AIキャラクター生成：動画で同一人物・キャラ固定を維持する方法 (2026)

AIキャラクター生成でカットごとに同じ人物（キャラ固定）を維持する仕組みとは？#

AIキャラクター生成で同一人物を維持できるのは、テキストプロンプトのみに頼るのではなく、承認済みの4〜30枚のリファレンス静止画をもとに動画生成モデルへ条件付けを行っているためです。テキストのみを指定すると、生成ボタンを押すたびにAIが新しい顔立ちや髪型、骨格を勝手に作り出してしまいます。リファレンス画像を入力することで、すべてのカットにおいて同じ顔、体型、衣装を再現するようにモデルを誘導できるのです。

[ScreenWeaverのキャラクターリファレンス講座](https://www.screenweaver.ai/academy/courses/ai-filmmaking-course/consistent-ai-characters-reference-sheets)でも解説されている通り、視聴者はわずかな顔の違和感にも敏感に反応し、作品への没入感を損なってしまいます。これを克服するため、プロの制作ワークフローでは「キャラクターの同一性（アイデンティティ）」と「カットごとの可変要素」を明確に分離します。リファレンス画像で顔の骨格や衣装のシルエットを定義し、テキストプロンプト側でカメラワークや感情表現、照明を指定するのです。

DramaCanvas上では、この分離が視覚的に完結します。テキストノードで脚本を書き、画像ノードでリファレンス静止画を生成し、その画像をデータ配線（ワイヤー）で動画ノードへと接続します。後続のモデルは接続されたピクセル情報をキャラクターの外見として読み取るため、カット間での顔のブレ（ドリフト）を劇的に軽減できます。

同一人物を保つマスターキャラクターシートの作り方とプロンプトは？#

マスターキャラクターシートの作成には、フラットなグレーのスタジオ背景をバックにした「正面」「斜め（3/4）」「横顔」「全身」の4つの基本アングルが必要です。画像モデルで最初にこのシートを作成しておくことで、後続の動画生成モデルに対して、キャラクターのアゴのライン、生え際、体格に関する完全な空間情報を与えることができます。

[Astorieのキャラクター一貫性ワークフロー](https://astorie.ai/how-to/keep-same-character-across-ai-videos)によると、個別のポートレートをバラバラに生成するよりも、1枚のマスターシート上に異なる4つのアングルを同時に生成したほうが、顔のブレを防ぐ効果が高いとされています。GPT Image 2やNano Banana Proなどの画像モデルは、明確なレイアウト指示を与えることで、非常に精度の高いマルチパネルのコンタクトシートを出力できます。

ステップ1：アイデンティティ記述とキャラクター情報の固定

まずはキャンバス上のテキストノードで、キャラクターの視覚的な基準を定義します。年齢、人種・エスニシティ、輪郭、髪の質感、目の形に加え、「マスタード色のニットカーディガン」や「左眉の上の薄い傷跡」など、固有の特徴となるシグネチャーアイテムを厳密に2つ指定します。[SuperDuperAIのリファレンスシート作成ガイド](https://superduperai.co/library/character-consistency-reference-sheet/)の研究によると、曖昧な形容詞を10個並べるよりも、際立った視覚的特徴を2つ指定するほうが、アイデンティティの固定において遥かに高い効果を発揮します。

このアイデンティティ記述の文章は、シーンが変わっても決して変更してはいけません。後続のすべてのプロンプトにこの説明ブロックをそのまま貼り付けることで、視覚的なリファレンスを強化します。

ステップ2：画像ノードでマルチアングルシートを生成する

キャンバス下部ツールバーの「ノードを追加」をクリックして「画像」を選択し、画像設定でアスペクト比を16:9に設定します。プロンプト欄に、先ほどのアイデンティティ記述とマルチパネルの配置指示を入力します。

Character reference sheet of Marcus: a 28-year-old man, sharp jawline, short textured dark fade haircut, amber-brown eyes, and a small faint scar over his left eyebrow. Athletic build, wearing a clean olive utility jacket over a charcoal crewneck t-shirt and dark denim. Four distinct views arranged horizontally: full-body front-facing standing pose, head-and-shoulders three-quarter portrait, sharp side profile, and full-body rear view showing hairstyle and jacket back. Neutral facial expression, even flat studio lighting, solid neutral light grey background, clean concept art layout. No text, no overlapping figures, perfectly consistent facial structure and wardrobe across all four panels.

