# キャラクターと一貫した顔のためのプロンプトの書き方

キャラクターと一貫した顔のためのプロンプトの書き方

複数の生成にわたってキャラクターの顔を一貫させ続けることは、AI画像プロンプトにおける最も難しい問題の一つです。フレームごとに少しずつ異なる顔のキャラクターは、没入感を壊し、ストーリーボードを台無しにし、キャラクター主導のプロジェクトを素人っぽく見せてしまいます。良いニュースは、正しいプロンプト構造を使えば、複雑な外部ツールを必要とせずに顔の一貫性を劇的に向上させることができるということです。

このガイドでは、顔の特徴、髪型、表情を固定するための実践的なプロンプト作成テクニックを説明します。キャラクタープロンプトの構成要素、参照駆動アプローチの使い方、そしてこれらの方法をさまざまなAI画像モデルに適応させる方法を学びます。

なぜ顔の一貫性が難しいのか

ほとんどの画像モデルはテキストのみから生成し、テキストは顔の損失の多い表現です。鼻を「やや鷲鼻」と表現したり、目を「くぼんだ」と表現しても、モデルに安定したアンカーは与えられません。新しい生成は毎回ノイズから始まるため、同じ説明でもまったく異なる顔が生成されることがあります。

さらに、モデルはスタイルに過度に依存することがよくあります。「サイバーパンクの探偵」を要求すると、モデルは特定のキャラクターの説明よりもジャンルの定型表現を優先し、毎回変わる一般的な顔になってしまう可能性があります。

これらの制限を理解することで、モデルに逆らうのではなく、モデルと協力するプロンプトを作成することができます。

キャラクタープロンプトの基本構成要素

強力なキャラクタープロンプトには5つの要素が含まれます。どれか一つでも欠けると一貫性が低下します。

この構造に従ったプロンプトの例を次に示します。

「キャプテン・エララ・ヴォス、30代の女性で、ひし形の顔、鋭い頬骨、深くくぼんだエメラルドグリーンの目。短いプラチナブロンドの髪にアンダーカット、左眉毛の上に細い傷跡がある。擦り切れた革のアビエータージャケットに銀のコンパスペンダントを身につけている。雨に濡れた路地で、決意の表情、映画的な照明。」

最初の3文が固定されたアイデンティティの記述であり、最後の文がシーンとムードを制御していることに注目してください。この分離が重要です。

テクニック1：キャラクターシートまたは参照アンカーを使用する

使用しているツールが画像参照をサポートしている場合（GPT Image、Midjourney、IP-Adapterを使用したStable Diffusionなど）、まずキャラクターシートを作成してください。キャラクターシートとは、同じ顔を正面、横、三分の一の角度から示した単一の画像です。

次に、プロンプトでその画像を明示的に参照します。例えば：

「添付のキャラクターシートを参照として使用し、キャプテン・エララ・ヴォスが宇宙港のバーに座り、ネオンブルーのカクテルを飲んでいる様子を表示してください。顔、髪、ジャケットは参照画像とまったく同じにしてください。表情：疲れているが警戒している。」

これは、モデルが参照画像から顔の形状をコピーできるため機能します。キャラクター主導のプロンプトの実践例については、詳細なインベントリアプローチを使用してキャラクターの視覚的アイデンティティを定義するキャラクターレリックロードアウトコレクタブルキットボックスを参照してください。

テクニック2：トークンアンカーと繰り返し

一部のモデルは繰り返しに反応します。プロンプト全体で重要なアイデンティティの単語を繰り返すことで、その重要性を強化できます。これは「トークンアンカーリング」と呼ばれることがあります。

例えば：

「エララ・ヴォス、エメラルドの目とプラチナのアンダーカットを持つ探偵は、ネオンに照らされた部屋に立っている。エララ・ヴォスのエメラルドの目はホログラフィックの看板を映している。彼女のプラチナのアンダーカットは追跡で乱れている。エララ・ヴォスはアビエータージャケットをジッパーを開けて着ている。」

繰り返しは、どの特徴が譲れないかをモデルに伝えます。ただし、やりすぎには注意してください。繰り返しすぎるとプロンプトがスパムのように感じられます。最も重要な2〜3の特徴に使用してください。

テクニック3：ドリフト防止のためのネガティブプロンプト

多くのモデルはネガティブプロンプト（画像に含めたくないもの）をサポートしています。老化、性別の変化、スタイルの変化などの一般的な一貫性の問題を防ぐために使用してください。

一般的なネガティブプロンプトの追加：

例えば、Stable Diffusionでは次のように書くことができます：

ポジティブ： 「エララ・ヴォス、正面図、参照と同じ顔、写真リアリスティック」

ネガティブ： 「異なる顔、異なる目、異なる髪、老化した、ぼやけた」

この明示的な対比は、モデルが目標に留まるのに役立ちます。このテクニックを使用したストーリーボードの例については、複数のシーンでキャラクターのアイデンティティを維持する水中の人魚の宝物ストーリーボードプロンプト（GPT Image 2用）を参照してください。

テクニック4：共有「キャラクターブロック」を持つシーン固有のプロンプト

一連の画像を生成するときは、再利用可能な「キャラクターブロック」を作成します。これは、すべてのプロンプトにコピーする固定の記述の段落です。そして、シーンの説明だけを変更します。

