キャプション (caption) は、画像や動画に添える説明文です。SNS においては投稿の本文テキストを指します。2026 年時点で Instagram のキャプションは最大 2,200 文字 (同時に付けられるハッシュタグは 30 個、@ メンションは 20 個)、YouTube の説明欄は最大 5,000 文字 (タイトルは 100 文字) と公式に規定されています。写真や動画がメインのプラットフォームでも、キャプションは検索性と反応の量に影響します。

キャプションの「見える文字数」と「入力できる文字数」には差があります。多くのアプリは一覧画面で本文を途中まで表示し、続きは「続きを読む」をタップしないと出てきません。この折り返し位置は端末の画面幅・文字サイズ・改行の入れ方で変わるため、固定の文字数として扱えません。判断基準としては、要点と読み手を引き込むフックを冒頭 100 文字前後に収め、背景説明や補足は後半へ回す「結論ファースト」で組み立てると、折り返し位置が変わっても意味が通ります。

落とし穴は、上限の文字数にハッシュタグ・@ メンション・改行・絵文字・URL もそのまま含まれる点です。たとえば平均 20 文字のハッシュタグを 30 個並べると、それだけで 600 文字前後を消費します。Instagram でキャプションとは別に最初のコメントへハッシュタグを投稿する手法が使われるのは、本文の枠を空ける意味もあります。上限を超えた場合の挙動は投稿が弾かれるか末尾が切り捨てられるかのどちらかで、後者は気づきにくいため、長文を書くときは下書き段階で文字数を把握しておくと安全です。プラットフォーム側の仕様は変更されることがあるので、上限ぎりぎりの運用は避けるのが実務的です。

アクセシビリティの観点では、キャプションは字幕 (closed caption) の意味でも使われます。動画の字幕は聴覚に障害のあるユーザーだけでなく、音を出せない環境で視聴する人にも不可欠です。字幕は 1 つの表示単位を短く保つ必要があり、Netflix が公開している字幕制作ガイドラインの一般要件では、2026 年時点で 1 つの字幕を最大 2 行、表示時間を最短 5/6 秒・最長 7 秒と定めています。1 行あたりの文字数の目安は言語ごとの個別ガイドラインで定められており、全角文字が中心の日本語と欧文を同じ文字数で語ることはできません。YouTube の自動字幕は音声認識で生成されるため、固有名詞や専門用語の誤りが残りやすく、公開前に読み直して直す前提で使うのが実務的です。