AIビデオで一貫したキャラクターを作る方法

必要なのは、キャラクターの短い説明文、参照画像を作る画像ツールかカメラ、そして1回のリクエストで複数の参照画像を受け付ける動画モデルの3つです。2026年10月時点では、Klingの公式ガイドによると、Kling 3.0 Omniは参照画像を最大7枚、または3〜10秒の参照動画1本と画像最大4枚を受け付けます。Veo 3.1の参照モードは画像3枚までです。最初の1時間は、画像を選んだり外したりすることに費やすことになるでしょう。

1. 5行のキャラクターカードを書きます。年齢層と体格。顔の形と、前歯の隙間や太い眉などの特徴的な部分ひとつ。髪の色、長さ、分け目。このシリーズでキャラクターが着る衣装は1つだけにします。小道具やアクセサリーがあれば1つ。カードはモデルのためではなく、あなたのためのものです。互いに矛盾する画像を採用してしまうのを防げます。

2. アンカー画像を1枚作ります。架空のキャラクターなら、カードに合うポートレートが出るまで画像モデルで生成し、そこで止めます。実在の人物なら、本人の許可を得て明るい場所で撮った正面の写真を用意します。アンカーは、肩から上の正面、無表情、均一な光、無地の背景が条件です。ほかの画像はすべてこれに合わせて作ります。

3. アンカーを複数の角度に広げます。正面、左右それぞれの4分の3横顔、真横、そして衣装を着た全身の1枚が必要です。架空のキャラクターなら、画像モデルの編集または参照モードにアンカーを入力し、一度に1つの新しい角度を指定します。実在の人物なら、同じ服、同じ光で、1回の撮影セッションで同じ角度を撮ります。必要な数より多めに作ってください。大半は捨てることになります。

4. 一致する画像だけに絞り込みます。並べて、カードの細部を確認します。分け目は同じ側にあるか。傷は同じ頬にあるか。眉の太さは同じか。分け目が違う画像が1枚でもあると、一部のクリップがその版に引っ張られます。最終的なセットは3〜5枚が目安です。本当に一致するのが3枚だけなら、3枚で構いません。

5. セットを固定します。キャラクター名と版で「mara-v1」のように名前を付け、その場で編集しないでください。後で冬のコートを着せたくなったら、「mara-v2」として新しいセットを一式作ります。版を混ぜることが、数週間かけてシリーズがずれていく最もよくある原因です。

6. 短いクリップ4本のテストシートを作ります。同じセットを使い、クリップごとに変える点は1つだけにします。カメラに向かって話すクローズアップ、歩くミディアムショット、別の光の中での横顔、そして周囲に人が写るワイドショットです。それぞれ3〜5秒で十分です。結果をアンカーの横に並べます。4本すべてで顔が保たれていれば、セットは機能しています。横からの光など1つの状況で崩れるなら、その状況をカバーする参照を追加します。どこでも崩れるなら、ステップ4に戻ります。

7. シーンだけを書いたプロンプトで制作します。これ以降、プロンプトで顔、髪、衣装を説明することはありません。それらは参照から得られるからです。プロンプトで書くのは、キャラクターがどこにいるか、何をしているか、カメラがどう動くかだけです。例：「彼女はカフェの窓辺に座り、コーヒーをかき混ぜ、顔を上げてカメラを見る。ゆっくりプッシュイン、朝の光。」

キャラクターの説明をプロンプトにも参照画像にも書いてしまうこと。両者がわずかでも食い違うと、モデルはそれらを混ぜてしまいます。

日付や化粧の違う画像を混ぜること。あなたには同じ人物でも、モデルには二人の平均のように見えてしまいます。

見栄えのよい正面のポートレートだけを選ぶこと。するとモデルは横顔を想像で作るしかなく、毎回違う横顔になってしまいます。

ずれたクリップを形容詞の追加で直そうとすること。ずれはたいていランダムに起きます。まず同じ入力で再生成し、問題が繰り返す場合にだけ参照を変えてください。

キャラクターが準備完了と言えるかの確認事項：カードがあること。アンカーがきれいな正面であること。セットが正面、4分の3、横顔、全身を網羅していること。すべての画像で髪、特徴、衣装が一致していること。セットに名前と版が付いていること。テストクリップ4本で顔が保たれていること。

RefVidでは、固定したセットが1〜5枚のキャラクターアセットになり、アンカーが主要な視点として先頭に置かれます。すべてのクリップは、Kling 3.0 Omniでそのセットをそのまま再利用します。そのため、ステップ5は記憶に頼るのではなく、仕組みとして守られます。1秒あたり31クレジットで、3秒のテストクリップ4本は372クレジットです。すべてのクリップはキャラクターのページに残るので、並べて確認できます。