かなり不安だった」「ようやく解決した安心感が大きかった」——こういう感情情報をあらかじめ整理しておくと、Claudeがその場面の文章トーンを合わせてくれるようになった。スクショ単体では絶対に渡せない情報だった。

画像の役割が本文と一致するようになった。 「記事冒頭の問題提示」「記事の核心」「解決シーン」という役割を明示することで、Claudeが各画像を文章構造の中に適切に配置するようになった。

気づいたこと

AI記事制作での画像管理は、「画像ファイルをどう整理するか」の話だと思っていた。

でも実際に重要だったのは、画像の意味をどう整理するかだった。

人間にとっては自明の情報——「このスクショはあの時の焦りを示すものだ」「この画面が核心の解決策だ」——は、AIには最初から渡しておかないと存在しない情報として扱われる。

captions.md は、その「渡し忘れていた文脈」を補うファイルだった。

現時点での運用

今は以下のフローで動いている。

1. 記事ネタが決まったら、使うスクショを集める
2. 各スクショに対して captions.md に内容・感情・配置・役割を書く
3. source.md（記事設計）と captions.md をセットでClaudeへ渡す
4. 本文生成

captions.md を書くこと自体が、記事の感情導線を整理する作業にもなっている。「この場面でどう感じていたか」を言語化することで、記事全体の流れも見えてくる。

まとめ

• screenshotsだけ渡しても、文脈はClaudeに伝わらない
• captions.md で画像の意味・感情・役割を整理することで改善した
• AIへ渡す前の「整理する工程」が、記事品質に直結していた

画像認識の話ではなく、情報設計の話だった。

このシリーズの親記事：Claude × Obsidian workflow series