画像生成AIで、同じキャラクターを記事ごとに描き続ける方法

画像生成AIでキャラクターを描くと、1枚目はうまくいきます。困るのは2枚目からで、髪の長さや服の色、眼鏡の形が少しずつ変わり、並べると別人に見えてきます。BenriWorksのブログには、記事の途中に案内役のキャラクターが登場するバナーがあり、女性と男性の2人を、これまでに39枚の場面画で描いてきました。同じ人物に見えるように続けてきたやり方を、準備するものの順にまとめます。

顔が変わる理由

文章で「肩までの濃い茶色の髪、細いフレームの眼鏡」と指定しても、その説明に当てはまる顔は無数にあります。画像生成AIは、そのたびに説明に合う1つを選び直すので、説明が同じでも毎回違う顔になります。説明をいくら細かくしても、言葉で絞れる範囲には限りがあります。

そこで、言葉だけで描かせるのをやめ、見た目そのものを画像で渡すことにしました。

1. 設定を表にする

最初に、キャラクターの見た目を表にしました。

見分けの手がかりになる違いは、はっきり書き分けています。2人の場合は眼鏡の有無で、男性の欄にも「かけない」と明記しました。担当分野を決めておくと、記事ごとにどちらを出すかで迷いません。1記事に登場するのは1人だけで、途中で入れ替えないことも決めています。

2. 設定画と参照画像を作り、毎回渡す

表をもとに、正面の全身、説明するポーズ、顔の近くの3つを並べた設定画を作りました。

この設定画から説明のポーズと顔の2つを切り出したものが、参照画像です。新しい場面を描くときは、場面の説明といっしょに、必ずこの参照画像を渡します。BenriWorksの生成スクリプトは、GoogleのGemini APIの画像生成モデル（既定は gemini-2.5-flash-image）を呼び、--ref で指定した画像を文章の前に添えて送ります。設定を記録した文書には、参照画像を渡さないと顔と服装が変わる、と書いてあります。

3. 画風と背景を、固定の文で指定する

見た目が同じでも、画風が変わると別の絵に見えます。そこで、場面の説明の後ろに、毎回まったく同じ英文を付けています。内容は次のとおりです。

• 参照画像の顔、髪型、服装、画風に正確に合わせる
• 清潔感のある現代的な日本のアニメ調、柔らかいセルシェーディング、細めの線
• 背景はごく淡いグレーブルーの無地
• キャラクターと小物はすべて画面の右半分に置き、左半分は何もない背景にする
• 小物には文字、数字、ラベル、ブランドのロゴを描かない
• 吹き出し、文字、ロゴ、透かしを入れない

左半分を空けるのは、あとでバナーのコピーを重ねるためです。この英文は、設定を記録した文書に原文のまま残してあり、どの記事でも書き換えずに使います。

記事ごとに変えるのは、場面の説明だけです。「仕様書を手に持って立っている」「カレンダーを指さしている」のように、持ち物とポーズを書きます。こうして描いた場面画を4枚並べると、次のようになります。

参照画像の指定が、実装されていなかった

このやり方の文書と道具が、1日だけ食い違っていたことがあります。設定表と参照画像、共通の英文をまとめた文書を作ったのは8月21日です。その文書は、生成スクリプトに参照画像を渡すことを前提に書かれていました。ところが翌日、開発記事11本の画像を作る作業でスクリプトを確かめると、参照画像を受け付ける引数がそもそも実装されていませんでした。その日のうちに --ref を実装し、文書の手順が道具の上でも通るようにしました。

手順の文書と道具の実装が食い違っていると、文書どおりに作業したつもりでも、参照画像が渡っていない可能性が残ります。文書を書いたら、その手順を道具で一度通してみるところまでが準備だと考えています。

生成後に見るところ

参照画像を渡しても、毎回思いどおりに描けるわけではありません。生成したら、次の点を目で確かめています。

• 顔、髪型、眼鏡の有無、服装が設定表と合っているか
• 指の本数や手の形が自然か
• 小物に文字やロゴが描かれていないか
• キャラクターと小物が右半分に収まり、左半分が空いているか

バナーにしてから気づくこともあります。コピーを重ねたところ、見出しの2行目がキャラクターの手元に重なっていたため、見出しを1行10文字前後に短くしたことがありました。文字の重ね方は「画像生成AIに日本語を描かせない。文字は後から重ねる」にまとめています。

1枚目の前に決めておくこと

同じキャラクターを描き続けられるかどうかは、1枚目を描く前にほぼ決まります。見た目を表にし、設定画から参照画像を作り、画風と構図を固定の文にしておく。記事ごとに変えるものを場面の説明だけに絞れば、あとは毎回同じものを渡すだけです。これから描き始めるなら、まず設定表の「眼鏡」のような、2人を見分ける1行から書いてみてください。