若い男性が、赤い髪の女性の隣でソファに座っています。何かが頭をよぎります。彼は立ち上がり、「AUNT MAY!」と叫んで廊下を駆け出します。走るにつれて、彼は若返っていきます。カットでもフラッシュでもなく、一歩ごとに連続的に。やがて、廊下の突き当たりでドアを開けるのは、小さな男の子になっています。そのドアの向こうで待っているのは、彼を育てた女性で、彼女は男の子を受け止めます。
スパイダーマンを見て育ったなら、これがなぜ心に響くのかはすでにお分かりでしょう。このキャラクターが成立してきたのは、力を持つヒーローが、叔母を必要とし続ける子どものままでもあるからです。10秒、1ショット、カットなし。説明のセリフが一言もなくても、2人の関係のすべてが画面に映っています。
このウォークスルーでは、そのクリップがどう作られるかを具体的に解説します。ここに登場するキャラクターは、誰かのコスチュームや似顔絵のコピーではなく、オリジナルのスタイライズされたデザインです。だからこそオマージュはオマージュのままでいられます。このテクニック自体は、キャラクターがそのキャラクターらしさを保ったまま、それ以外のすべてが変化していく、感情に訴えるアニメーションショートであれば、どんな作品にも使えます。
1ショットでの変身が難しい理由
多くのAI動画がAI動画らしく見えるのは、ショットとショットの間で起こることが原因です。同じキャラクターのクリップを2本生成すると、少しずつ違う2人の人物になります。あごが細くなり、髪の分け目が反対側になり、ジャケットの青が違う。観客は何がおかしいのか言葉にできなくても、すぐに気づきます。顔が同じ顔でなくなった瞬間、感情の見せ場は台無しになります。
年齢退行のシーケンスは、この問題を和らげるどころか悪化させます。キャラクターは変化することが前提だからです。モデルは、どの変化が物語なのか（身長、プロポーション、顔の柔らかさ）と、どの変化が間違いなのか（人物の同一性、髪の色、服装の整合性、目の具体的な形）を理解しなければなりません。この境界を間違えると、観客には同じ人物が若返っていくのではなく、廊下の途中で別の人物が現れたように見えてしまいます。
解決策は、より良いモーションのプロンプトではありません。人物の同一性を、動画のプロンプトの外側で完全に固定することです。まずキャラクターを画像として作り、次にその画像を名前付きのリファレンスとして動画モデルに渡し、どのリファレンスがどのキャラクターを、何秒目に担当するのかをプロンプトの中で正確に伝えます。モデルは顔を勝手に作り出すのをやめ、渡された顔をアニメーション化するようになります。
この手法を支える2つのツール
どちらのステップもAtlabsの中で完結します。
GPT Image 2 がキャラクターのリファレンスを作ります。最終的な動画のすべてのフレームがこれらの画像を引き継ぐため、最も労力をかけるのがここです。ここで作るのはコンセプトアートではありません。動画モデルが従わなければならない、キャスティングシートです。
Seedance 2.0 Ref to Video がクリップを生成します。Seedance 2.0は、スタイライズされたキャラクター表現や豊かな表情のアニメーションを、フォトリアル系のモデルよりもうまく扱えるため、この用途に最適です。さらにRef to Videoモードでは、ラベル付きの複数のリファレンス画像を渡し、プロンプト内で名前を使って呼び出せます。このラベル付けによって、複数のキャラクターと複数の段階を持つショットを1回の生成で作れます。
ステップごとのウォークスルー
パート1：GPT Image 2でキャラクターのリファレンスを作る
1. GPT Image 2を開いて、最初のリファレンスを生成する。 GPT Image 2に移動します。この最初の画像で、キャラクターの大人版と、オープニングシーンで一緒にいる人物を確立します。プロンプトはムードボードではなく、キャスティングの説明として書きます。肌の色、髪型と髪色、目の色、正確な服装、姿勢など、すべてをはっきり書いてください。曖昧なまま残したものは、後で動画モデルが勝手に決めてしまうからです。
このショートで使うオープニングシーンのリファレンスは、黒髪の若い男性と赤い髪の女性が、暖かな金色の室内光の中でベージュのソファに座っている、正面向きのウエストアップで、16:9の洗練された3Dアニメーション映画のスタイルで描かれています。小さなディテールが、何もコピーせずにオマージュを担っています。シャツの襟元にある、蜘蛛の巣を思わせるさりげない幾何学模様は、コスチュームよりも多くを語ります。完全なプロンプトは、下のプロンプトのセクションにあります。
