同じ人物を複数ショットで保つ:架空キャラクターの動画一貫性の設計

先に押さえる前提:ツールの参照機能は助けになるが、保証ではない

主要な動画生成ツールには、手持ちの画像を渡して人物を揃える仕組みがあります。

• Runwayは、画像・動画・音声を参照として渡せ、プロンプト欄で @ を入力してアップロード済みや保存済みの素材を呼び出す方式です。単一の画像から異なる場面や照明で一貫したキャラクターを作る用途も挙げられています(Runwayヘルプ:参照メディアの使い方)。参照は保存して名前を付けられ、一時的な参照はそのセッション限りです。
• Google DeepMindのVeoのページでは、映像の一貫性や創作上の制御性が紹介されています(Google DeepMind:Veo)。同ページでキャラクター参照画像を使って別シーンの見た目を保つ機能は確認できませんでした。

ただし、どちらのページも「必ず同じ顔になる」とは述べていません。参照できる枚数、対応モデル、プランごとの差は変わりやすいため、ここでは数値を書きません。使う前に各ツールの最新ヘルプで確認してください。

以下は、参照機能があってもなくても使える、編集側の設計の話です。

キャラクター設定シートを作る

目的は、カットごとに依頼文がぶれないようにすることです。ポイントは顔の記述を少なくし、識別の手がかりを服・色・小道具・シルエットに分けることです。顔は細部が動きやすく、服の色や小道具のほうが目で追いやすいためです(これは編集上の方針です)。

Veoのプロンプトガイドは、人物の外見を具体的に書く例を示しています(Google DeepMind:Veoのプロンプトガイド)。抽象的な形容より、見て分かる特徴を選びます。

設定シートのテンプレート

• 呼び名、書く内容：依頼文で使う短い名前、固定度：固定
• 年齢感・体型、書く内容：「30代前半、中肉中背」程度、固定度：固定
• 髪、書く内容：色・長さ・形を1行で、固定度：固定
• 顔の特徴、書く内容：見て分かる特徴を最大2つ、固定度：固定(ここは盛らない)
• **識別アイテム**、書く内容：1カットで必ず見える服・小道具(2〜3点)、固定度：厳守
• 色の指定、書く内容：メイン色1つ+差し色1つ、固定度：厳守
• 表情の幅、書く内容：基本は穏やか、笑顔まで、固定度：可変
• 禁止する変化、書く内容：眼鏡の有無、髪型、服の着替え、固定度：変えない
• 参照画像、書く内容：正面・自然光・無表情の1枚+全身1枚、固定度：固定

記入例(説明用の例)

架空のキャラクター「ミナト」の例です。

• 呼び名、記入例：ミナト
• 年齢感・体型、記入例：30代前半、中肉中背
• 髪、記入例：黒のショートで、前髪は右に流す
• 顔の特徴、記入例：丸い黒縁眼鏡、右目の下に小さなほくろ
• 識別アイテム、記入例：黄色いレインコート、紺のトートバッグ、白いスニーカー
• 色の指定、記入例：メイン:黄色、差し色:紺
• 表情の幅、記入例：穏やか〜小さな笑顔
• 禁止する変化、記入例：眼鏡を外さない、フードをかぶらない
• 参照画像、記入例：正面バストアップ、全身立ち姿

黄色いレインコートのように、画面に小さく映っても分かるものを主役にします。ほくろのような顔の細部は、近づいたときの補助にとどめます。

参照画像の作り方

Runwayの画像生成ガイドでは、プロンプトを視覚的な描写で書くこと、Gen-4 Imageでは否定プロンプトがサポートされず、否定表現が逆の結果につながる場合があると説明されています(Runwayヘルプ:Gen-4 Imageのプロンプトガイド)。これは画像生成向けの説明です。設定シートの「禁止する変化」を依頼文に使う場合は、「眼鏡を外さない」ではなく「丸い黒縁眼鏡をかけている」のように肯定形で書く方法があります。

ズレを目立たせないカット割りの選択肢

顔が見える時間が長く、近く、正面に近いほど、ズレは気づかれやすくなります。以下は、その条件を避けるための選択肢です。効果の大小は題材によって変わるので、全部使う必要はありません。

