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、Instagram では 2,200 文字、TikTok では 4,000 文字、YouTube の説明欄は 5,000 文字が上限です。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エンゲージメントに大きく影響します。

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。Instagram のフィードでは最初の 125 文字程度しか表示されず、残りは「続きを読む」をタップしないと見えません。TikTok では動画再生中に表示されるのは 50〜80 文字程度です。そのため、最も重要な情報やフックを冒頭に配置する「結論ファースト」の書き方が効果的です。

キャプションにはハッシュタグも含まれます。TikTok ではキャプションの 4,000 文字にハッシュタグが含まれるため、タグに文字数を使いすぎると説明文が短くなります。Instagram ではキャプションとは別にハッシュタグを最初のコメントに投稿する手法も使われます。

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。動画の字幕は聴覚障害のあるユーザーにとって不可欠であり、YouTube の自動字幕生成機能は音声認識で字幕テキストを生成します。字幕の 1 行あたりの推奨文字数は 32〜42 文字で、読みやすさと画面占有率のバランスが考慮されています。