動画のショット間で AI キャラクターを一貫させる方法

参考画像、動き、設定を計画し、複数のショットでも同じキャラクターと分かるようにする方法。

日光の下で3つのポーズを取る同じ架空の女性。AI Character Consistency の見出し

AI キャラクターをショット間で一貫させるには、承認済みの人物参考を用意し、カットで引き継ぐものを決め、生成動画を並べて見ます。画像が最初のフレームなのか、外見だけの参考なのかを先に確認してください。服や特徴だけでなく、不要な背景を引き継ぐ場合もあります。つながりとは、編集したときに人物、場所、動作が自然に伝わることです。

Clico で駅の架空の男性を使い、2ショットのテストを始めました。今のところ完成したのは切符のショット1つです。参考と比較できますが、カットのつながりを判断するには、2つ目の完成が必要です。

どの特徴で人物を見分けるか?

プロンプトを書く前に、見る人が識別に使う特徴を選びます。髪型や色、特徴的な服、年齢層、装飾品、身のこなしなどです。表情や視線の方向といった、変えてよいものとは分けてください。

駅の場面なら、たとえば次のように人物を説明できます。

短いウェーブの黒髪と丸眼鏡で、クリーム色のシャツに赤さび色のジャケットを着た、架空の成人男性。

これは調整できる説明で、特定の言い回しで人物を固定できるという意味ではありません。元の参考ファイルと一緒に残し、後のショットでも同じ出発点を使います。物語に必要な細部は、参考で見せるか明記してください。たとえば襟で隠れたネックレスは、後の映像と照合しにくくなります。

使用権のある画像を使います。実在の人なら、送る前に提供元の同意やポートレートの規則を確認してください。モデルによって、外見の参考、最初のフレーム、その他の入力として使われ、その役割は交換できません。固定の開始フレームになると思わず、実際の入力仕様を確かめます。

入力の役割で、画像の準備も変わります。Runway の Gen-4 のガイドはアップロードした画像を最初のフレームに使います。その場合、灰色の背景の写真なら冒頭も灰色です。Kling の Elements のドキュメントでは、自社製品での別の参考方式を説明しています。Elements と、別サービスへの画像アップロードは同じではありません。最初のフレームに使うなら、必要な場所での画像を先に承認します。外見の参考なら、その役割に対応する方法か確認してください。

ショットのつながりを計画

ショットが切り替わるときに必要な状態を書きます。位置、動く向き、物体、場所、構図、音声を含め、数行でも構いません。

ショット 見る人に映るもの 次へ引き継ぐこと
1 人物が振り返る。 眼鏡、ジャケット、駅。最後に人物がカメラを向く。
2 人物が切符を確認し、顔を上げる。 同じ人物と服装。駅と切符の位置がショット1から自然につながること。
3 切符を確認した後の、寄った反応のショット。 切符の位置、視線、光、画面内の位置がショット2を引き継ぐこと。

これは構成の例で、私たちが生成した3ショットではありません。人物は同じと分かるまま動作を変える、という違いを明確にし、生成前に不足も見つけられます。1の最後が右向きで2の最初が左なら、意図した物語になるかを決めます。2で切符が出るなら、それまでどこにあったか、編集で自然に登場させられるかを考えます。

各プロンプトには保つべき人物と場面の事実を残し、新しいショットの動作と構図を変えます。人物シートには物語の状態も必要です。 CATACOMBES についての Creative Bloq のインタビューで、映画監督の Kévin Mendiboure は、負傷などで人物が変化したら参考シートも更新すると説明しています。着替えの前後など、承認済みの状態を別々に残してください。区別せず古い参考を使うと、間違ったつながりを維持してしまう場合があります。

次のショットの参考を選ぶ

参考画像は人物を、前のショットのフレームは切り替わる瞬間の正確な姿勢、小道具、場所を引き継げます。関連していても、解く問題は違います。最初のフレームを指定できる方法なら、承認した動画の最後の静止画を、次の動作の起点にできます。使う前に顔、手、小道具の位置を確認してください。これは駅のシーケンスへの提案で、完了したテストではありません。

次がほぼ同じ瞬間から始まるなら、この方法は役立ちます。角度を大きく変える場合、最後のフレームでは構図が合わないことがあります。必要な構図で人物を配置した新しい場面画像を用意し、承認済みの参考と比べてから動かします。別の人物参考に対応する場合は入力方法を確認し、場所と動作も指示に残します。どちらも一致を保証はしません。

駅の次の指示なら、眼鏡、ジャケット、駅を残し、切符を見た後の反応に寄るよう頼めます。生成前に、持つ手と視線を決めます。できたら、最初に使える瞬間と既存の動画の最後を比較します。動作が飛ぶなら、別の始まりや間のショットで、つながりを分かるようにします。