「生成」をクリックしてシートをレンダリングします。生成が完了したら、キャンバスをProfessionalモードに切り替え、画像カードのツールバーにカーソルを合わせて「グリッド分割」を選択し、コンタクトシートを個別のカードに切り分けます。これにより、追加の生成コストをかけることなく、正面、横顔、斜めアングルの独立したカードが得られます。

DramaCanvasでキャラの一貫性・同一人物の維持に最も優れた動画生成AIモデルは？#

DramaCanvasでキャラクターの同一性維持に最も優れているモデルは、最大30枚のリファレンス画像に同時対応するByteDanceのSeedance 2.5です。動画生成AIを選ぶ際、最も重要な指標となるのが「リファレンス画像の受入可能枚数」です。複数枚の画像入力に対応しているモデルは、単一フレームのみを扱うモデルに比べて、激しい顔の向きの変更やカメラの回り込みがあっても顔立ちの再現性を正確に維持できます。

2026年9月24日にOpenAIがSora 2モデルおよびVideos APIの提供を終了して以来、マルチリファレンス対応モデルがキャラクター固定を実現するための主流手法となっています。各プラットフォームの詳細な性能比較については、当サイトのSoraの代替ツール特集や2026年おすすめAI動画生成ツールランキングをご覧ください。

以下の表は、DramaCanvasで利用可能な動画生成モデルと、そのクレジット消費量、キャラクター一貫性に関する入力制限をまとめたものです。

DramaCanvas上でのクレジット（2026年11月4日確認時点）。

DramaCanvasでは生成された動画の秒数単位で課金されます。Standardプラン（月額29.90ドルで1,100クレジット付与）の場合、1クレジットあたりの価格は約0.027ドルです。生成に失敗したタスクのクレジットは、自動的にアカウント残高へ返還されます。

実際の制作コストの目安は以下の通りです：

• Seedance 2.5：720p・10秒のカットで300クレジット（8.10ドル）
• Seedance 2.0：720p・10秒のカットで200クレジット（5.40ドル）
• Wan 3.0：720p・10秒のカットで120クレジット（3.24ドル）
• Kling 4：720p・10秒のカットで70クレジット（1.89ドル）

ストーリー性のある映像で徹底したキャラクター固定を行いたい場合は、衣装、表情、背景の静止画を1回の生成にすべて投入できるSeedance 2.5が最適です。一方、予算を抑えたいプロジェクトでは、最大10枚のリファレンス画像に対応しつつ低コストで高い視覚的再現性を発揮するKling 4やWan 3.0が有力な選択肢となります。

キャンバス上でキャラクターのリファレンスを動画・音声ノードへ配線接続する方法は？#

DramaCanvasでキャラクターの一貫性を保つ配線接続は、画像ノードの右側にある出力ポートから、動画または音声カードの左側にある入力ポートへラインをドラッグするだけで完了します。視覚的なキャンバス構造を採用しているため、複雑なプロンプトエンジニアリングを駆使しなくても、空間的なルーティングによって1枚のマスターキャラクターシートから数十枚のシーンカードへ同時に情報を供給できます。

[Fawnaのキャラクタープロンプト仕様書](https://fawna.ai/docs/prompting/character/)で示されているように、動画モデルは視覚的なリファレンスと正確な言葉による描写を組み合わせたときに最大の効果を発揮します。DramaCanvasでは、ワイヤーによってメディア情報が左から右へと伝達されます。

ステップ3：切り出したポートレートをプロジェクトアセットのキャラクターカードとして保存する

画面上部のバーで、キャンバスが「マイキャンバス」内のプロジェクトに紐付いていることを確認してください。エピソードごとのボードをプロジェクト単位でグループ化することで、「プロジェクトアセット」ドロワーが利用可能になります。

グリッド分割で切り出した、承認済みの正面ポートレートと横顔カードを選択します。これらを名前付きのキャラクターカード（例：「Marcus」）としてプロジェクトアセットに追加します。プロジェクトレベルでキャラクターアセットを保存しておけば、複数のエピソードキャンバスで何度も画像をアップロードし直すことなく、同一のリファレンスカードを再利用できます。

ステップ4：動画ノードでリファレンス画像を配線し、開始フレームを指定する

画面下部ツールバーの「ノードを追加」をクリックし、「動画」を選択して画像カードの右側に配置します。ここでKling 4やSeedance 2.5などの使用モデルを選択します。

キャラクターカードの右端にある円形の出力ハンドルをクリックしたままドラッグし、プレビューワイヤーをキャンバス越しに伸ばして、動画ノードの左側の入力ポート上でドロップします。斜め（3/4）カードや全身カードについても同様の操作を繰り返します。DramaCanvasは重複接続を自動的に解消するため、同じ元画像を複数回配線しても、消費されるリファレンス枠は1スロット分のみです。

