AI 動画でキャラクターの一貫性を保つ方法：カットをまたいでも崩れにくい進め方

AI 動画でキャラクターの一貫性を保ちたいなら、まず避けるべきなのは、これを「プロンプトの書き方の問題」だと考えることです。もちろんプロンプトを整える意味はありますが、それだけで根本原因は解決しません。多くの場合、整合性が崩れるのは制作工程の各段階で人物像が毎回リセットされるからです。角度が変わる、光が変わる、カットが変わる、動きが変わる。そのたびに顔つきまで揺れ始めます。

より信頼できるやり方は、工程を 2 段階に分けることです。まず、安定した参照画像や再利用しやすいキーフレームを使ってキャラクターを視覚的に固定する。そのあとで、動きやカットの切り替え、場面転換があっても同じ人物として保ちやすい動画モデルに渡します。

このテーマが WMHub の現在のモデル構成と相性が良いのはそのためです。Nano Banana 2 と Nano Banana Pro は、キャラクター設定を固める段階に向いています。Seedance 2.0 は、複数カットにまたがる連続性をリファレンス主導で保ちたいときの有力候補です。Kling 3.0 は、短尺の構成、ブランドや商品の一貫性、必要に応じた音声まで同時に成立させたいときに役立ちます。Veo 3.1 は、重い連続性制御よりも写実感や音声同期を優先したいときの比較対象になります。

短く言うと：2 段階の一貫性フローを使う

多くのチームにとって、最も現実的な流れは次のようになります。

1. まずキャラクターを静止画システムとして作る。
2. 顔、衣装、色、主要なビジュアル要素を動画化の前に承認する。
3. 複数の参照ビューや絵コンテ用のフレームを作る。
4. それらを、プロンプトだけで動かす汎用生成器よりも連続性に強い動画モデルで動かす。
5. 1 回の生成に完璧な人物維持を長く求めるのではなく、弱い部分は後編集で補う。

最初の段階を飛ばすと、動画モデルは動き、構図、背景を処理しながら、同時にキャラクターそのものまで発明しなければならなくなります。ずれが出始めるのは、たいていそこです。

ステップ 1：アニメーション前にキャラクターを固める

Nano Banana 2 で再利用しやすいキーフレームを作る

Nano Banana 2 は、繰り返し使えるキャラクター設定、複数シーンでの一貫性、画像内テキストの読みやすさ、そしてラフから承認可能なフレームまで持っていきたいときにかなり便利な準備ツールです。WMHub ではすでに、キャラクターの整合性、絵コンテ用フレーム、そして後続の動画制作に渡せる高精細な画像セット向けの画像モデルとして整理されています。

そのため、キャラクターの一貫性を扱うときの強い第一候補になります。たとえば次のようなものを作れます。

• 正面、横顔、斜め向きの設定画像
• 表情差分
• 衣装を固定したバリエーション
• 人物は変えず背景だけを差し替えた確認用カット

静止画の完成度まで求めるなら Nano Banana Pro

静止画の時点で、ブランドチェックに耐える精度、文字の読みやすさ、対外公開できる見た目まで欲しいなら、Nano Banana Pro のほうが合います。WMHub でも、キャラクターの安定感、画像内テキストの読みやすさ、広告・EC・ポスター・動画用キーフレーム向けの高解像度出力として整理されています。

実務では、動画化する前に見た目をかなり厳密に固めたいときに有効です。マスコット、ブランドの顔になる人物、広告用のキャラクターのように、少しのぶれでも困る案件ほど効果が出ます。

ステップ 2：適切な動画モデルで動かす

Seedance 2.0 は参照素材を軸に連続性を保ちやすい

Seedance 2.0 は、文章だけで押し切るのではなく、参照画像、参照動画、音声などを使って見た目を寄せていく工程で強いモデルです。WMHub でも、絵コンテ主導の制作、ブランド案件、プロダクトストーリー、複数カットにまたがる人物のつながりが必要な場面向けとして整理されています。

