キャラクターバイブルの作り方：AI映像・画像・ボイスで使える設定シート

AIのキャストでよくある失敗は、顔が変わってしまうことではありません。顔が変わったことに、200クレジットを使ったあとの編集段階で初めて気づくことです。主人公のあごのラインが3ショットに1回は違っていて、フィルムが見知らぬ他人を集めたムードボードのように見えてしまう。一貫性はプロンプトの技術ではありません。整理の問題です。解決策はキャラクターバイブル、つまり1人につき1つの、短くて退屈な文書です。一度書いておけば、あとはすべてのレンダリングが毎回作り直すのではなく、それを参照します。

うれしいことに、バイブルの大部分はスタジオ内で記入できるフォームです。残りは規律の問題です。

eroqにおけるキャラクターバイブルとは

eroqのキャラクターは、名前、ペルソナ、参照写真、ボイスの4つで構成される永続的な記録で、プロンプトの中で@メンションできます。この最後の点こそが肝心です。キャラクターを一度作れば、もう彼女を描写する必要はなく、名前で呼ぶだけになります。そして参照写真がショットと一緒に渡され、顔を保ちます。

1つのキャラクターの記録が、4つのスタジオで使われます。写真は画像と動画で顔を保ちます。ペルソナはテキストスタジオを動かします。ボイスはナレーションとセリフを担います。一度書けばどこでも使えるので、ツールをまたいでもキャストがぶれなくなります。

始める前に、抜け道のないルールを1つ。キャラクターはすべて架空の存在で、18歳以上でなければならず、特定できる実在の人物であってはなりません。これはアカウント単位で適用されるもので、プロンプトで交渉できるものではありません。

シート1：アイデンティティ

カード1枚に収めます。項目は6つ、文章は不要です。

• 名前：短く、特徴的で、@のあとに入力しやすいもの。
• 年齢層：18歳以上で、プロンプトに使えるくらい具体的に（「若い」ではなく「30代前半」）。
• 物語での役割：成長の筋書きではなく、仕事。「夜勤の看護師」「フィクサー」。
• シルエット：50メートル先からでも見分けられる1行。髪型、体格、服を1つ。
• 目印を1つだけ：傷跡、欠けた歯、金のチェーン。ちょうど1つです。競い合う2つの特徴は、どちらも描かれなくなります。
• 彼女が絶対にしないこと：午前3時に、キャラクターらしくない彼女を書いてしまうのを防ぐメモ。

ゼロから考えるより手直しするほうが好きなら、キャラクタークリエイターのアーキタイプを使えば、1クリックでシート全体が埋まります。1つ選んで始め、自分のキャラクターらしくない部分をすべて書き換えましょう。

シート2：参照写真

実際に仕事をするのはこのシートです。フィルム全体を通して顔が同じに保たれるのは、頬骨をうまく描写したからではなく、すべてのレンダリングに同じ写真が添付されているからです。

写真のセットは画像スタジオで作ります。3つのモデルのどれでも1枚あたり10クレジットで、フォトリアルならImage One、イラストならImage Anime、絵画風ならImage Artです。1回に1〜4枚ずつ生成してベストを残し、無地の背景と、地味で均一な光で生成しましょう。参照写真はパスポート写真であって、キメのショットではありません。

この順番で3枚撮ります。

1. 正面、無表情、目線の高さ。基準になる1枚です。
2. 斜め45度、同じ光。顔に奥行きを与えます。
3. 全身、同じ衣装。シルエットと身長を固定します。

基準画像のための、完全なプロンプトの例です。

30代前半の女性の胸から上のポートレート。黒髪のショートボブで、左の眉を横切る小さな傷跡がある。無表情で、まっすぐレンズを見つめている。カメラ左の大きな窓からの均一でやわらかな光、無地のグレーの背景、くっきりとしたピント、ノーメイク、50ミリレンズで撮影。

