AIショット全体でキャラクターと場所の一貫性を保つ方法

すべてのナラティブAIビデオは同じ壁にぶつかります。最初のショットでは完璧なキャラクターが得られるのに、4つ目のショットでは顔、ジャケット、生え際が変わってしまいます。ビデオモデルには生成間の記憶がありません。一貫性は要求するものではなく、モデルの周りに構築するシステムです。参照画像1枚、固定された記述ブロック、そして最後の20%を吸収する編集パス。

このガイドではそのシステムを構築します。実行例は、生物発光する苔の洞窟とジャングルのトレイルという2つの場所に登場するフィールド植物学者で、同じキャラクターシートから生成されます。参照シート用の画像モデルと、/studioなどの画像参照を受け付けるビデオツールが必要です。

参照シートはあなたの記憶です

映像を生成する前に、キャラクターを全身静止画として一度デザインします。この1枚の画像が以降のすべてのショットで参照として渡され、プロンプトの形容詞よりもはるかにアイデンティティを固定します。シートのプロンプトはキャスティングコールのように書きましょう。衣装、髪型、アクセサリー、ポーズ、背景。

Full-body character design of a woman in her thirties,
a field botanist: olive field jacket with rolled sleeves,
round glasses, dark hair in a single braid, canvas satchel,
standing relaxed pose facing camera, neutral light-grey
studio background, soft even lighting, consistent character
reference sheet look.

シート自体の3つのルール。ニュートラルなグレーのスタジオ背景で、環境が参照に混入しないようにします。フラットで均一な照明で、ビデオモデルが雰囲気ではなく形状を読み取れるようにします。カメラに向かってリラックスした立位のポーズ。極端なポーズは後続の生成を汚染するためです。候補を2〜3枚生成し、先に進む前に1枚選びます。プロジェクト途中でシートを交換しないでください。

1つの参照、2つの場所

ONE REFERENCE, TWO LOCATIONS

INPUT

PROMPT

The botanist kneels in a bioluminescent moss cave at night, lifting a glowing fern leaf toward her lantern, awe on her face, medium shot, cool teal glow against warm lantern light, gentle handheld drift.

OUTPUT — GENERATED WITH MANIFOLDGEN

ショット1 — 苔の洞窟 · 4s

ショット2 — ジャングルのトレイル · 4s

両方のショットで同じキャラクターシートを画像参照として添付し、プロンプトでは場所、アクション、照明のみを変更します。ショット2のプロンプト：「植物学者が太陽の降り注ぐジャングルのトレイルを進み、片手で葉を分け、前から歩行ペースで追うトラッキングショット、まだらな緑の光、ドキュメンタリーのリアリズム、参照と同じキャラクター。」アイデンティティはテキストではなく画像から来るため保持されます。

ショット間で何が変わり、何が変わらなかったかに注目してください。場所、アクション、カメラワーク、照明はショットごとに新しいものです。衣装、メガネ、三つ編み、サッチェルはどちらのショットのプロンプトにも登場しません。それらは参照画像に乗ってきます。この役割分担がテクニックのすべてです。画像はアイデンティティを、プロンプトは演出を担当します。

記述を逐語的に繰り返す

参照がほとんどの作業を行いますが、テキストも漏れ込みます。キャラクターを散文で説明する必要がある場合（シートがうまく切り取れないクローズアップや、参照をサポートしないモデルなど）、毎回同じフレーズブロックをコピーしてください。

• キャラクターごとに正規の記述文字列を1つ作成し（「30代の女性、袖をまくったオリーブ色のフィールドジャケット、丸メガネ、暗い髪をひとつに編んだ三つ編み、キャンバスサッチェル」）、彼女に言及するすべてのプロンプトに未編集のまま貼り付けます。
• 言い換えないでください。「暗い三つ編みの髪」と「ひとつの三つ編み」は、規模が大きくなると別の人を生み出します。
• キャラクター名または代名詞の直後、動作動詞の前に記述子を置きます。プロンプトの早い位置にあるほど重みが増します。
• 繰り返し登場する小道具にも同じことを行います。ランタン、サッチェル、シダなど。名前付きの小道具にも固定フレーズを設定します。
• プロジェクトごとにすべての固定文字列を1つのメモファイルに保存します。キャラクターを修正するときは、ファイルを一度修正して再生成します。

ロケーションバイブルを保持する

キャラクターには参照画像、ロケーションには名前付きの詳細。ロケーションバイブルは、セットごとの具体的で再現可能な特徴の短いリストです。苔の洞窟には、狭い入口の縦穴、輝きを反射する浅いプール、段状の岩棚にシダの群生があります。そこでのすべてのショットは、キャラクターの記述子とまったく同じように、それらの名詞を逐語的に再利用します。

名前付きの詳細は、プロンプト圧縮に耐えるため、雰囲気を表す言葉よりも優れています。「生物発光する洞窟」は毎回異なる再生成になりますが、「段状の岩棚の下で青緑色の輝きを反射する浅いプール」は、認識できるほど同じ空間を再構築します。主要なロケーションでは、アングルごとに1枚の静止画を生成し、キャラクターシートと同じように画像参照として使用します。同じメカニズムをセットに適用します。

[Character name], [frozen descriptor block verbatim],
[action], [location with bible details],
[shot size], [camera move], [lighting],
[reference image attached].

それでもアイデンティティがずれる場合

• 顔は変わるが衣装は保たれる場合 — 参照画像の切り抜きがきつすぎます。全身が写り、頭上のスペースと手が見えるようにシートを再生成してください。
• シーンの途中で衣装が変わる場合 — 記述子ブロックが言い換えられたか省略されています。キャラクター名の横に逐語的な文字列を復元してください。
• キャラクターの見た目は正しいが、ショットごとに年齢が変わる場合 — 参照だけに頼らず、固定ブロックに年齢のフレーズ（「30代」など）を追加してください。
• 照明スタイルがアイデンティティを圧倒する場合 — 極端な色のコントラスト（暖色に対するティール）は顔のディテールを洗い流す可能性があります。キーライトを柔らげるか、それらのショットのホールド時間を短くしてください。
• カットアウェイの後にロケーションが異なって見える場合 — バイブルの詳細が省略されています。戻りのショットのプロンプトに名前付きの詳細リストを再貼り付けしてください。
• すべてがほぼ機能する場合 — 再生成をやめてください。早めにカットし、インターカットし、グレーディングしてください。観客はフレームではなくシーケンスを読み取ります。

シートを一度作成し、記述子文字列を固定し、ロケーションを記録し、フルシーンを生成する前に、Studioでテストショットを並べて生成してマッチを確認してください。/tools/cinematic-camerasのシネマティックカメラプリセットは、モーション言語をアイデンティティシステムと同じくらい規律正しく保ちます。