2. 2つ目のリファレンスを生成する：若い姿と年配の女性。 同じツールで、新しい画像を作ります。この画像には、男性が変わっていく男の子と、廊下の突き当たりで待つ年配の女性が登場します。ここで重要なのは、男の子が最初の画像の大人の男性の若い頃として自然に見えることです。髪の色も目の色も同じで、顔の形は同じまま年齢に応じて柔らかくなっています。この2枚の画像でそれらが一致していないと、変身が退行ではなく、入れ替わりに見えてしまいます。
3. 先に進む前に、2枚の画像を見比べて確認する。 2枚を並べてみましょう。照明の雰囲気は一致していますか？ どちらも暖かな金色の室内光になっているか。アニメーションのスタイルは一致しているか。スタイライズの度合い、目の大きさのルール、肌の質感は同じか。年齢差があっても人物の同一性は保たれているか。ずれがあれば今のうちに直してください。動画の段階では直せないからです。
自分のリファレンスを作ってみませんか？ GPT Image 2で始める。
パート2：Seedance 2.0 Ref to Videoでショットを生成する
4. Seedance 2.0 Ref to Videoを開き、2つのリファレンスをアップロードする。 Seedance 2.0 Ref to Videoに移動します。ソファのシーンの画像と、再会の画像をアップロードします。それぞれ@img1 と@img2になり、このラベルがプロンプト内で各キャラクターを指定する方法になります。
5. プロンプトは説明ではなく、タイムラインとして書く。 ここが、うまくいくクリップと、惜しいクリップの分かれ目です。シーン全体を説明するのではなく、10秒をラベル付きのビートに分け、それぞれで何が起こるかを書きます。
最初の2秒は気づきの瞬間です。男性が立ち上がり、「AUNT MAY!」と叫んで動き出します。2〜6秒は走りと変身で、ここでは、彼が走っている間に連続して年齢が変わっていくこと、つまり大人から若い大人、10代、幼い少年へと移り変わり、カメラは一度もカットを切らないことを明記します。6〜8秒はドアのシーンです。8〜10秒は再会とハグです。
6. 制約のブロックを追加する。 タイムラインの下に、モデルがしてはいけないことを書きます。フラッシュなし、ディゾルブなし、瞬間移動なし、急激なモーフィングなし、変身中のカットなし、キャラクターの重複なし、テキストやウォーターマークなし。このようなショットでは、否定の制約が大きな役割を果たします。難しい変身をモデルが解決する最も簡単な方法は、編集の裏に隠すことであり、その選択肢を明示的に取り上げているからです。
7. カメラ、照明、感情、音声を別々に指定する。 それぞれに独立したブロックを設けます。カメラは、ミディアムショットからトラッキングショット、親密なクローズアップへの移り変わりを担当します。照明は、廊下を進むにつれて暖かさを増していく室内光を担当します。感情は意図を示し、表情のアニメーションに方向性を与えます。音声は、オーケストラの盛り上がり、叫ぶセリフ、足音、ルームトーンを担当します。
8. 生成して、リファレンスと照らし合わせて確認する。 1回目は変身を、2回目は人物の同一性を確認しながら見ます。変身は、画面の外で完了するのではなく、起きている最中に見えているべきです。ドアのところにいる男の子は、2つ目のリファレンスの男の子であるべきで、年配の女性も彼女のリファレンスと完全に一致しているべきです。同一性がずれる場合は、闇雲に再生成するのではなく、プロンプト内のリファレンスに関する記述を強めましょう。
このアプローチがうまくまとまる理由
リファレンスの固定が、当て推量をなくします。@img1 と@img2 は説明ではなく実際の画像なので、モデルは形容詞を解釈するのではなく、ピクセルと照合します。「短い濃い茶色の髪」を読んだ2人は、それぞれ違う髪型を思い浮かべます。同じモデルによる2回の生成でも同じことが起こります。画像なら、その曖昧さを完全に取り除けます。
タイムスタンプ付きのビートは、モデルに作り出すべき物語ではなく、埋めるべき構造を与えます。10秒のプロンプトを散文で書くと、予測できない形で圧縮され、モデルが各場面の長さを決めてしまいます。0:00〜0:02、0:02〜0:06、0:06〜0:08、0:08〜0:10と書けば、ペース配分は自分のものになります。変身がはっきり見えなければならない場面なので、走りには丸4秒を割り当てます。
Seedance 2.0は、スタイライズされたキャラクターの演技のために作られています。このショート全体は、顔が感情を伝えることにかかっており、このモデルは、フォトリアルに特化したモデルよりも、表情豊かなアニメーションの顔つきと、自然な物理的なやり取りをうまく扱えます。用途に合ったモデルを選ぶことは、プロンプトの長さよりも重要です。