プロンプト入力欄の下にある「パラメータ」を展開します。「開始フレーム（Start frame）」のドロップダウンでキーフレーム静止画を選択すると、ショットの開始構図を固定できます。固定された開始点ではなく、一般的な容姿のリファレンスとして機能させたい場合は、開始フレームを「未指定（Not specified）」のままにしておきます。これにより、モデルは接続されたカードを純粋なアイデンティティの基準としてのみ使用します。

ステップ5：@Image バインディングを用いたシーンショットプロンプトの作成

シーンプロンプトは、「舞台設定 ＋ キャラクターの外見 ＋ 主要なアクション ＋ セリフ ＋ カメラワーク」の5つの構成要素で記述します。配線した画像は、@Image 記法を使って明示的に参照します。

Setting: Dimly lit subway platform at midnight, wet concrete tiles reflecting cool overhead fluorescent tubes.
Character: Marcus, matching @Image1 for facial features and haircut, wearing his olive utility jacket and charcoal crewneck t-shirt.
Action: Marcus paces along the yellow safety line, glances down at his wrist watch, exhales nervously, and turns toward the empty tunnel tracks.
Camera: 9:16 vertical medium shot, slight low angle tracking backward smoothly as Marcus walks forward, 50mm lens perspective, subtle atmospheric mist.

生成矢印の横に表示される消費クレジットを確認し、「生成」をクリックします。タスクは「待機中（Queued）」から「生成中（Generating）」へと進み、カード上に直接MP4動画クリップがレンダリングされます。

ステップ6：音声バインドされたキャラクターカードを音声ノードに接続する

視覚的な一貫性には、声の一貫性（継続性）も欠かせません。画面下のドックで「ノードを追加」をクリックし、「音声」（サイズ：340×120）を選択します。

パラメータ内では、音声プロファイル（Voice）は標準で「alloy」に設定されており他のプロファイルも選択可能です。フォーマットは標準でmp3、再生速度（speech rate）は0.75倍〜1.5倍で切り替えられ、スライダーにより0.25倍〜4.0倍の範囲で微調整できます。「音声の指示（Voice instructions）」欄には、キャラクターの話し方の特徴を自然な言葉で記述します（例：「落ち着いた低めの男性の声、静かで一定のテンポで話す」など）。

キャラクターカードを音声ノードの左側の入力ポートに接続します。ここで重要な接続ルールがあります。音声ノードが受け付けるのは「テキストプロンプト」または「音声がバインドされたキャラクターカード1枚のみ」です。動画クリップや通常の静止画、外部の音声ファイルを入力ポートに接続することはできません。

AI動画でキャラクターの顔が崩れる（ドリフトする）原因と対処法は？#

AI動画でキャラクターの崩れ（ドリフト）が発生する最大の原因は、カット間での衣装指定のブレや、90度を超えるカメラの急激な回転です。生成モデルは、微細な顔の骨格よりも、服の質感や色面（カラーブロック）の情報を優先して認識する傾向があります。そのため、カットごとにキャラクターのジャケットを変えてしまうと、モデルは新しい服のスタイルに合わせて顔の年齢や骨格まで再解釈してしまうことが多いのです。

[CawCutの一貫性維持ガイド](https://www.cawcut.com/help/featured-tutorials/character-consistency-guide)に記載されているように、「顔のリファレンス」と「衣装のリファレンス」を分離し、極端な遮蔽（オクルージョン）を避けることで、ほとんどの破綻を防ぐことができます。さらに、[Rutger Tuitによるキャラクターシートの解説](https://rutgertuit.nl/creative/character-sheet)では、本番のシーンをレンダリングする前に、「引き（ワイド）」「バストアップ（ミディアム）」「寄り（アップ）」の3つの基本的なテストショットを生成して検証することが、アイデンティティの破綻を未然に防ぐ鍵であると強調されています。

以下の表は、DramaCanvasでよく見られるエラーや不具合の症状と、その具体的な解決策をまとめたものです。

標準的なプロンプト指定の限界を超えるような、複雑な空間演出やカメラワークが必要な場合でも、従来のText-to-Videoの制約を回避できます。画面下のドックから「監督デスク（Director desk）」ノードを開くことで、ショットを生成する前に3Dの仮想アクター、照明の位置、カメラの軌道を直接ステージング（空間配置）することが可能です。さらに開発者であれば、DramaCanvas MCPサーバーを通じて複数カットに及ぶシーングラフ全体をスクリプト化し、何百ものショットにわたるキャラクターリファレンスの配線を自動化することもできます。