AIキャラクターの顔が変わり続けるのはなぜ？
拡散モデルにはキャラクターの記憶がありません。世代間で顔を実際に動かすものと、それを固定するレバーを説明します。
同じプロンプトを2回書いたのに、2人の異なる人物が生成された。それはモデルが頑固なのではなく、モデルが本来の役割を果たしているだけだ。テキストから画像を生成するパイプラインでは、意図的に引き継いだもの以外に、キャラクターを次の生成に引き継ぐものは何もない。どの入力がアイデンティティを動かすのかがわかれば、修正方法は明らかになる。
モデルはあなたのキャラクターを知らない
生成は条件付きサンプリングです。プロンプト+シード+重みが入力され、膨大な可能性のある人物の分布から1つのサンプルが出力されます。「28歳、黒髪、緑の目、マヤ」という説明は、何千ものあり得る顔を表します。生成のたびに、その空間の1点が選ばれます。入力を少しでも変えると、別の点に着地します。通常は別の人物になります。
実際に顔を変えるもの
- Seed — different initial noise produces a structurally different person before your prompt has any say.
- Prompt wording — synonyms, adjective order, and added details all shift conditioning. "short bob" vs "bob haircut" is enough.
- Model or route — different checkpoints and samplers carve the latent space differently; the same words describe different people on each.
- Resolution and aspect ratio — coarse features like skull shape get re-decided when the canvas changes size.
- Refiner and upscale passes — second-stage models happily redraw jawlines and eyes while "improving" detail.
- Batch mode — generating many variants means many identities by design. A batch is an audition, not a library.
3つの失敗モードを区別する
- Identity drift — a genuinely different person. Fix with references, not prompts.
- Render drift — same person drawn differently: softer skin, wider spacing, changed age. Fix by editing the output (inpaint) instead of rerolling.
- Framing drift — right face, wrong crop or lens feel. Fix with composition language and camera presets, leave identity alone.
「キャラクターが一貫しない」という苦情のほとんどは、プロンプトが悪いのではなく、参照アンカーが不足していることに起因します。プロンプトは制約し、参照は指定します。プロンプトは「そばかす」と言えますが、これらのそばかす、この鼻を指定できるのは参照画像だけです。
実際に顔を固定するもの
- 01Produce one canonical portrait everyone copies from. Stop auditioning new versions of the face once you have it.
- 02Freeze an identity descriptor block — a paragraph describing the face structurally — and paste it verbatim into every brief.
- 03Create new scenes by reference-based editing from approved frames, so the pixels of the face travel with the request.
- 04Repair drift with masked inpainting: only the broken region resamples, everything outside the mask stays pixel-identical.
ドリフトが予想される場合を知る
極端なアングル、強いモーションブラー、意図的なスタイル変更は、常に近似であって複製ではありません。メディアごとに許容範囲を設定してください。映画のスチルは200pxのサムネイルよりも厳密な類似性が求められます。外れ値はターゲットを絞った編集で修正しましょう。全フレームでピクセル単位の同一性を追求すると、信頼性を築くよりも早くクレジットを消費します。
次は、数十枚の画像にわたってキャラクターを認識可能に保つ完全な4層ワークフローです。このセクションの「AIキャラクターの一貫性を保つ方法」をご覧ください。
Put the workflow to work.
The Studio has the reference editing, relighting, and batch tools these guides assume.