どの投稿でも同じ見た目を保つAIインフルエンサーの運用

動画を生成する前に、インフルエンサーが何者なのかを書き出しましょう。名前、年齢層、ジャンル、住んでいる場所、話し方、絶対にしないことなどです。そのうえで視覚的なアイデンティティを固めます。顔立ち、髪の色と長さ、肌の色、物との比較での身長、定番の服装を2〜3パターン、よく使うアクセサリーを1〜2点です。

決めずに残した要素は、動画ごとにモデルが違う形で補ってしまいます。この設定書は、ブランドパートナーに「誰と組むのか」を尋ねられたときに見せる資料にもなります。

画像モデルで顔を一度デザインしたら、その同じ顔の複数の角度を生成するか編集で作ります。正面、左右それぞれ四分の三、横顔、アップの各カットです。どの画像でも同一人物だと明確に分かるセットを選んでください。一枚でも外れた画像があると、すべての動画がその一枚に引っ張られてしまいます。

服装ごとの違いは、プロンプトで説明するのではなく、それぞれ独立したキャラクターのバージョンとして扱い、一式のセットを用意しましょう。一般的なアカウントは、普段着、お出かけ用、ジムウェアや仕事着のようなジャンル特化型の3バージョンで運用されることが多いです。

自宅などの固定ロケーションも決めておきましょう。毎回登場するアパート、カフェ、スタジオを写真として保存して再利用すると、ストック映像の寄せ集めではなく、一人の人の生活に見えるアカウントになります。

セットは固定してください。制作の途中で画像を差し替えないことです。3か月目に顔を改良すると、アカウントも3か月目に見た目が変わってしまいます。

コンテンツはまとめて計画しましょう。小さなチームで回しやすいリズムの例は次のとおりです。月曜日に今週の5〜7本の投稿を台本にし、火曜日はカットごとに2〜3テイクを生成します。水曜日はエディタで編集してキャプションを入れ、木曜日に予約投稿を設定します。

アカウントが長い語りのクリップだけに頼らないよう、形式を組み合わせましょう。一週間の例として、5〜10秒のカメラに向かって話す短いクリップを2本、歩く・料理する・トレーニングするといった台詞のないライフスタイル系のクリップを2本、パートナーがいる場合は商品を中心にした投稿を1本、そして最も良いフレームを切り出してカルーセルやストーリーズ用の静止画にします。

公開する前に、新しいクリップを過去の投稿2本と並べて比べてください。同一人物かどうか迷ったら、生成し直しましょう。

AIであることを明示しましょう。プロフィールに、このアカウントがバーチャルまたはAIで生成されたクリエイターであると記載します。2026年10月時点で、TikTok、YouTube、Metaはいずれも、現実的なAI生成コンテンツや合成コンテンツにラベルを付けるようクリエイターに求めており、投稿時にAIラベルや開示設定を用意しています（各社のクリエイター向けヘルプページによる）。最もリアルな動画だけでなく、すべての動画に使ってください。

EUでは、AI法第50条の透明性ルールが2026年8月2日から適用されています。ディープフェイク、つまり本物らしく見えて偽って信じさせる現実的な合成コンテンツを公開する場合は、人工的に生成または加工されたものであることを開示しなければなりません。

完全に架空のペルソナがディープフェイクに当たるかどうかは議論が続いています。それでも開示しておくことに費用はかかりません。

スポンサー投稿には、通常どおりスポンサーシップの表示が必要です。2023年に改定されたFTCの推奨に関するガイドによると、バーチャルインフルエンサーも推奨者とみなされ、広告主と推奨者の双方が責任を問われることがあります。バーチャルインフルエンサーは商品を個人的に体験できないため、「数週間使っています」といった台本は避けましょう。商品は紹介するものであって、体験談として証言させるものではありません。

本人の書面による同意がないまま実在の人物を顔のモデルにしないでください。また、有名人に意図的に似せることも避けましょう。これは、どんなラベルでも解決できない肖像や成りすましの問題を生みます。

少しずつのズレ：どの投稿も前の投稿に近いのに、40本目が1本目と一致しなくなる現象です。常に先週の動画ではなく、元の参照画像と比較してください。

シーンごとの年齢や体型の変化。特に全身のカットで起こりやすいです。服装セットごとに全身の画像を必ず1枚含めましょう。

手と持ち物。スマートフォン、コーヒーカップ、商品は、リアルさが最も崩れやすい部分です。持ち物はシンプルにし、握り方が見えるようにしてください。

磨きすぎ：毎日完璧な肌と完璧な光は、ラベルを付けていても合成に見えてしまいます。スマートフォンのカメラで撮ったように、光や構図にばらつきを持たせましょう。

RefVidでは、インフルエンサーの各バージョンがそれぞれ独立した被写体になり、1〜5枚の写真から作られます。被写体のページには、そこから作られたすべての動画が並ぶので、元の画像からのズレも見つけやすくなっています。自宅などの場所の写真は、シーン写真として動画に追加でき、場所の雰囲気を決めることができます。

クリップは9:16、16:9、1:1で3〜15秒です。音声はオプションで、オンにすると、プロンプト内で引用符に入れた台詞がクリップ内で話されます。RefVidには音声クローン機能がないため、クリップごとに声は一定になりません。

RefVidは現在Kling 3.0 Omniで動いており、Kling 4 Omni ReferenceのAPIが公開されたら切り替える予定です。保存済みの写真はそのまま残ります。