キャラクターブロック：

「被写体：カエル、25歳の男性、四角い顎、ヘーゼル色の目、短い黒い巻き毛、右頬に小さなほくろ。暗い緑のパーカーと左手の人差し指に銀の指輪を身につけている。」

シーンA：

「[キャラクターブロック] カエルが混雑した夜の市場を歩き、紙のランタンを持っている。暖かいボケの光、カジュアルなショット。」

シーンB：

「[キャラクターブロック] カエルが夜明けの屋上に座り、コーヒーを飲みながら街を見下ろしている。冷たい青のトーン、シネマティックなワイドショット。」

この方法は、コアなアイデンティティを安定させながら、構図とムードの創造的な自由を可能にします。創造的な応用については、性格特性を視覚的な一貫性に変換するアニメストリートウェアポスター（キャラクターパーソナリティから）を参照してください。

高度なテクニック：ビデオモデルでのファーストフレームの一貫性

SeedanceやRunwayなどのビデオ生成モデルは、フレームと動きの両方で顔を一貫させ続けるというさらに難しい課題に直面しています。一般的なテクニックは、ファーストフレーム参照を使用することです。キャラクターの高品質な画像を1枚生成し、それをビデオモデルの最初のフレームとして入力し、アクションを説明するプロンプトを付けます。

例えば、Seedance 2.0のファーストフレーム一貫性プロンプトは、ビデオ全体で「同じ顔、ゴーグル、フィルムグレインを維持する」ことを指定する方法を示しています。プロンプトは、変更してはならない要素をモデルに明示的に伝えます。

「最初のフレームを参照として使用し、キャラクターがカメラを見るように振り返るアニメーションを作成してください。顔、ゴーグル、フィルムグレインは最初のフレームとまったく同じにしてください。動きだけが変わります。」

このアプローチは、モデルが最初のフレームを構造的なガイドとして使用するため機能します。

モデル固有のヒント

モデルによって強みが異なります。人気のあるツールの簡単なヒントを次に示します。

より一般的なプロンプトエンジニアリングの原則については、OpenAIのプロンプトエンジニアリングガイドとAnthropicの概要が優れた基礎的なアドバイスを提供しています。テキストモデルに焦点を当てていますが。

よくある間違いとその回避方法

間違い1：顔を過剰に説明する。

詳細すぎるとモデルが混乱する可能性があります。3〜5つの主要な顔の特徴に絞ってください。「アーモンド形の目で、わずかに内眼角贅皮があり、緑色で金色の斑点があり、長いまつげ」ではなく、「金色の斑点のある緑色の目」に簡素化してください。

間違い2：プロンプト間で記述子を変更する。

あるプロンプトで髪を「プラチナブロンド」と呼び、別のプロンプトで「シルバー」と呼ぶと、異なる結果になります。毎回まったく同じ表現を使用してください。

間違い3：スタイルの一貫性を無視する。

顔は写真リアリスティックなスタイルとアニメスタイルでは異なって見えることがあります。スタイルアンカーを一定に保ってください。スタイル主導のアプローチについては、キャラクターとアートスタイルの両方を固定する縦型キャラクターキービジュアルプロモーションポスターを参照してください。

間違い4：利用可能なときに参照を使用しない。

ツールが画像参照をサポートしている場合は、それを使用してください。テキストのみでの一貫性ははるかに困難です。

すべきこと・してはいけないことチェックリスト

生成する前に確認するための簡単なチェックリストを次に示します。

すべてをまとめる：完全な例

「ミラ」という名前のキャラクターの一連のプロンプトにすべてを組み合わせてみましょう。

キャラクターブロック：

「ミラ、28歳の女性、丸い顔、大きな茶色の目、小さなボタン鼻。長い黒い髪を三つ編みにし、あごに小さな傷跡がある。赤いフード付きのクロークと銀のロケットを身につけている。」

プロンプト1（ポートレート）：

「[キャラクターブロック] ミラのポートレート、正面図、柔らかいスタジオ照明、中立の表情、写真リアリスティック、高詳細。ネガティブ：異なる顔、異なる髪、老化した。」

プロンプト2（アクションシーン）：

「[キャラクターブロック] ミラが森を走る、モーションブラー、葉が舞う、決定的な表情、シネマティックな照明、写真リアリスティック。ネガティブ：異なる顔、異なる髪、老化した。」

プロンプト3（クローズアップ）：

「[キャラクターブロック] ミラの顔のクローズアップ、目に涙、肌に雨、ドラマチックな照明、写真リアリスティック。ネガティブ：異なる顔、異なる髪、老化した。」

キャラクターブロックが同一のままである一方で、シーンの説明が変化していることに注意してください。これが一貫性の核心です。

さらなるリソース

プロンプトエンジニアリングをさらに深く掘り下げたい場合は、プロンプトエンジニアリングガイドが包括的なリソースです。実践的な例としては、Anthropicのプロンプトライブラリがキャラクター作業に適応できるテンプレートを提供しています。Learn Promptingも初心者にとって素晴らしい出発点です。

キャラクターに焦点を当てたプロンプトについては、クリエイティブカテゴリを探索するか、キャラクタープロンプトを検索して他の人がどのようにプロンプトを構造化しているかを確認してください。

結論

一貫した顔は、適切なプロンプトエンジニアリングで達成可能です。再利用可能なキャラクターブロックを構築し、可能な場合は参照画像を使用し、プロンプト間で記述を同一に保つことを徹底してください。トークンアンカーリングとネガティブプロンプトを試して結果を微調整してください。練習すれば、最初から最後まで同じ人物に見えるキャラクターで物語全体を生成できるようになります。

覚えておいてください：一貫性は魔法のトリックではなく、スキルです。プロンプトに意図的であるほど、結果はより信頼性が高くなります。