ネガティブプロンプトでは、参照写真を台無しにする要素を消します。heavy makeup, dramatic rim light, hats, sunglasses, motion blur（濃いメイク、ドラマチックなリムライト、帽子、サングラス、モーションブラー）です。CFGは中くらいに保ち、モデルが説明に従いつつ、プラスチックのような質感にならないようにします。そのうえで3枚すべてを、キャラクターの参照画像として添付します。画像まわりの詳細はキャラクターのための画像生成にあります。

シート3：ペルソナ

ペルソナはテキストスタジオが読み込む部分で、経歴としてではなく、俳優への指示として書くべきです。2ページの文章より、短い4段落のほうが効きます。

• 文章上の口調。文の長さ、語彙、最後まで言い切るかどうか。
• 望むことと拒むこと。それぞれ2つずつ、具体的に。
• ふだんの気分と、それを崩すもの。
• 彼女が実際に言いそうなセリフを3つ。セリフの例は、どんな形容詞よりも価値があります。モデルを「親切なアシスタント」ではなく特定の人物のように話させる、いちばんの近道です。

信用する前にテストしましょう。まず文体を「シーン」にして没入感のある文章で、次に「メッセージ」にしてチャットのような短いやりとりでペルソナを動かし、どちらでも彼女らしさが保たれるか確かめます。片方でしか成り立たないなら、そのペルソナは人物ではなく、雰囲気を描写しているにすぎません。

シート4：ボイス

キャラクターはボイスを持ちます。それが、フィルムからフィルムへとセリフの一貫性を保つ鍵です。ボイススタジオでの道は2つ。ラインナップから選ぶ（温かく親密なAria、低く落ち着いたOrion）か、自分の音声からボイスをクローンして、そのクローンをキャラクターの声にするかです。ラインナップのボイスは13言語で読み上げるので、一度キャスティングしたキャラクターは、2回目のキャスティングなしに、そのすべての言語でフィルムのナレーションができます。

設定値だけでなく、キャスティングのメモもシートに書いておきましょう。「Orion、速度はデフォルトより少し遅め、表現力は低め」なら6か月後でも再現できます。「落ち着いた声のやつ」では再現できません。

撮影でバイブルを使う

キャストは頭の中ではなく、シーンに置きましょう。フィルムモードでは各シーンが独自のキャストを持つので、シーン4の二人芝居が、シーン5に3人目を引きずり込むことはありません。そしてプロンプトでキャラクターを@メンションすれば、言葉と参照写真が一致します。

@Nadiaがホテルのバーの端に一人で座り、指先でルームキーをくるくると回しながら、一度だけドアに目をやる。ワイドからミディアムへ、ゆっくりプッシュイン。ボトルの奥で灯る暖かな照明、背後のロビーのドアからこぼれる冷たい青い光。辛抱強く、油断のない雰囲気。

参照写真が1枚あるキャラクターは、画像から動画のソースにもなります。エンジンは人物をゼロから作り出すのではなく写真を動かすので、動きのあるショットで得られる最も強い一貫性になります。

すべてのレンダリングは、完全なレシピとともにライブラリに保存されます。顔が完璧に決まったショットは「リミックス」で読み込み直し、新しいシーンに向けて調整できます。参照写真よりも良いレンダリングができたら、それを参照写真に昇格させましょう。バイブルは生きた文書です。最高の参照写真は、たいてい2本目のフィルムで偶然できた1枚です。

よくある質問

キャラクターには参照写真が何枚必要ですか？

実用上の最低ラインは3枚（正面、斜め45度、全身）で、平坦で地味な光で撮ります。写真を増やして効果があるのは、写真同士が一致している場合だけです。矛盾する参照写真は、顔のぶれを抑えるどころか加速させます。

1人のキャラクターを画像と動画の両方に登場させられますか？

はい。画像スタジオと動画スタジオが使う参照写真は、同じ記録にまとめられています。参照写真が1枚あれば、画像から動画のソースとしてキャラクターを動かせます。

キャラクターは実在の人物に似せる必要がありますか？

いいえ、似せてはいけません。特定できる実在の人物は、プラットフォーム全体で拒否されます。キャラクターは架空の存在です。だからこそ、一貫した架空の顔を作り込む価値があるのです。

キャストを整理する準備はできましたか？キャラクターページを開いて、シート1を書きましょう。