RefVid
プロンプト

どこでも同じ見た目のキャラクターのための旅行Vlogプロンプト

旅行Vlogシリーズは、旅人という一つの要素を変えずに保ち、それ以外のすべてが変わることで成り立ちます。新しい都市、新しい光、新しい天候はまさにAIキャラクターの見た目がずれる原因になるため、参照画像のセットで顔と服装を保ち、プロンプトで場所を指定することが大切です。ここでは、到着シーン、カメラに向かって話すシーン、風景のBロールを扱い、旅全体を一貫させるためのポイントも紹介します。

Kling 3.0 Omniを使い、Miaの参照写真4枚と日本語のプロンプトでRefVidにて生成:屋外の市場を歩き、屋台にちらりと目を向けてから、笑顔でカメラに向き直ります。

旅行プロンプトがうまくいくポイント

旅のウェアは最初に決めて、参照画像に含めておきましょう。ジャケット、バッグ、かぶっていればハットなどです。視聴者はVloggerを顔だけでなく、シルエットでも見分けています。

実際の旅では毎回服を変えても問題ありませんが、AI動画では変えるたびにずれるリスクが倍になります。新しい服装にしたい場合は、旅の区間ごとにキャラクターの新しいバージョンを保存しましょう。

Vlogらしいカメラ言語を使いましょう。腕を伸ばした自撮り、レンズに向かって歩く姿、通りを肩越しに写すショット、人物を小さく配置したワイドショットなどです。こうした構図を指定すれば、長い説明がなくてもモデルにジャンルが伝わります。

場所は名前だけでなく、見えるものを描写しましょう。「洗濯物が渡された、青い鎧戸のある狭い石畳の路地」と書けば、都市名だけを指定するより細かく制御でき、特定のランドマークをモデルがどれだけ知っているかに頼らずに済みます。

各プロンプトの前に記載している長さ、比率、音声は設定であり、プロンプトの本文ではありません。プロンプトでは「旅人」と書き、RefVidが保存したキャラクターを適用します。

到着シーンと歩きのショット

プロンプト(7秒、16:9):旅人が電車から降り、片方の肩にリュックをかけて混雑したホームに立ち、発車案内板を見上げます。カメラは後ろから追い、やがて旅人が微笑む顔の正面へと回り込みます。ガラス屋根から差す朝の光、ソフトフォーカスの中を行き交う人々。

効果のポイント:到着シーンは自然なオープニングになり、回り込みのあとの正面の顔は参照画像でカバーできます。リュックが変わる場合は、リュックだけを写した写真も入れてください。

プロンプト(6秒、9:16):狭い石畳の路地を、洗濯物と青い鎧戸が並ぶ中をゆっくり歩く旅人を、自撮り棒の構図で捉えます。旅人は建物を見上げ、そしてレンズへと視線を戻します。手持ちの揺れ、夕方の温かい日差しが淡い壁に反射しています。

効果のポイント:自撮りの構図なら顔が大きく安定したまま保てます。歩くペースはゆっくりにしましょう。速く歩くと揺れが増え、顔立ちがぼやけやすくなります。

プロンプト(8秒、16:9):日の出の静かな砂浜の波打ち際を、靴を片手に裸足で歩く旅人を引きのワイドショットで捉えます。フレームの中では小さく、足元に波が寄せています。カメラは砂浜に固定されています。淡いピンクの空、やわらかい風。

効果のポイント:顔が小さく写るため、ワイドショットは多少のずれを許容します。顔のアップで話すショットの間に挟み、テンポに変化をつけるのに使いましょう。

カメラに向かって話す

プロンプト(8秒、9:16、音声あり):小さなフェリーの手すりに立つ旅人。風で髪が揺れ、カメラを腕を伸ばして持っています。「街から二時間でもう、この透き通った水なんです。」と話し、そのあと前方の島を指さしてカメラを一瞬そちらに向けます。明るい日中の陽射し、海のしぶき。音:エンジン音、風の音。

効果のポイント:ひと言のセリフと、景色を示す身振りが、Vlogの基本の流れです。髪に当たる風は、顔を動かさずに動きを加えます。RefVidでは引用符内のセリフがそのまま話されます。英語と中国語の音声が最も自然に聞こえます。

