一貫したキャラクター

キャラクターの一貫性を保つAI動画生成ツール

2026年9月20日更新

簡潔に答えると、ほとんどのAI動画がシリーズ化できない原因はキャラクターブレです。第5話にもなると主人公の顎のラインが変わり、視聴者は同じ番組だと思えなくなります。SceneMixerは4つの仕組みでこの問題に対処しています—一度だけ生成したキャストの設定画、キャラクターが登場するすべてのセグメントに添付する顔と体のクロップ、名前ではなくIDで紐付ける参照、フレーム内にいない人物を名前で呼ばない明確なルールです。意図的な変更については、プロンプトで調整するのではなく、専用の設定画を用意します。

SceneMixerがエンドツーエンドで生成したAIショートドラマ『ガラスのフロア』の静止画（キャラクター5人、1話） — サンプル：『ガラスのフロア』 — 写実HD、1話、脚本からSceneMixerパイプラインでエンドツーエンド制作 · エピソードを見る

そもそもキャラクターがブレる理由

テキストトゥビデオモデルは、生成ごとに独立してレンダリングします。1カット目で「眉に傷のある30代の女性」と記述し、30カット目でも同じように記述しても、説明文には一致するけれど互いには似ていない2人の女性が出力されます—形容詞だけでは顔を特定しきれないのです。以下に挙げる解決策はすべて、根本の考え方は同じです。キャラクターを言葉で説明するのをやめ、モデルに本人の写真を渡すのです。

4つの固定ロック

各仕組みの役割
設定画	各キャラクターは、無地の背景、方向性のあるキーライトのもと、9:16の全身設定画として一度だけ生成されます。これはムード作品ではなくキャスティング写真です。設定画に焼き付いた光は、それを使うすべてのカットに引き継がれるからです。
添付クロップ	その設定画から切り出した顔と体のクロップを、キャラクターが登場するすべてのセグメントに添付して送信します。モデルは説明文を解釈するのではなく、写真をもとに一致させます。
IDによる紐付け	絵コンテ台本は名前ではなくIDでアセットを参照します。同名のキャラクターがいたり、プロジェクト途中で名前を変更したりしても、連鎖が黙って壊れることがなくなります。
オフスクリーンルール	見つめられている、話しかけられている、手を伸ばされているだけでフレーム内にいないキャラクターは、演出として記述し、決して名前で呼びません。不在のキャラクターを名指しすると、モデルが1人だけのカットにその顔を貼り付けてしまう原因になります。

5つ目の小さな仕組みとして、1カット内の各人物には、その人物の説明文から抽出した1〜2個の識別しやすい顔の特徴を持たせます。これにより、同じ制服を着た2人のキャラクターがカット途中で顔を入れ替えてしまう古典的な失敗を緩和します。

キャラクターを意図的に変える場合

一貫性は「まったく変わらない」ことを意味するわけではありません。第6話で火だるまになったキャラクターは、第7話で火傷して見えなければなりません。境界線は、動画モデルが参照画像をどう扱うかで決まります。モデルは顔、服装、形状、構造をほぼ忠実にコピーし、光、天気、時間帯はその上に重ねるエフェクトとして適用します。

状態バリアントを用意するのは、見た目、服装、形状、構造が変わる場合です。衣装の完全な変更、変身、火傷、崩れた部屋、鞘から出た刃、折れた物などが該当します。バリアントには、ベースの設定画から生成した専用の参照画像を用意します。
カットのテキストに記述するのは、光、天気、時間帯、位置、誰かが持っている物、体に降りかかった物が変わる場合です。雨が降っているからといって、通りの画像をもう1枚用意する必要はありません。

この判断を逆にしてしまうと、どちらの方向でもコストがかさみます。「カップを持つ」ためのバリアントは、料金を払って生成しても本編には映らない無駄な画像になりますし、「火事の後」をプロンプトで指示しても、モデルは参照画像にあるきれいな部屋を優先して、その指示を丁重に無視します。

まだ解決されていない課題

ロングコートが顔を覆ってしまう。ロングコートやローブを着たキャラクターの9:16全身設定画は、ほとんどのピクセルが布地に使われ、頭部が小さくなりすぎて細かい本人確認の特徴が失われます。これはプロンプトの問題ではなく、フレーミングの限界です。
1カットに同じ服装のキャラクターが2人いる場合、まだ顔が入れ替わることがあります。識別用の特徴が多少は役立ちますが、制服姿のキャラクター同士は今でも最も難しいケースです。
群衆。一貫性の保証はアセットライブラリにあるキャストに限られます。背景のエキストラは毎回新しく生成されるため、風景として扱ってください。

