AIキャラクター設定画ジェネレーター
AIキャラクター設定画ジェネレーター
2026年11月3日更新

| SceneMixerの概要 | 提供内容 |
|---|---|
| 動画の料金 | デフォルトのティアで1秒あたり$0.06(10クレジット)から、最上位のティアで1秒あたり最大$0.47。料金はすべて、ボタンを押す前に表示されます |
| クリップの長さ | 生成するセグメント1つあたり最大30秒。エピソードはセグメントを合成して仕上げ、1秒あたり1クレジット |
| 1話の試算 | デフォルトのティアで60秒のエピソードは約660クレジット(動画と合成の合計)、最も安いクレジット価格では約$4.11。30,000文字の小説から作る、90秒のエピソード10話のシリーズは約10,026クレジット、約$62 |
| セリフ | 動画の中でそのまま話され、キャラクターごとに声が1つ付き、15言語のどれでも使えます |
| フォーマット | 9:16の縦型または16:9の横型。480P〜1080Pに加え、2Kのティアもあります |
| 無料で始められる | 登録時に50クレジット、セットアップ用の無料画像15枚、最初のエピソードの絵コンテ無料、5秒の動画プレビュー無料 |
| 利用者 | 2,900+人のクリエイターがSceneMixerで生成しています(生成が1回以上あるアカウントを2026年11月に集計) |
| 入力 | 脚本、小説、または一行のアイデア(.txt、.docx、.md のアップロードにも対応) |
ポスターではなく、キャスティング写真
ここでのキャラクターシートの役割は1つだけです。後のすべてのショットが照合する基準となる画像になることです。つまりこれはリファレンス画像であり、リファレンス画像は作品とは異なる基準で評価されます。シートに焼き込まれた要素は、それを使うすべてのショットに引き継がれます。たとえばシートで劇的なサイドライトを当てると、昼間のシーンでもそのサイドライトが再現されてしまい、ショットが本来必要とする照明と衝突してしまいます。そのためシートはキャスティング写真と同じように撮影されます。全身、9:16、無地の背景、顔とシルエットが明確に読み取れ、注意を奪う余計なものが何もない状態です。
質の悪いシートを見てわかった3つの制約
| フラットではなく、指向性のある光 | 「フラットで均一な照明、影なし」はプラスチックのような顔を作る典型的なレシピです。フラットな光は肌の質感を消してしまいます。シートではメイン光源にフィルライトとリムライトを加えて照らし、プロンプトでは鼻の下の影、頬骨の移り変わり、目のキャッチライトを指定します。 |
|---|---|
| アイデンティティを優先、技術は後 | 分析ステップでは、骨格、ほくろ、傷といった非常に具体的な顔の特徴を書き出します。これを長い技術的なプロンプトの途中に埋めてしまうと、画像モデルはそれを薄めて、ありふれた整った顔に戻してしまいます。順番は固定です:まずこの人物が誰であるか、次にそれらの特徴をスムージングで消さないよう指示し、その後に技術ブロック、最後にフレーミングを記述します。 |
| 服装よりも顔を優先 | プロンプトではこれが俳優のキャスティング写真であり、洋服カタログではないことを明記し、頭のサイズを犠牲にしてまでカメラを引き、衣装を見せることを禁止しています。同じ理由で、無表情の指示も削除しました。無表情はキャラクターを認識可能にする存在感そのものを消してしまうからです。 |
4つ目の制約は内容ではなく長さに関するものです。デフォルトの画像モデルはプロンプトを下に読み進めるほど、記述への注意が散漫になります。そのため最も重要なルールはアイデンティティブロックの直後に配置し、プロンプト全体はモデルが実際に読む範囲に収まる長さに保たれています。上部に長い文章を追加するのは無料ではありません。肌と照明のルールがモデルの読み範囲から押し出されてしまうからです。
シートを作る対象、作らない対象
- SceneMixerは名前の付いたキャラクターにつずつ、プロジェクト用に一度生成し、登場するすべてのショットで再利用します。
- 声だけで登場するキャラクター(電話の声、ナレーターなど)は分析時にフラグが付けられ、スキップされます。誰も見ない絵にお金を払う必要はないからです。
- 人間以外のキャラクターは、人物ではなく種ごとの図版として描きます。リアルな解剖構造、4本足の動物は地面に4本足をつけ、人間の手を持たせず、服も着せず、3/4正面図にします。こうしないとデフォルトで擬人化されてしまい、後工程で修正するのが非常に難しくなります。