プロンプト内の音声の指示は、別の工程を省いてくれます。オーケストラの盛り上がり、叫ぶ名前、足音、ルームトーンが映像と一緒に指定されているため、音楽のクライマックスが後から合わせるのではなく、ハグの瞬間にそのまま着地します。
プロのコツ
時間をかけるのは、動画のプロンプトではなく、リファレンス画像です。弱いリファレンスは、より長い動画プロンプトでは救えませんが、強いリファレンスなら短い動画プロンプトでもうまくいきます。顔を直そうとして8回目の動画生成をしているなら、問題は上流にあります。
否定の指示は、肯定の指示と同じくらい具体的に書きましょう。「カットなし」よりも、「フラッシュなし、ディゾルブなし、瞬間移動なし、急激なモーフィングなし、変身中のカットなし」のほうが強力です。モデルが手を伸ばしそうな近道をすべて塞いでいるのです。1つでも開けたままにしておけば、モデルはそれを使うかもしれません。
最も難しいビートに、最も多くの時間を与えましょう。変身は、はっきり見える必要があるため、10秒のうち4秒を使います。2秒に圧縮すると、モデルは動きを速くしすぎなければならず、頼んでいない形で変化を完了させてしまいます。画面上の時間は、物語上の重要度ではなく、難しさに応じて配分します。
2枚のリファレンス画像で、照明の連続性を保ちましょう。最初の画像が暖かな金色の室内光なら、2枚目も暖かな金色の室内光に。2つのリファレンスで光の方向や色温度が食い違うと、動画モデルはショットの途中でそれらを調整しなければならず、つなぎ目が見えてしまいます。
よくある質問
リファレンス画像はいくつ使えますか？ Ref to Videoは、ラベル付きの複数のリファレンスを渡し、プロンプト内でそれぞれを名前で指定することを前提に作られています。このショートでは、シーンごとに1つずつ、2つを使っており、2つ目のリファレンスには2人のキャラクターが入っています。一緒に登場するキャラクターを1つのリファレンスにまとめると、互いの相対的なスケールや照明が一貫します。
変身を別々のクリップとして生成し、編集でつなげてはいけませんか？ できますし、そのほうが簡単ですが、同じようには見えません。このショットの感情的な重みは、観客がカットという逃げ場のないまま、変化が起きるのを見守ることから生まれます。編集した瞬間に、変身ではなくモンタージュになってしまいます。
スパイダーマンのような既存のキャラクターを元に作ることはできますか？ 既存のコスチューム、ロゴ、俳優の似顔絵を再現するのではなく、自分のキャラクターデザインを作りましょう。人々が反応するのは感情の見せ場であり、スタイライズされたオリジナルキャラクターでも同じように伝わります。フルスーツではなく襟元の蜘蛛の巣のようなテクスチャといった、ほのめかす程度の小さなディテールで、何もコピーせずにオマージュとして読み取れるようにできます。
アニメーションのキャラクターではなく、実在の人物でもできますか？ ワークフローはまったく同じです。まずリファレンスを作り、それをRef to Videoに渡します。ここではSeedance 2.0が表情豊かなアニメーションの顔を特にうまく扱えるため、スタイライズされた3Dを使っていますが、リファレンスを固定する手法は、どのスタイルでも使えます。
途中でキャラクターの同一性がずれてしまったらどうすればよいですか？ 再生成する前に、プロンプト内のリファレンスに関する記述を強めましょう。特定のリファレンスが特定のキャラクターを担当することを改めて書き、守るべき要素を明記すれば、たいていは解決します。それでも続く場合は、そもそも2つのリファレンス画像で人物の同一性が一致していない可能性があります。
クリップはどのくらいの長さにできますか？ これは10秒で書かれており、明確な感情の流れを持つ4つのビート構成には十分な長さです。長いショットほどブレの余地が増えるため、1回の長い生成を頼むよりも、細かく制御した複数のショットから長い作品を組み立てるほうが、うまくいきやすくなります。
最終結論
多くのAIアニメーションが空虚に感じられるのは、演じられたものではなく、組み立てられたものに見えるからです。ショットの間で顔が変わり、変身は編集の裏に隠され、観客が同じ人物を見ているのかをひそかに確かめ続けているため、感情の見せ場が届きません。
GPT Image 2でキャラクターを画像として固定し、Seedance 2.0 Ref to Videoでビートごとに演出することで、この2つの問題を1回で解決できます。1フレームも動き出す前にキャストを確定し、プロンプトエンジニアではなく監督のようにショットを書きます。既存のキャラクターをコピーするのではなく、自分のキャラクターを作れば、オマージュはあなた自身のものであり続けます。
