AI動画でキャラクターの一貫性を保つコツは、一つの動作をくり返すことです。キャラクターごとに保存したリファレンスを作り、毎回の生成に渡します。生成のたびに言葉で説明し直す必要はありません。2026年時点で、これは単独の設定ではなく運用です。必要なのは、リファレンスセット、衣装とボイスの固定、モデルごとの扱い、そして公開前にズレを見つけるQCです。リファレンスを最初に整えれば、同じ顔、体つき、衣装が最初のショットから最終話まで続きます。
このページはクリエイター向けの手順書です。シーズン全体を回すスタジオにとっての意味や事例は、シリーズもののキャラクター一貫性をご覧ください。
なぜ説明文よりリファレンスなのか
「30代の女性、黒髪、赤いコート」という言葉の説明では、言葉が決めきれない部分をモデルが補います。そのため、生成のたびに顔が変わってしまいます。リファレンス画像は、言葉では固定できない部分まで決めてくれます。モデルはそれを引き継いで結果に反映します。
学習(トレーニング)は行いません。保存したリファレンスを、毎回の生成に渡すだけです。仕組みはこれだけです。以降のステップは、すべてリファレンスを強くすることと、一貫して使うことのためにあります。
アニメ制作の設定画や三面図(正面・横・背面)と同じ発想です。キャラクターの姿を先に決めておき、全員が同じ資料を見て描きます。
ステップ1:リファレンスセットを作る
複数の角度からキャラクターを定義する画像を、少数そろえます。はっきりした正面、斜め、横顔を用意します。シリーズで使う衣装と光の条件で撮った画像も、数枚加えます。
セットに名前を付けて保存しておくと、プロンプトバーから名前で呼び出せます。1枚だけより、セットのほうが有利です。たまたまうまくいった1コマではなく、複数の方向からキャラクターの構造をモデルに伝えられるからです。
ステップ2:衣装と見た目を固定する
キャラクターの基本衣装を決め、リファレンスに記録します。そうすれば、シーンで意図的に変えない限り、「主人公」はいつも同じコート、髪型、色使いを指します。
ズレは、たいていパーツの端から始まります。襟、髪型、アクセサリーなどです。固定が細かいほど、ぶれる余地は小さくなります。
ステップ3:各モデルに通す
モデルによってリファレンスの扱いは異なります。ひとつのマイクロドラマのエピソードでも、通常は複数のモデルを使います。
モデル別の扱い方
| モデル | リファレンスの使われ方 | 向いている用途 |
|---|---|---|
| Kling (3.0 / O3) | リファレンス画像を受け取り、動きのあるショットでもキャラクターの見た目を保つ | キャラクターが動いても本人に見えなければならない、セリフやアクションのショット |
| Nano Banana | 画像から画像への変換で、キャラクターを強く保持できる。静止画やプレート向き | キャスティング用のフレームや、あとでアニメーションにするリファレンスプレート |
| Seedance | リファレンスから動画への生成タスクでリファレンスを受け取れる。編集と延長にも対応 | 生成後に、キャラクターを作り直さず修正や延長をしたいシーン |
重要なのは、最強のモデルを一つ選ぶことではありません。同じ保存済みリファレンスを、どのモデルにも渡すことです。そうすれば、エンジンをまたいでもキャラクターが保たれます。どのショットにどのエンジンを使うかは、マイクロドラマ向けのおすすめAIモデルで解説しています。
ステップ4:ボイスも固定する
キャラクターは顔と声でできています。キャラクターごとに保存ボイスを1つ決め、シリーズ全体のすべてのセリフで使い回します。そうすれば、主人公は第1話でも第60話でも主人公の声で話します。
映像がそろっていても、声がぶれると没入感は壊れます。
ステップ5:公開前にズレをQCする
一貫性は、確認して初めて本物になります。生成から編集の間に、短いレビュー工程を置きましょう。
- 新しいショットを、リファレンスセットと見比べます。サムネイルではなく、読み取れる大きさで確認します。
- 端の部分を見ます。襟、生え際、アクセサリー、衣装の細部です。ズレはここから始まります。
- ズレたショットは、編集で直そうとせず、却下して再生成します。リファレンスを付けて生成し直すほうが、目に見える連続性の破綻よりも低コストです。



ステップ6:ワークフローとして保存する
リファレンス、固定、QC工程がうまく回ったら、その一連の流れを再利用できるワークフローとして保存します。次のキャラクターも次のエピソードも、一から作り直さず、複製して差し替えるだけで済みます。
これらすべての土台になる企画資料が、シリーズバイブルです。縦型ショートドラマの制作では、設定資料集にあたります。
よくある質問
キャラクターごとに、保存済みのリファレンスセットを作ります。衣装と1つのボイスを固定し、シーズン全体の生成に同じリファレンスを付けます。一貫性は、言葉で説明し直さず、同じリファレンスを使い回すことから生まれます。ズレを公開前に見つけるQCも欠かせません。学習は行わず、リファレンスを毎回の生成に渡します。
ショットのプロンプトと一緒に、キャラクターのリファレンス画像をKlingに渡します。言葉で説明するより、動きの中でも見た目を保てます。キャラクターが動いても本人に見えなければならない、セリフやアクションのショットに強いモデルです。ほかのモデルにも同じ保存済みリファレンスを使えば、エンジンをまたいでもキャラクターが保たれます。
1枚より、少数のセットのほうが有利です。はっきりした正面、斜め、横顔と、シリーズの衣装・光で撮った数枚があれば、たいてい足ります。モデルが見えない側面を推測しないよう、複数の角度から構造を伝えるのが狙いです。シーンに特定の衣装が必要なときは、その衣装のリファレンスを足してください。
固定したときだけ一貫します。キャラクターごとに保存ボイスを1つ決め、映像のリファレンスと同じように、シリーズ全体のセリフで使い回します。映像がそろっていても、テイクごとに声が変わると没入感は壊れます。ボイスは後回しにせず、リファレンスの一部として扱いましょう。
生成と編集の間にレビュー工程を置きます。新しいショットをリファレンスセットと見比べ、襟、生え際、アクセサリー、衣装といった端の部分に注目します。ズレは、そこから始まります。ズレたショットは、編集で直そうとせず、リファレンスを付けて生成し直してください。編集で直すのは遅く、完全にはうまくいきません。