各レイヤーが何をカバーでき何をカバーできないかについての詳細な階層的な説明は、キャラクター一貫性ガイドに記載しています。

料金について

設定画は台本分析（英語テキスト3,333文字あたり4クレジット）とは別の独立した項目です。各アカウントには無料の参照画像が15枚付属し、それを超える追加画像や再生成画像は、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。状態バリアントには初回プロジェクト限定の小さな無料枠があり、その後は画像として課金されます。動画自体は、参照画像の有無にかかわらず、出力1秒あたり10クレジットから（最低クレジット単価では約$0.06/秒）です。一貫性のための追加料金はかかりません。詳細は料金ページをご覧ください。

自分のキャストで無料で試す

この分野で「一貫性がある」という主張は、絶対に鵜呑みにすべきではありません。その必要もありません。新規アカウントには、50クレジット、キャラクター・シーン・小道具全体で15枚の無料参照画像、初回プロジェクトで第1話の絵コンテが1本無料、さらに自分の設定画を使って自分のエピソードのオープニングショットをレンダリングする最大5秒の無料プレビューが1回付いています。これだけあれば実際にテストできます：

同じ2人が数分おきに何度か登場するシーンを貼り付けます。
分析機能にキャストを組み立てさせたら、設定画が生成される前にキャラクターの説明文を読み、おかしな点を修正します—設定画はこのテキストから生成されます。
設定画を生成します。参照画像の生成時間の中央値は約16秒、10枚のうち9枚は27秒以内に完了するため、5人のキャストなら数分で終わります。
無料プレビューは、キャラクターが立ち止まっているのではなく何かをしているショットに使い、顔を設定画と見比べてください。

参考までに：このプラットフォームのプロジェクトの中央値は名前のあるキャラクターが5人で、10プロジェクト中9プロジェクトは10人未満です。もしあなたのストーリーに30人必要でも、同じ仕組みがそのまま使えます—コストがかかるのは設定画であって、一貫性の維持ではありません。

全エピソードを15言語で

セリフの言語はステップ1で一度設定すると、生成全体に適用されます。対象地域の設定により、登場人物の名前、顔、街並みも同時にその市場向けに調整されます。以下の各サンプルはこの方法で言語ごとに1つずつ作成されています。

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。

全15言語を見る

よくある質問

実際のところ、どのくらい一貫性がありますか？

シリーズ全体で同じ顔を保つことが設計目標であり、アセットライブラリ内のキャストに対して設定画の仕組みが実現する機能です。ただし、全フレームで完全に保証されるわけではありません。同じ服装のキャラクターが同じショットに映る場合や、設定画の大部分がコートで占められているキャラクターは、依然として難しいケースです。それ以外の要素——エピソード数、経過時間、キャラクターが登場するショット数——は一貫性を低下させません。すべてのショットが同じ画像と照合されるからです。

生成する代わりに、自分で用意したキャラクター画像をアップロードできますか？

はい。どの設定画もアップロードした画像に置き換えることができ、パイプラインの残りの部分は生成されたものとまったく同じように扱います。これは、他ですでにデザインしたキャラクターを使うための方法です。

実在の人物の顔でも使えますか？

技術的には、アップロード機能は画像が何であるかを問いません。しかし、実在の人物の容姿を使ったAI動画を公開することは、ほとんどの市場で法的な問題となり、当社のコンプライアンスガイドでもそのように扱っています。フェイススワップツールは提供していませんし、推奨もしていません。

プロジェクトの途中でキャラクターの名前を変更するとどうなりますか？

何も壊れません。絵コンテは識別子でアセットを参照しており、名前の変更は保存されたテキスト全体に同時に反映されます。2026年9月より前は名前で参照を照合していましたが、この変更によってその問題は完全に解消されました。

キャラクターの一貫性を保つために、ショットごとに追加料金がかかりますか？

いいえ。セグメントに設定画を添付しても、1秒あたりの料金は変わりません。各設定画につき1度支払うだけで、その後は何ショット使っても追加料金はかかりません。一貫性はここではアーキテクチャによる機能であり、アップセルの対象ではありません。

すべてのショットでキャラクターを再度説明する必要がありますか？

いいえ、そうすべきではありません。ショットのテキストにはキャラクター名を記載し、外見は設定画が保持します。ショットのテキストで身体的な特徴を繰り返し記述すると、モデルが画像から離れて言葉の方に引き戻されてしまいます。この設計は、まさにそのブレを解消するためのものです。

同じエピソード内で1人のキャラクターに2つの外見を持たせられますか？

はい——そのために状態バリアントがあります。各外見はそれぞれ独立した参照画像であり、絵コンテはセグメントごとにどれを適用するかを決定します。エピソード全体ではなく、個々のセグメント単位で指定できます。

第1話から第40話まで同じ顔

キャストは一度生成すれば、その後のすべてのショットは説明文ではなく画像と照合されます。

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 · クレジットカード不要で始められます