画像・動画生成AIで「同じキャラクターを別カットでも同じ顔・同じ服のまま動かす」ための一貫性テクニックを、Midjourney・Nano Banana Pro・FLUX.1 Kontext・Veo 3.1・Kling 3.0の5モデルで解説します。参照画像（Character Reference / Elements / Ingredients）とseedの使い分けを、そのままコピペで試せるオリジナルプロンプトとともに整理します。
なぜ「一貫性」が難しいのか
拡散モデルは1回の生成ごとにノイズから絵を組み立て直すため、同じ文章プロンプトでも顔立ちや服のディテールは毎回微妙にブレます。これを抑える主な手段は3系統です。①参照画像で見た目を固定する（Character Reference / Omni Reference / Elements など、モデルごとに呼び方が違う）、②seed値を固定してノイズの初期値をそろえる、③編集元を毎回同じ画像に戻す（多段編集での「劣化ループ」を防ぐ）。以下、モデル別に実例で見ていきます。
①Midjourney：Omni Reference（–oref / –ow）で複数シーンに同じ人物を出す
MidjourneyのV7では、旧来の--crefに代わりOmni Reference（--oref）が標準の一貫性手段になっています。参照画像のURLを--orefに渡し、--ow（Omni Weight、既定100・推奨は400以下）で「参照にどこまで引っ張られるか」を調整します。
a young female ranger with short auburn hair, weathered leather jacket, calm confident expression, standing at the edge of a misty pine forest, early morning light, cinematic photography, shallow depth of field --oref https://example.com/ranger-ref.png --ow 250 --ar 3:2 --v 7効いている要素の分解：--orefは顔立ち・髪型・体格などの「識別情報」だけを抜き出して新しいシーンに移植するパラメータで、--sref（画風）とは役割が別。--ow 250は既定値100より強めに識別情報を保持しつつ、下げすぎると背景・照明などのシーン要素の自由度を失うため、200〜300が実用的な中間値です。本文側では服や表情など「シーンで変えたい要素」だけを具体的に書き、参照画像に写っている情報（顔・髪）は繰り返し書かないのがコツです。
②Nano Banana Pro：自然文で”同一人物”を指示する編集プロンプト
Nano Banana Pro（Gemini 3 Pro Image）は最大14枚の参照画像から最大5人分の人物の同一性を維持できるモデルです。パラメータではなく自然文の指示で一貫性を作るのが特徴で、公式プロンプトガイドも「同じ人物であること」を明言する言い回しを推奨しています。
Using the attached reference photo of the woman as the exact same person, keep her facial structure, freckles, and eye color identical. Place her in a sunlit ceramics studio, hands shaping clay on a wheel, wearing a linen apron over the same outfit. Only change the pose, setting, and lighting. Photographic, 50mm lens, soft window light.効いている要素の分解：the exact same personとkeep ... identicalが同一性を保つ核。facial structure, freckles, and eye colorのように参照画像固有の識別特徴を名指しすると、モデルが「保持すべき情報」を取り違えにくくなります。末尾のOnly change the pose, setting, and lightingは変更してよい範囲を明示的に限定し、意図しない部分（服・体格など）まで変わってしまう事故を防ぐ役割です。
③FLUX.1 Kontext：多段編集で”顔が徐々に変わる”劣化ループを防ぐ
FLUX.1 Kontextは1枚の画像を指示文で編集していくモデルで、キャラクターの同一性を保ったまま繰り返し編集できる点が強みです。ただし編集済みの画像を次の入力にすると誤差が積み重なって顔が徐々にドリフトするため、常に最初の元画像を入力にするのが公式に近い運用の鉄則です。
Using this photo as reference, change the character's jacket to a red technical windbreaker while keeping the face, hairstyle, pose, and background exactly the same. This must read as the exact same person.効いている要素の分解：change A while keeping B, C, D exactly the sameという「変える対象／変えない対象」を1文で対にする書き方が、Kontextの指示解釈を安定させます。末尾のThis must read as the exact same personは同一性を最終チェックとして念押しする一言で、微妙な顔立ちのブレを抑える効果があります。次の編集を重ねる際も、この編集後の画像ではなく最初の元画像を入力に戻す運用が同一性維持の要です。
④Veo 3.1：Ingredients to Videoで人物×商品を1本の動画に固定する
Veo 3.1のIngredients to Videoは、人物・商品・背景など最大3枚の参照画像（Ingredients）を渡すと、その見た目を保ったまま1本の動画に合成する機能です。単一の開始フレームを渡すimage-to-videoより、複数要素を組み合わせたい実務カットに向いています。