プロンプト(7秒、9:16):歩道の小さなカフェのテーブルに座る旅人。目の前には小さなコーヒー。砂糖入れに立てかけたスマートフォンに向かって静かに話しかけ、笑ってから通りを見下ろし、またレンズに視線を戻します。日よけの柔らかい陰、背景に街の音。

効果のポイント:カメラを固定して置くと、アイデンティティが安定します。セリフを書かなければ、自分で録音したナレーションの下に入れるカットアウェイとして使えます。

Miaの参照写真4枚から作った10秒クリップの3つのショット:石畳の旧市街の通りを手持ちで歩く場面、噴水のそばでカメラに向かって話す場面、そして屋根の向こうの景色へカメラが振り向く場面。

キャラクターと撮る風景のBロール

プロンプト(8秒、16:9):山の展望台で、木製の手すりに腕を組んで立つ旅人の背後から、ゆっくりと上昇する空撮風の視点。眼下には段々畑の谷。ゴールデンアワー、長い影、遠くにかすかな霧。

効果のポイント:背中を向けた姿から風景が広がる構図では、服装と髪型が合っていれば十分です。参照画像に背面の写真を入れておきましょう。

プロンプト(6秒、16:9):夜市の屋台を覗く旅人。紙コーンに入った焼きナッツを手に取り、店主に笑顔を向けます。肩越しのカメラ、色とりどりの吊り提灯、近くの屋台から立ちのぼる湯気。

効果のポイント:市場の場面はにぎやかなので、肩越しの視点なら注目をキャラクターに保てます。店主の顔に焦点が移ってしまう場合は、店主をフレームの端に寄せて一部だけ写しましょう。

まず背面の映像:Miaが霧の立つ山道を歩き、カメラが後ろからついていきます。立ち止まると、肩越しに振り返ります。参照写真は同じ4枚です。

旅をシリーズとして計画する

RefVidでは1つのクリップに最大3つのショットを入れられ、クリップの長さはショットの間で均等に分けられます。たとえば9秒のクリップなら、ショット1はホームの旅人を捉えるワイドショット、ショット2は駅を出るときの自撮りのクローズアップ、ショット3は駅の外の通りです。「次のショット」を選ぶと、前のクリップの最後のフレームから新しいクリップが始まるので、歩くシーンをクリップをまたいで続けられます。

Veo 3.1では、GoogleのVeoドキュメントによると、2026年10月時点で参照画像を使うクリップは8秒になるため、クリップごとに一つの場面を計画しましょう。いずれの場合も、エディタでクリップをつなぎ、旅のすべてのクリップで参照画像のセットを同じに保ってください。

キャラクターのすべての動画は、RefVidのスタジオでそのキャラクターのページに一覧表示されるため、十都市の旅も一か所にまとまり、都市ごとのずれも見つけやすくなります。プロンプトはどの言語でも書けます。RefVidがモデル用に翻訳します。

3秒の2つのクリップをつなぎました:「Miaが夕暮れの静かな街の通りをカメラに向かって歩き、やがてカフェのドアの前で止まる」、そして最後のフレームから始まる「次のショット」:「Miaがカフェのドアを開けて中に入る。」

よくある質問

AIの旅行動画で実在するランドマークを使えますか?
名前を挙げて描写することはできますが、モデルが描くものは不正確な場合があります。ランドマークの名前だけよりも、見えてほしいものを描写したほうが細かく制御できます。
まったく異なる光の中でも、AI旅行キャラクターを同じに保つにはどうすればよいですか?
ニュートラルで均一な光で撮った参照画像を使い、参照画像のセットを固定しましょう。シーン内で強い色の光を使うのは問題ありませんが、参照画像に色の光が入っているのは避けてください。
AI旅行Vloggerは都市ごとに服を変えてもよいですか?
意図がある場合のみにしてください。服装ごとにキャラクターの別バージョンを保存し、どのバージョンでも顔写真は同じにしましょう。
旅行Vlogのプロンプトには何を含めるべきですか?
場所、光、動作です。旅人の顔と服装は参照画像から取得されます。