AI動画の参照画像は何枚渡すか｜枚数より役割を分ける

参照画像を増やす前に、その一枚から何を伝えたいのかを決めます。顔、体型、衣装、商品、場所が混ざった画像を何枚も渡すと、制作側でも何を基準にしたかが分からなくなります。必要な情報を揃えるための一覧から始めましょう。

人物なら「顔の特徴」「身体の比率」「今回の衣装」「開始時の姿勢」を分けます。一枚で複数の役割を果たすことはありますが、どの情報を採用しているのかは記録します。

SEOULVIQの制作基準では、承認済みの顔写真と全身画像を分けて参照しています。顔が似ているという理由で体型まで変更したり、全身画像に写った衣装を別の場面へ自動で引き継いだりしないための整理です。これは同作品の制作方針であり、全モデルが同じ参照制御を備えるという意味ではありません。

正面写真が何枚もある一方で、振り向く場面に必要な横顔がない、といった偏りを確認します。商品の背面を見せるなら、裏側の形が分かる資料があるかを調べます。見えていない部分を、確認済みの設定として扱わないことも大切です。

画像ごとの光や表情が違う場合、顔の違いなのか撮影条件の違いなのかを分けます。不要な差を増やすより、採用する基準が分かる資料へ整理します。

整理した画像が、そのまま全部入力できるとは限りません。人物要素、開始画像、一般の参照画像で、枚数や組み合わせの制約が違う場合があります。Kling O3なども入力項目が分かれているため、利用する版の仕様と照合します。Kling O3の入力仕様

枠が足りない場合は、黙って重要な参照を落とさず、そのカットで見せる人物や構図を見直します。複数画像を一枚へまとめる方法も、元の独立した参照と同じ効果だとは扱わず、対応機能を確認します。

最低限、画像の名前、役割、採用した版、使用するカットを揃えます。例えば「人物Aの顔：正面写真v3」「体型：全身v1」「衣装：今回の開始画」という形です。古い版を含むフォルダから、毎回同じ基準を選べる状態にします。

参照の多さは品質の証明ではありません。足りない情報を補い、矛盾する情報を整理し、モデルが受け取れる形にする。そのために必要な枚数を選び、出力後は各参照の目的が守られたかを別々に確認します。