Ingredients: [character reference image], [ceramic mug product image]. The woman from the character reference sits at a wooden kitchen table in soft morning light, picks up the ceramic mug from the product reference, and takes a slow sip. Steady handheld camera, medium shot, 16:9, soft ambient kitchen sounds.効いている要素の分解：Ingredients:の後に参照画像を列挙し、本文ではfrom the character reference「from the product reference」のようにどの参照がどの要素に対応するかを文中で明示すると取り違えが減ります。Steady handheld cameraやmedium shotはカメラワークの指定、soft ambient kitchen soundsはVeoのネイティブ音声生成を活かす一言です。
⑤Kling 3.0：Elements（Bind Subject）＋Multi-Shotで複数カットの同一性を保つ
Kling 3.0のElement Libraryは複数アングルの参照画像から人物・物体の”エレメント”を作成し、Bind Subjectで顔と服装を固定した状態で、Multi-Shot機能を使い1本の動画内で複数カットを切り替えられます。
Element: [character element], bind subject face and outfit. Multi-shot video. Shot 1 (5s): the boy walks through a neon-lit night market, wide shot, tracking camera. Shot 2 (4s): close-up on the boy's face, curious expression, looking at a food stall. Shot 3 (6s): the boy sits down and takes a bite of street food, warm steam rising, medium shot. Consistent character and outfit across all shots, cinematic color grade.効いている要素の分解：bind subject face and outfitで固定する範囲を明言し、Shot 1/2/3と尺（秒数）をカットごとに区切って書くことで、Multi-Shotのストーリーボード指定に対応します。各カットでカメラサイズ（wide shot / close-up / medium shot）を変えても、Elementで顔と服が固定されているため同一人物として繋がります。
seedの使い分け方
参照画像による同一性がキャラクターの「見た目」を固定するのに対し、seed値は生成の乱数初期値を固定して「構図・質感の再現性」を高める別軸のパラメータです。同じseedと同じプロンプトなら再現性の高い結果が得られ、参照画像と組み合わせるとさらに安定します。Midjourneyは--seed 12345のように末尾に付与、Seedream系はUIのseed欄で固定し、微調整したい場合は同じseedのまま文章側だけを変えるのが基本の運用です。
一貫性パラメータの比較表
| モデル | 一貫性の仕組み | 主なパラメータ／操作 | 得意な場面 |
|---|---|---|---|
| Midjourney V7 | Omni Reference | --oref（参照画像URL）／--ow（強度 既定100・推奨400以下） |
複数シーンで同じ人物・物体を出す静止画 |
| Nano Banana Pro | 自然文での同一性指示 | 最大14枚の参照画像／”same person”等の言い回し | 写真ベースの編集・合成、最大5人までの同一性維持 |
| FLUX.1 Kontext | 元画像固定の多段編集 | 常に元画像を入力に使う運用ルール | 1枚の画像を保ったまま部分編集を繰り返す |
| Veo 3.1 | Ingredients to Video | 参照画像 最大3枚（人物・商品・背景など） | 人物×商品など複数要素を1本の動画に統合 |
| Kling 3.0 | Elements＋Bind Subject | Element Library／Bind Subject／Multi-Shot | 複数カットで顔・服を保った短編動画 |
| Ideogram | Character Reference | 顔・髪を自動マスクして適用（seed指定は併用不可） | イラスト・ロゴ寄りの人物一貫性 |
主な情報源
- Midjourney公式ドキュメント: Character Reference
- Google DeepMind: Gemini 3 Pro Image (Nano Banana Pro)
- Google Cloud Blog: Ultimate prompting guide for Nano Banana
- Black Forest Labs: FLUX.1 Kontext
- Google AI for Developers: Generate videos with Veo (Gemini API)
- Google公式ブログ: Veo 3.1 Ingredients to Video
- Kling AI公式: Element Library User Guide
- Kling AI公式: Character Consistency Guide
- Ideogram公式ドキュメント: Character Reference
サンプルプロンプトは本メディアのオリジナル例です。各モデル・サービスは提供元の規約に従ってご利用ください。生成物の権利・商用条件は各規約をご確認ください。情報は公開時点のもの。収集・要約はAI、公開判断は人。