【ITニュース解説】Master the Art of Consistent Characters in VEO 3 for Long-Form Videos

AI技術の進化により動画生成が容易になった一方で、長編の物語をAIで制作し、その中で登場するキャラクターが複数のシーンを通じて常に同じ姿を保つことは、非常に難しい課題として存在する。AIにキャラクターを生成させると、別のシーンでは顔つきや服装、あるいは全体的な見た目が変わってしまうといった問題に直面することが多く、これにより視聴者は物語に集中しづらくなる可能性がある。

本稿では、AI動画生成ツール「VEO 3」を使い、このキャラクターの一貫性という問題を解決し、魅力的で多シーンにわたる物語を一つのキャラクターで作り出すための強力なテクニックについて解説する。この方法は、詳細なプロンプト（AIへの指示文）の工夫と、昔からある動画制作の技術、そしてVEO 3の機能を組み合わせることで実現される。システムエンジニアを目指す皆さんにとって、このような技術的な課題解決のアプローチは、AI活用の具体的なヒントとなるだろう。

まず、最初のステップは「キャラクターを定義するプロンプト」の作成である。このプロセス全体は、VEO 3が継続的に参照できるような、非常に詳細で明確なキャラクター説明のプロンプトを作成することにかかっている。単に「スーツを着た男性」といった漠然とした指示では不十分だ。AIがキャラクターを正確に認識し、再現するためには、肌の色、髪のタイプ、年齢、性別、そして服装の細部（色やアクセサリーを含む）といった具体的な情報を与える必要がある。この詳細な説明を作成する際には、AIのテキスト生成器を活用すると効率的である。基本的なシーンのアイデアを与え、そのシーンに登場するキャラクターを詳細に記述するよう依頼する。この包括的な説明が得られたら、さらにそのテキスト生成器に、キャラクターの説明部分と、キャラクターが行う「アクション」の説明部分を明確に二つに分割するよう指示する。この分割が、後続のプロセスにおいて非常に重要な役割を果たす。

次に、「グリーンバックの設計図」を作成するステップに進む。VEO 3には、人物画像を直接アップロードすることに制限がある。そのため、キャラクターの頭部写真などを直接アップロードして利用することは難しい。この問題を解決するため、キャラクターを「無地の緑色または白色の背景」で生成するという方法を用いる。なぜグリーンバックかというと、この単一色の背景であれば、AIが後からこの背景を簡単に除去し、様々なシーンの背景と置き換えることができるからである。ステップ1で作成した詳細なキャラクター記述を使用し、それに「on a plain solid green background」や「on a plain white background」といったフレーズを追加して、新しい一連の画像を生成する。この際、全身ショットとミッドショットの両方を生成しておくことを推奨する。これにより、後の様々なシーンでキャラクターの見せ方を多様化できる。これらのグリーンバックに描かれたキャラクター画像は、その後のあらゆるショットにおいて、キャラクターの一貫性を保証するための「ベース」として機能する。

キャラクターの画像が準備できたら、いよいよ「シーンに命を吹き込む」段階に入る。VEO 3の「Frames to Video」というオプションを選択する。ここで、ステップ2で生成したグリーンバックのキャラクター画像を、動画の最初のフレームとしてアップロードする。次に、ステップ1で作成した「アクションプロンプト」を使用するが、ここで一つ重要なフレーズを追加する。プロンプトの冒頭に「Instruct VEO 3 to change the background in the uploaded image.」という指示を付け加えるのだ。その後に、「a busy downtown street」や「a tranquil forest」といった、新しく設定したいシーンの背景を具体的に記述する。この指示により、VEO 3はアップロードされたグリーンバックのキャラクター画像を認識し、その背景を削除して、記述された新しい環境の中にキャラクターをシームレスに配置する。このプロセスを、必要に応じて何度でも繰り返すことができる。常に元のグリーンバックキャラクター画像を使い、背景とアクションの指示だけを変えることで、無限に近い多様なシーンを生成することが可能となる。

最後に、「最終編集」のステップを行う。個々の動画クリップが全て生成されたら、それらをまとめて一つの物語にする作業だ。まず、生成された全ての動画クリップをダウンロードし、使い慣れた動画編集ソフトウェアにインポートする。ここで注意すべきは、各クリップの最初のフレームには、背景がまだ変換される前のグリーンバックのキャラクターが表示されていることである。この不要な最初のフレームは、各クリップの先頭をトリミングすることで簡単に除去できる。その後、クリップを望む順序に並べ、必要に応じてトランジション（場面転換効果）やBGMを追加して、長編動画としてスムーズに流れるように編集する。

この一連のステップを踏むことで、AIが生成した動画において、キャラクターの見た目を何シーンにもわたって一貫して保つ、驚くほど美しい長編動画を制作できる。これは、AIを活用して物語性のある動画コンテンツを作成しようとする者にとって、非常に強力で不可欠な技術であると言える。システムエンジニアの観点から見ても、AIの弱点を理解し、プロンプトエンジニアリングや古典的な映像技術との組み合わせで克服するこの手法は、今後のAI活用における重要な知見となるだろう。