• 後ろ姿・肩越し、内容：顔を映さず服とシルエットで見せる、ズレへの強さ：強い、向く場面：移動、到着、会話の聞き手、注意点：表情で感情を伝えられない
• 引きの全身、内容：人物を画面の小さな要素にする、ズレへの強さ：強い、向く場面：場所の説明、導入、注意点：識別アイテムが小さくなりすぎない配色に
• 手元・小道具のアップ、内容：バッグ、傘、スマホ操作など、ズレへの強さ：強い、向く場面：手順説明、動作の見せ場、注意点：手の形が崩れやすいので短く
• シルエット・逆光、内容：輪郭と色で人物を示す、ズレへの強さ：強い、向く場面：回想、夜、感情の場面、注意点：服の色が沈まない照明にする
• 短い切り返し、内容：1カット2〜3秒で別アングルへ、ズレへの強さ：中、向く場面：会話、反応、注意点：顔のアップが続くと差が出る
• 場所を変えて同じ服を見せる、内容：背景を替えても識別アイテムを固定、ズレへの強さ：中、向く場面：時間経過、移動、注意点：服の細部(ボタン、ロゴ)を足さない
• 遮蔽物を挟む、内容：窓、傘、人混み、手前のぼかし、ズレへの強さ：中、向く場面：見せたくない一瞬、注意点：不自然に多用しない
• 顔のアップ、内容：正面、長尺、ズレへの強さ：弱い、向く場面：最後の見せ場だけに、注意点：参照画像と並べて確認する

構成の目安は、最初の1カットで識別アイテムを見せ、その後は顔の出ない強いカットを多めに入れ、顔のアップは本当に必要な場面に絞ることです(編集上の提案です)。

依頼文の型:カットごとに「固定部分」を貼り付ける

毎回、文章を言い換えると見た目が変わりやすくなります。そこで、設定シートから作った固定文をすべてのカットに同じ表現で貼り、変えるのは構図・動作・場所だけにします。

固定文(説明用の例):

30代前半の人物ミナト。黒のショートヘアで前髪は右に流している。丸い黒縁眼鏡をかけている。黄色いレインコートを着て、紺のトートバッグを肩にかけ、白いスニーカーを履いている。

Runwayのように参照素材を呼び出せるツールでは、固定文の前に @ で保存した参照を指定します。以下は書き方の例で、動作確認はしていません。

カット1(引きの全身):

@ミナト 固定文。雨の商店街を奥から手前へ歩く。カメラは固定、引きの全身ショット。傘はさしていない。夕方の柔らかい光。

カット2(後ろ姿):

@ミナト 固定文。同じ商店街で、カメラは人物の背後から。肩越しにシャッターの降りた店を眺める。顔は映らない。

カット3(手元):

@ミナト 固定文。紺のトートバッグから鍵を取り出す手元のアップ。黄色い袖口が見える。

背景や天候、光の向きも各カットで揃えると、服の色の見え方が安定します。場所を変えるときは、「同じ服」を最優先にします。

生成後の確認手順

1. 並べて見る。 全カットの静止画を1枚の画面に並べ、顔ではなく服と小道具から確認します。黄色が別の色味になっていないか、バッグの有無が揃っているか。
2. ズレの種類を分ける。 顔だけがずれたなら、そのカットを後ろ姿や引きに差し替える候補にします。服がずれたなら、依頼文の固定文を見直して再生成します。
3. 顔のアップは最小に。 残すアップは、参照画像と見比べて許容できるものだけにします。
4. 音声で補う。 同じナレーションやBGMでつなぐ方法もあります。音声の自動生成に頼りすぎず、ナレーションは別録りも検討してください。
5. 直す順番を決める。 再生成は、①識別アイテム → ②構図 → ③顔の記述の順で見直します。顔を直すために文章を長くすると、他の要素が崩れやすくなります(経験則として提案しますが、検証した結果ではありません)。

実在の人物の顔を参照にして動画を作る場合は、肖像や同意の問題が絡みます。この記事は架空キャラクターのみを対象にしています。