生成の間でAIキャラクターの一貫性を保つ

フレーム間でキャラクターが変わる理由

画像モデルは、イラストレーターが2つ目のポーズを描くときに頭の中でキャラクターを保つように、生成の間で「あなたのキャラクター」の内部モデルを持続的に保持するわけではありません。各生成はノイズから始まり、プロンプトの文章、モデルの重み、乱数シードによって形作られ、前の生成結果を明示的に入力し直さない限り、以前の生成とはほぼ独立しています。同じ言葉を同じ順序で並べた、あなたには同一に見える2つのプロンプトでも、モデルが学んだ「この説明に合うキャラクター」の空間内で異なる地点に到達することがあります。説明では膨大な視覚的な細部が指定されておらず、モデルが自分で補い、毎回違う補い方をするためです。

これは修正で消せる不具合というより、モデルが画像を生成する仕組みの構造的性質です。以下の方法はすべて、モデルが自分で補う部分を減らすもので、特定キャラクターの実際の記憶を与えるものではありません。

シード固定の働きと、役に立たなくなる境界

シードは、生成の出発点となる乱数の状態です。まったく同じプロンプトと設定で同じシードを使うと、まったく同じ画像になります。一見、完全な解決策に思えますが、同一画像以外に使おうとするとそうではないと分かります。新しいポーズ、別の背景、数語の順序変更など、プロンプトを少しでも変えた瞬間、シードはキャラクターの一貫した変化を指さなくなります。同じ初期乱数状態をたまたま共有する別の画像を指すだけで、それは同じことではありません。

シード固定が本当に役立つのは、狭く制御された編集です。1点だけ変えて同じ構図を再生成したり、ほかが同じ出力で2つのプロンプト変更の影響を比べたりできます。特定の変更が何をしたか切り分けるデバッグ手段であり、「同じキャラクターが別のことをする」生成の仕組みではありません。そう扱えば、一貫性の主な方針にしたときのように失望しません。

プロンプトで色と素材を固定する

最も効果が大きい変更は、モデルが一貫して推測すると信じるのではなく、固定したい細部をはるかに具体的に指定することです。「青い鎧の騎士」のような曖昧な色表現では、毎回異なる青になる余地があります。具体的な基準を繰り返すと、その余地が減ります：

• 「金属部分のある青い鎧」ではなく、「コバルトブルーの板金鎧、くすんだ銀の縁取り、濃い茶色の革ひも」のように、毎回同じ方法で正確な色を指定します。変化を付けるために言い換えず、一式のすべてのプロンプトで同じ表現を再利用してください。
• 色と一緒に素材も指定します。「マットな革」「ヘアライン加工の鋼」「使い込まれたキャンバス」などです。素材はモデルによる陰影やハイライトの描き方に影響するため、色相が技術的に近くても、素材表現が違うと不統一に見えます。
• 使用する正確な表現を記したキャラクターシートを保持し、毎回記憶から説明を入力し直すのでなく、そこからコピーしてください。作業ごとの無意識な小さい言い換えは、よくある避けられるずれの原因です。

ピクセル単位で同一にはなりませんが、モデルの選択肢を十分に絞ることで、セット全体で同じキャラクターと認識できるようになります。通常、プロジェクトで本当に必要なのは完全再現ではなく、その水準です。

画像から画像への生成と参照画像

画像から画像への生成は、文章だけでなく既存のキャラクターの参照画像から始め、強さやdenoisingの引数で制御した変換として新しいプロンプトを適用します。低い強さは構図や色を参照に近く保ち、ポーズや表情を少し変えます。高い強さは、固定の基準ではなく大まかな出発点として扱う方向へ戻ります。

特定のデザイン要素を一貫させる点では、文章だけの指示より明らかに確実です。モデルには毎回解釈し直す文章ではなく、参照する実際のピクセルがあるからです。ただし画像から画像への生成は、文章からの生成より参照のポーズや構図を強く引き継ぎます。キャラクターデザインを保つ低い強度で大きく違うポーズを求めることには、本当の緊張関係があります。解消する設定はなく、生成ごとに調整する範囲があるだけです。

一部のツールには、メインの生成プロンプトとは別に、参照画像やキャラクター画像専用の入力があります。同じ構図を強制せずに、参照からスタイルや個性を反映できます。利用できる場合、キャラクターの同一性を保ちながらポーズを変える用途では、通常の画像から画像への生成より良い結果になる傾向があります。ただし、結果はモデルによって異なり、保証されません。

1回の生成で作るポーズを少なくする

モデルが一式として扱うことを期待し、8ポーズや4表情のシート全体を1プロンプトや1バッチで頼みたくなります。しかし実際には、多数の変化を同時に求めても、モデルがキャラクターをより一貫して保つわけではありません。結び付ける追加の一貫性の仕組みなしに、ずれが起こり得る独立した試行の数を増やすだけです。

1〜2ポーズずつ生成し、次へ進む前に参照と照合し、外れたものをすぐ破棄または再生成すると、ずれを早く発見できます。16枚生成してから半分が合わないと気づくのではなく、1枚のやり直しで済む段階で見つかります。1枚あたりでは遅くても、大量のバッチを丸ごと捨てずに済むため、全体では通常速くなります。

生成後のずれを修正：パレット補正

丁寧にプロンプトを作っても、現在のツールでは、生成した一式の中で多少の色のずれはほぼ避けられません。実用的な代替策は、完璧な生成を目指して格闘するのではなく、後から補正することです。最も良く、代表的な画像を色の基準に選び、残りにパレット合わせやカラーグレーディングを適用して、単に似た色ではなく、正確に同じ色値を共有させます。

構造の不一致は直せません。襟の形が違ったり、顔が別人に見えたりする場合は、色補正ではなく再生成が必要です。ただし「キャラクターは正しいが、3枚だけジャケットの赤が少し違う」という一般的な場合は、基本的な画像エディターのパレット補正で数分で差を埋められます。生成をやり直して偶然の一致を待つよりはるかに速い方法です。

率直な限界

上記のどれも、一貫性の保証にはなりません。率直に言えば、現在の汎用画像モデルは、特にポーズ、角度、照明が変わる多数の独立した生成で、キャラクターの正確なデザインを確実に保持できません。一部のツールには専用の一貫性機能があり、成功率を上げますが、それでも時々不一致が生じ、人の確認が必要です。確認して外れたものを破棄・修正する時間を例外でなく通常の工程として確保すれば、まだ保証する設計になっていない結果を求めてツールと格闘せず、現実的な作業になります。

よくある質問