衣装の一貫性
AIによる衣装・服装の一貫性
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) |
衣装は一度定義したら、あとは参照するだけ
ついすべてのショットで服を描写したくなりますが、これは間違いであり、コストもかさみます。ショットのプロンプトに衣装の説明を長く書くと、モデルの注意が顔から逸れ、縦長のフレームではカメラが大きく後ろに下がって頭が縮小し、キャラクターの同一性が失われます。薄いオーバーコートがフレームの7割を占め、その上に小さな顔が乗っているだけ、というのは机上の話ではなく実際によく起こる失敗です。
そのため、SceneMixerは衣装をキャラクターの参照の設定画に保持し、ショットはその衣装を説明し直すのではなく、人物を指し示します。設定画が確立したものを、すべてのショットが引き継ぎます。
要点
| 設定画 | 1つの衣装を、カット・生地・構造・留め具といった原因となる要素で記述し、白背景のキャスティング写真として生成します。 |
|---|---|
| 衣装の軸 | 時代、仕立ての伝統、生地、工芸といったプロジェクト全体の基準を解析時に一度だけ注入し、登場人物全員が同じ世界観の服装をまとうようにします。 |
| 2着目の衣装 | 専用の設定画を作成します。ショット内の一文として書くのではなく、キャラクターの状態として扱います。 |
| 小さな変化 | 雨、埃、襟のゆるみ、手に持っている物などはショット内にテキストで記述します。追加の画像は不要です。 |
| ショットプロンプト | キャラクターを参照します。衣装を記述し直したり、服を見せるためにカメラを後退させたりしません。 |
状態と文章の境界線
2枚目の画像が必要かどうかを決めるこの線引きは、参照条件付き動画モデルの動作に基づいています。モデルは画像内にあるもの(顔、衣装、小物、構造)をほぼそのまま複製し、画像の上に重なる全体的な効果(天気、時間帯、光、汚れ)はテキストとして受け入れます。
- 設定画を作成するのは、衣装そのものが変わる場合です:完全な着替え、変身、ローブの代わりに鎧を着る、平服の代わりに制服を着る、焼けたり破れたりして元の形がわからなくなる場合などです。
- テキストで記述するのは、同じ衣装に何かが起こっている場合です:びしょ濡れ、雪をかぶっている、血痕がついている、袖をまくっている、コートを着ずに持っている場合などです。
- 同じフレームに登場しうる2つの姿は「状態」ではありません。それらは2人のキャラクターか、キャラクターと小物です。
この線を誤って多くの画像の方向に引くのが、よくある間違いです。初期の頃は、自動検出された「状態」の多くが、カップを持つ、ランプが点くといったものでした。それらはテキストです。SceneMixerは今、キャラクターごとに提案する状態の数に上限を設けています。過剰に生成するとお金がかかり、得るものがないからです。
1つの記述に2つの衣装を書く
脚本ではキャラクターの衣装を弧として描くことがよくあります。初期エピソードはこの服、後半はあの服、さらに結婚式の衣装、といった具合です。この3つをまとめて1つの記述として渡すと、レンダリング時にそれぞれの要素を半分ずつまとった人物が描かれてしまいます。そのため、画像を生成する前に構造的に記述を分割します。最初の衣装は基本設定画に残し、残りは個別の状態画像とします。履物、小物、生地といったパーツのラベルは、2着目の衣装ではなく1つの衣装の構成要素として認識されます。
各ショットが使用する画像
ショットごとの優先順位は次のとおりです:そのセグメント専用に選ばれた状態、エピソード単位の上書き画像、そのエピソードに割り当てられた状態、基本設定画。実際にレンダリングされた状態のみが有効です。紙の上では状態が存在しても画像がない場合、ショットは基本設定画にフォールバックし、差分をテキストで補うため、画像がなくても変化自体は記述されます。
SceneMixerは状態を自動で割り当てます。ショットリストが生成された後、どのセグメントがどの状態を使うかを決め、書き留めます。エピソード単位ではなく、セグメント単位でそうしています。意図的です。回想の衣装をエピソード全体に当てはめると、そのエピソードのすべてのショットで、キャラクターが間違った服を着てしまうからです。
対応していないこと
- 実在の衣装の写真からキャラクターに服を着せること。 キャラクターの参照画像をアップロードすることはできますが、衣装転写機能はありません。
- レンダリング済みのショットで衣装を変更すること。 衣装は生成時に確定します。変更するには再レンダリングが必要です。
- レンダリングしていない状態を保持すること。 画像のない状態は、基本設定画とテキストにフォールバックします。
- ショットリスト再生成時に、手動で選択したセグメント単位の状態を保持すること。 これらは再計算されます。エピソードレベルの選択は維持されます。
- 縦長の全身フレームでロングコートを着た姿を安定して描写すること。 既知の制限として、衣装が優先されて顔が小さくなります。より寄ったフレーミングを使用してください。
コストについて
SceneMixerの各状態の画像は、生成された画像です。7クレジット。最初のプロジェクトには、キャラクター、場所、小道具をまたいだ15枚の無料の参照画像が含まれ、状態の画像には、その最初のプロジェクトで別の無料枠があるので、1枚試すのは無料です。テキストだけの変更には料金がまったくかかりません。それが、状態と文のどちらにするかの線を学ぶ価値がある主な理由です。基本の画像がどう作られるかはキャラクターの設定画を、料金は料金ページを見てください。
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
なぜすべてのショットで衣装を記述しないのですか?
衣装の説明を書き直すと、顔と注意を取り合い、衣装を見せるためにカメラが引いて、頭が小さくなりすぎて人物が分からなくなるからです。SceneMixerは衣装を参照の設定画で一度決め、そのキャラクターを指すショットはすべて、それを引き継ぎます。
衣装の2枚目の画像が必要になるのはどのような場合ですか?
衣装そのものが変わる場合——完全な着替え、鎧、制服、焼けたり破れたりして元の形がわからなくなった場合などです。同じ衣装が濡れている、埃をかぶっている、血がついている、ボタンが外れているだけなら、ショットのテキストにその旨を書いてください。リファレンス条件付きモデルは、そうした表現を画像に重ねるエフェクトとして受け入れます。
脚本で季節の変化に合わせてキャラクターの衣装が変わる設定です。どうなりますか?
SceneMixerは、何かを描く前に説明を分けます。最初の衣装は基本の設定画に残り、後のものは独自の状態の画像になります。すべてを一度に渡すと、1回のレンダリングで、各衣装の一部を着た人物が描かれてしまいます。
各ショットではどの画像が使われますか?
SceneMixerでは、そのセグメントに選んだ状態が優先されます。次に、エピソードごとの上書き、次にそのエピソードに割り当てられた状態、最後に基本の設定画です。レンダリングされた画像がない状態は数えられません。ショットは基本の設定画を使い、違いは言葉で説明します。
レンダリング済みのショットで衣装を変更できますか?
いいえ。SceneMixerは、ショットを生成するときに衣装を固定します。そのため変更するには、通常の秒単位の料金で、そのセグメントを生成し直す必要があります。
キャストの衣装は一度で設定
無料のリファレンス画像15枚で、小規模なキャスト全員分をまかなえます。
SceneMixerを無料で試すクレジットパッケージは$1.49から · Proは$7.99/月 · 開始時にクレジットカードは不要