最初の駅のショットで起きたこと

11月3日、Clico の GPT Image 2.5 Flare でこの架空の人物を作り、別の Kling 3.0 Pro のリクエストに添付しました。6秒、720p、9:16、音声なしを選び、駅で紙の切符を確認し、カメラへ顔を上げるよう指定しました。

AI 動画の参考に使った、駅に立つ赤いジャケットの架空の人物

ダウンロードした動画は1244 × 1660ピクセル、約3:4で、6.04秒、音声ストリームなしです。手を下げて白い切符を見て、顔を上げる間も、眼鏡、暗い髪、赤さび色のジャケット、クリーム色のシャツが分かり、駅も残っています。縦型の編集に使う前に切り抜きを確認します。同じ参考での2つ目はまだ完成していないため、この作例では2ショットがつながるかは示せません。

良い静止画でも、動きの問題は隠れる

通常速度で最後まで見て、振り向き、物の扱い、表情の変化で止めます。静止画は服の比較には使えても、動作が使えるか、途中で場所が変わらないかまでは分かりません。

まず人物を見ます。想定した角度でも髪型が分かるか、必要な場面で特徴的な服、装飾品、顔が見えるかを確認します。手で隠れたり画面外にあったりする物は、消えたと決めず「見えない」と記します。ほかが変わるなら、きれいな1フレームだけを頼りにしないでください。

次に場面と動作を見ます。切符を指示どおりに扱い、最後に自然な位置にあるか。カメラの角度が使え、背景は必要な場所のままか。駅のショットでは、動作中も切符が見え、次のカットへつながる場所になっているかを確認してください。

最後に、長さ、ピクセル寸法、縦横比、音声の有無を確認します。有効なファイルでも、予定したタイムラインでは使いにくい場合があります。9:16が必要なら、納品サイズで切り抜きを確認してください。3:4から切ると手、切符、頭が欠けることがあり、拡大して埋めるとぼける場合もあります。選んだ設定がそのままファイルに反映されたと思わず、編集で判断を明確にします。

カットのつなぎ目も重要

動画を順にタイムラインへ置き、止めずにカットを見ます。次に、最初の最後に使える瞬間と、次の最初に使える瞬間を比較します。画面内の位置、視線、手と小道具の位置、光と背景が同じ場所を示すかを確認します。

切符の場面では、持つ手、切符の位置、カット時の視線を確認します。動作の省略には意図を持たせるか、別の始まりでつながりを明確にしてください。

ピクセルをすべて一致させる必要はありません。角度が変われば背景も自然に変わります。物語に役立つか、見ている人に場面を組み立て直させるかが重要です。駅の背景が変わると、同じ瞬間の別角度ではなく、移動したように見えることがあります。

合わないショットは、直す場所を選ぶ

要件を満たさなければ、開始画像と生成した動作のどちらが問題かを分けます。画像を最初のフレームにする方法では、写る場所が冒頭の場所にもなります。合う場面の参考か、外見を別に指定できる方法を用意し、次の試行でその画像が役立つか確かめます。

ショットを再生成: 動作や背景が不可欠で、使える区間がない場合です。参考と必要な場面の情報を残し、次の依頼で不足を明記し、新しい結果を最後まで確認します。

代わりのショットを生成: 予定した角度に、編集で避けられないつながりの問題がある場合です。たとえば次の冒頭に切符が必要なのに、元の動画に正しい位置の切符がないなら、始まりの動作で移行が分かる新しいショットを考えます。

変化を避けて編集: 使える区間がある場合は、予定した順に並べ、短くしてもカットに必要な動作が残るかを見ます。インサートや意図した転換は役立っても、元にない動作は取り戻せません。

人物そのものが大きく変わった場合、切り抜きや速いカットは不一致を隠すだけかもしれません。参考と構成に戻り、作り直すべきかを判断します。同じ条件で新版を比べられるよう、元の出力と記録を残してください。

次のショットをシーケンスにつなぐ

2つのショットがつながったら、次を計画に加え、既存の映像とのカットを確認します。対応する方法では同じ人物の参考と説明を使い、新しい瞬間に合わせて動作と場面を更新します。伸ばす前に、新しい出力を毎回確認してください。

Clico の画像から動画へのページは、参考画像を動かす出発点です。より大きな物語には、 AIショートドラマ生成ツールのページに関連する方法があります。操作項目とモデルは変わるため、生成時に使う入力を確認してください。

目標は、ひとつの場面として編集できる映像です。人物が分かることは出発点であり、動作、場所、構図、切り替わる瞬間が合ってこそ、次のショットを使えます。