要するに、「この人物をただ動かしたい」のではなく、「この服、この雰囲気、この見え方をカットが変わっても保ちたい」ときに比較する価値が高いということです。

Kling 3.0 は短尺の見せ場と音声込みのまとまりに強い

Kling 3.0 が向くのは、人物の一貫性だけでなく、映像としての勢いも必要なときです。WMHub では、複数カットの構成、被写体の安定感、音声付き生成、リップシンク、広告や商品映像での参照素材活用という文脈で整理されています。

ブランド動画やクリエイター向けの短尺では、人物が同じに見えるだけでは足りません。テンポ、セリフ、商品の見せ方まで含めてまとまっている必要があります。Kling 3.0 は、その条件が重なる場面で使いやすいです。

Veo 3.1 は写実感を優先するときに比べる

Veo 3.1 は、人物の安定感よりも、まず画の写実感や音声との自然な同期を重視したい案件で比較対象になります。高品質なシーンでは強い候補になりやすい一方、すべての連続性の問題を一気に解決してくれるモデルではありません。

複数カットをまたいでも同じ人物像を保ちたいことが最優先なら、Seedance 2.0 のような参照素材主導の流れのほうが実務には合いやすいです。

実践で機能しやすい進め方

1. 人物設定メモを先に作る

モデルに勝手に補ってほしくない要素は、先に言語化しておきます。

• 顔の輪郭
• 髪の長さと質感
• 衣装と色
• アクセサリー
• 光の方向
• カメラ距離
• 基本の表情

記憶に頼らないことが大切です。カットごとに人物の定義が少しずつ揺れると、一貫性はすぐ崩れます。

2. 3〜5 枚の基準画像を作る

動画に入る前に、少数で役割が明確な基準画像を作ってください。正面、横、斜め、全身といった構成は、関連があいまいな画像を大量に並べるより役に立ちます。

3. 人物の定義文はカットをまたいでも固定する

カットごとに人物説明を書き直してはいけません。人物の核になる説明は固定し、変えるのは動き、カメラ、背景だけにします。毎回書き換えると、モデルは別の人物として解釈しやすくなります。

4. 変える要素は 1 回に 1 つだけにする

顔が崩れ始めたら、角度、衣装、背景、動き、照明を一度に変えないでください。4 つを固定し、1 つだけ動かす。そうして初めて、何がぶれの原因なのかを切り分けられます。

5. 長回しより短いカットとつなぎカットを使う

長い連続カットは、モデルの弱点を早く露出させます。短いカットのほうが制御しやすく、失敗も限定されます。手元、持ち物、シルエット、肩越し、背景だけのカットのようなつなぎ用カットも有効です。人物中心のシーン同士を自然につなぎやすくなります。

6. 必要なら部分修正で仕上げる

一貫性は、必ずしも生成だけで取り切る必要はありません。ほぼ良いカットなのに、顔の細部や衣装の一部だけ弱いなら、そこだけ後処理で直したほうが、シーケンス全体を生成し直すより速いことがよくあります。

一貫性が崩れやすい典型例

• 参照画像の中で、絵柄、照明、顔の比率がばらついている
• カットごとに人物説明の文言が変わる
• 人物の定義、カメラ演出、背景変更を一度にやらせている
• カットが長すぎて、モデルの時間的な安定範囲を超えている
• 人物像が固まる前に複数キャラクターを同時に出している
• 静止画の確認を飛ばしたため、人物像が文字でしか存在していない

WMHub で進めるときの実用ルート

WMHub で進めるなら、まず Nano Banana 2 か Nano Banana Pro で人物設定を固めます。そのあと、参照素材を軸にカットのつながりを保ちたいなら Seedance 2.0 に進みます。短尺のテンポ、商品の見せ方、必要なら音声やリップシンクまで含めてまとめたいなら Kling 3.0 を見ます。写実感を優先したい案件なら Veo 3.1 も比較対象です。

この流れのほうが、毎回空の状態からプロンプトだけで完璧な一貫性を引き出そうとするより、はるかに安定します。