- 容姿の変化(衣装の完全な変更、変身、火傷、制服など)は、ベースシートから生成される別の画像として扱います。記述欄に2つの衣装がまとめて書かれている場合は、重ねて描くのではなく自動的に分離します。
- 自分で用意したイラストは、どのシートとも置き換えられます。アップロードすれば、パイプラインの残りの部分は生成されたシートとまったく同じように扱います。
記述がそのままシートになる
SceneMixerは、台本分析が作ったキャラクターの説明から設定画を生成します。そのため、顔を直すのに最も安いのは、画像がまだ存在しない段階です。説明を読み、直してから生成してください。役立つ習慣が2つあります。結果ではなく原因を書くこと(「ハンサム」ではなく、顎の形)。そして、各キャラクターに混同しようのない視覚的な目印を1つ与えることです(傷、イヤリング、白髪の一筋など)。同じ原則はパイプライン全体に通じており、キャラクターの一貫性のページに説明があります。
分析結果から結果ベースの表現(原因ではなく仕上がりを記述するメイクの言い回しなど)がどうしても紛れ込むことがありますが、画像モデルに渡る前に書き換えられます。結果だけを渡された画像モデルは、それを文字通り色の斑点として描いてしまう傾向があるからです。
今でも間違える点
- ロングコートが顔を飲み込む 床まで届くコートを着た人物の9:16全身フレームは、ピクセルの大半が布地に使われ、頭が細かいアイデンティティの手がかりを伝えられないほど小さくなってしまいます。これはプロンプトの失敗ではなく、フォーマットのフレーミング上の限界です。
- 同じ制服を着た2人のキャラクターは、シートがあってもなくても、後続のショットで最も難しいケースのままです。
- エキストラはキャストされません。 設定画は、アセットライブラリにいる人物を対象とします。SceneMixerは背景の人物を毎回新しく生成するので、風景として扱ってください。
料金と速度
シートは台本分析とは別に画像として課金されます。すべてのアカウントには、キャラクター、シーン、小道具を問わず、あらゆるプロジェクトで使えるリファレンス画像が15枚無料で付与されます。それを超えた分は、デフォルトの画像モデルで1枚あたり7クレジットです。シートの再生成にも初回と同じ料金がかかります。生成は高速です。2026年9月20日までの30日間にscenemixer.comで正常に生成されたすべての画像の計測では、リファレンス画像の生成時間の中央値は約16秒、10枚中9枚は27秒以内に完了します。そのため、一般的な5人のキャストであれば数分で完了し、無料枠で最初のキャスト分を十分にカバーできます。その他の詳細は料金ページをご覧ください。
1つのキャスト、15の言語
設定画は言語に依存しません。あくまで画像だからです。セリフの言語が変わると変わるのはキャスティング指示書です。別の市場向けのシリーズは、吹き替えで対応するのではなく、その市場向けにキャストを組み直します。以下、言語ごとに完成したシリーズを1つずつ用意しています。
言語
15言語のネイティブ台詞
以下の各シリーズはすべて同じSceneMixerパイプラインで制作されており、キャストはその言語をネイティブに話します。インターフェース、作業ドキュメント、話される台詞はすべて同じ言語で統一されており、吹き替えは一切使用していません。開いて実際に聞いてみてください。
A Carta de LisboaPortuguêsネイティブ台詞
윈터 프라미스한국어ネイティブ台詞
El Secreto de CostaEspañolネイティブ台詞
浪人の誓い日本語あなたの言語で
Ikrar JakartaBahasa Indonesiaネイティブ台詞
Зимняя коронаРусскийネイティブ台詞
L’Héritier du DéfiléFrançaisネイティブ台詞
Il Tavolo dell'OlivaItalianoネイティブ台詞
De Vuurtoren van de FjordNederlandsネイティブ台詞
العهد الصحراويالعربيةネイティブ台詞
Çantasındaki SözleşmeTürkçeネイティブ台詞
Die Istanbul-TäuschungDeutschネイティブ台詞
Останній сигналУкраїнськаネイティブ台詞
問劍青雲繁體中文ネイティブ台詞
The Last EnvelopeEnglishネイティブ台詞
SceneMixerと、ツールをつなぎ合わせる方法の比較
AIドラマの制作フローは、たいてい5〜6個のツールを順番につないだものです。ここでは、各ステップがどこで行われ、何を置き換えるのかを示します。
| ステップ | SceneMixerの場合 | 別々のツールで手作業する場合 |
|---|---|---|
| 脚本とエピソード構成 | 脚本や小説を貼り付けるか、一行入力するだけ。キャスト、場所、小道具、そして編集できるエピソードのアウトラインに読み解かれます | チャット型AIが脚本を書き、エピソードへの分割や、ツール間でのテキストの受け渡しは自分で行います |
| キャラクターの顔と場所 | キャラクター、場所、小道具は、それぞれ1回だけ設定画として描かれ、登場するすべてのショットに紐づけられます | 画像モデルで1枚ずつ生成し、クリップごとに正しい参照画像を自分でアップロードします |
| ショット | エピソードごとに、ショット番号と秒数つきの絵コンテを作成。動画は同じ設定画を参照しながら、セグメントごとに9:16または16:9で生成されます | 動画モデルにプロンプト1つにつきクリップ1本。毎回、同じ人物の説明を最初から書き直します |
| 声とセリフ | セリフは動画の中でそのまま演じられ、キャラクターごとに声が1つ付き、15言語のどれでも使えます | セリフごとに音声合成ツールを使い、そのあとすべてのクリップにリップシンク処理をかけます |
| 1ショットの修正 | そのショットのテキストを編集して、そのセグメントだけを再生成します。エピソードのほかの部分には手を加えません | クリップを再生成し、そのうえでタイムラインを編集し直します |
| 仕上げ | セグメントはBGMとともに1本のエピソードファイルに合成されます。会員はAIバッジなしでダウンロードできます | 動画編集ソフトでクリップをつなぎ、音楽と字幕を入れて書き出します |
| 公開 | 完成したエピソードは、TikTok、YouTube、Instagramなど好きな場所に自分でアップロードします。SceneMixerが代わりに投稿することはありません | 手動でアップロードします(SceneMixerでも同じです) |
よくある質問
設定画には何アングル分の描写がありますか?
全身のポーズ1つと、そこから切り出した顔と体のクロップが、各ショットに一緒に付いていきます。SceneMixerの設定画は、複数の角度を並べた回転グリッドではありません。理由は実用的です。後のショットが使うのは、はっきりとして明るい顔と輪郭の読み取りです。小さなパネルのグリッドでは、1ピクセルあたりのその情報が増えるのではなく、減ってしまいます。
自分で用意したキャラクターアートを使うことはできますか?
はい。生成された設定画の代わりに画像をアップロードすると、SceneMixerは同じように扱います。別の場所で既にデザインしたキャラクターや、モデルでどうしても出せなかった画風を使う場合の方法です。
動物やクリーチャーにも使えますか?
はい。意図的に別の描き方になります。動物の衣装を着せた人物ではなく、実際の解剖学に基づいた種族のプレートです。分析の段階でキャラクターを人間ではないと設定すると、SceneMixerはプロンプト全体を変えます。人間の手、服、種族に合わない限りの直立姿勢はありません。
背景が無地なのはなぜですか?
ほかの背景だと情報が引き継がれてしまうからです。特定のロケーションで設定画を撮ると、その場所の光と色が後でキャラクターが登場するすべてのシーンに焼き込まれてしまいます。無地の背景とニュートラルな指向性ライティングによって、設定画をどこでも使えるようにしています。それこそが一度生成して使い回す目的だからです。
2人のキャラクターが同じ名前だとどうなりますか?
問題ありません。SceneMixerのショットは、名前ではなく識別子でアセットを参照します。そのため、重複やプロジェクト途中の名前変更で、誤った設定画が黙って付くことはありません。また、新しいアセットは、そのプロジェクト内で既に使われている名前を使えないようになっています。
スクリプトなしで設定画を生成できますか?
設定画はSceneMixerのプロジェクト内で、分析で見つかったキャストから生成されます。目的は、そのプロジェクトのショットで再利用されることだからです。キャラクターは手動で追加し、説明を与えられます。それが独立したジェネレーターに最も近いものですが、固定するショットがない設定画は、ただの画像です。
一度キャストすれば、顔をキープ
アカウントごとに15枚の参照画像、カードは不要です。
SceneMixerを無料で試すクレジットパッケージは$1.49から・Pro $7.99/月・開始時にクレジットカードは不要