同じキャラを別シーンへ――Midjourney・Nano Banana Pro・Ideogramの「キャラ固定」プロンプトと動画への引き渡し講座

2026年8月28日

「同じキャラなのに毎回顔が変わる」は画像生成の最大の悩みのひとつだ。今日は、1枚の参照画像から同一人物・同一デザインのキャラクターを複数シーンに呼び出す「キャラ固定」プロンプトを、Midjourney・Nano Banana Pro・GPT Image・Ideogramの4系統で作例化し、さらにその固定キャラをKlingやRunwayの動画生成に引き渡すところまで通しで解説する。

なぜ「キャラ固定」は難しいのか

テキストプロンプトだけで「同じキャラ」を再現しようとすると、顔立ち・髪型・服の柄などの細部は生成ごとに毎回ゆらぐ。これを解決する仕組みが各社の「キャラクター参照（character reference）」機能で、1枚の画像から顔・髪・服などの特徴を抽出し、別の場面・別の構図でも同じ人物として描き直す。以下、それぞれのツールでの具体的な書き方と、なぜその指定が効くのかを見ていく。

Midjourney：–cref と –cw でキャラクターを固定する

Midjourneyの--cref（Character Reference）は、参照画像URLを渡すだけで顔・髪型・服装の特徴を新しい生成に引き継ぐパラメータだ。強さを決める--cw（Character Weight）は0〜100で指定し、100なら顔・髪・服すべてを保持、0なら顔だけに絞って服や髪型を変えられる。

young ramen shop owner, curly auburn hair in a loose bun, forest-green apron over a cream turtleneck, gentle smile, standing behind a steaming ramen counter, warm evening light, medium shot
--cref https://your-storage.example.com/character-base.jpg --cw 100 --ar 3:4 --v 7

効いている要素：--crefの画像URLがキャラクターの「顔・髪・服」の見た目を提供し、地の文（curly auburn hair, forest-green apron）は参照画像と矛盾しない範囲でシーン設定（ラーメン屋のカウンター、夕方の光）を上書きする役割に限定している。--cw 100で服まで固定しているため、次のシーンで服だけ変えたい場合は--cw 0に落として髪型・服の記述をテキスト側で明示する、という使い分けが効く。

Nano Banana Pro：会話の中でキャラクターを覚えさせる

GoogleのGemini 3 Pro Image（Nano Banana Pro）は最大5人の人物参照と14個までの物体参照を1回の生成に取り込め、同じセッション内では最初に定義したキャラクターの特徴を後続のプロンプトでも記憶し続ける（公式ドキュメント）。

Reference photo attached: an elderly clockmaker, round wire-rim glasses, grey handlebar mustache, brown leather apron over a checkered shirt.

Turn 1: Place him in a cluttered antique clock shop at dusk, dusty sunbeams through the window, leaning over a grandfather clock with a screwdriver in hand. Keep his face, glasses, mustache, and apron exactly as in the reference.

Turn 2 (same session): Now show him from a low angle, laughing while holding up a finished pocket watch, same shop, same outfit.

効いている要素：最初のターンで「参照画像＋固定したい特徴（顔・眼鏡・口ひげ・エプロン）」を明示的に言語化しておくことで、モデルがその特徴を潜在表現として保持しやすくなる。2ターン目以降は場面や動作の差分だけを指示すればよく、毎回フルスペックで人物描写を書き直す必要がない。

GPT Image：編集APIでキャラクターを別シーンに移す

GPT Imageの画像編集エンドポイントは最大16枚の画像を入力に取り、元画像の人物・被写体を保ったまま新しい場面に置き換えられる。

Edit the attached photo (reference_woman.png): move her to a rainy Tokyo backstreet at night, neon signs reflecting on wet pavement. Keep her facial features, hairstyle, and red trench coat identical to the reference photo. Change only her pose: she is now holding a clear umbrella and glancing back over her shoulder.

効いている要素：「Keep A identical / Change only B」という対比構造が肝になる。固定したい要素（顔・髪型・服）と変えたい要素（背景・ポーズ）を明確に分離して書くことで、モデルが編集対象を誤認しにくくなる。

Ideogram：Character Referenceで顔と髪を自動マスク

IdeogramのCharacter Referenceは参照画像を選ぶと顔と髪を自動でマスクし、そこを軸に別の服装・場面のバリエーションを生成する。Style Referenceと併用すれば画風とキャラクターを別々にコントロールできる。

A weathered space explorer, short buzzed grey hair, a thin scar above his left eyebrow, now seated in a cramped shuttle cockpit adjusting a glowing control panel, cinematic rim lighting, worn orange flight suit
[character reference: explorer_base.jpg] [style reference: retro-scifi-poster.jpg]

効いている要素：Character ReferenceとStyle Referenceを分業させることで「誰か」と「どういう画風か」を独立に制御できる。同じキャラクターを水彩画にも実写風にも展開したい場合に有効。

固定キャラを動画へ引き渡す：Kling / Runway Act-One

キャラクターが固定できたら、その静止画を動画生成の起点にできる。Klingは最初のフレームとして参照画像を渡すimage-to-videoに対応し、Runway Act-Oneは「キャラクター画像＋演技を撮った動画（driving performance）」を組み合わせて、その演技をキャラクターに移す。

[Kling image-to-video / first frame = ramen shop owner image]
She looks up from the ramen bowl and smiles gently, steam rising between her and the camera, slow push-in, static tripod-like camera, 5s, 16:9

[Runway Act-One / character image = ramen shop owner image, driving performance = actress_take_02.mp4]
Transfer the driving performance's head turn, eyebrow raise, and soft smile onto the character image. Keep her face shape, hairstyle, and apron unchanged; match the framing of the driving video (shoulders-up).

効いている要素：Klingでは「最初のフレーム＝キャラ固定済みの静止画」を渡すことで動画側の顔ブレを抑え、動きの指示（push-in、5秒）だけをテキストで追加すればよい。Act-Oneは駆動動画とキャラクター画像のアングルを揃えることが公式に推奨されており、両者の構図（肩から上、など）を合わせるほど転写精度が上がる。

補助テクニック：Midjourneyのseedで微差を抑える

キャラ参照と併用できる補助策として、seed値の固定がある。V8.x系では同一seedでほぼ同一の結果が再現されるとされているが、プロンプト文言やパラメータを少しでも変えると結果は変わるため、あくまで「土台のブレを減らす」補助として使う。

--seed 384726 --cref https://your-storage.example.com/character-base.jpg --cw 100

パラメータ早見表

ツール	参照の仕組み	主なパラメータ	備考
Midjourney	Character Reference（–cref）	–cw 0〜100	100=顔髪服固定 / 0=顔のみ
Midjourney	Seed固定	–seed 0〜4294967295	Turboモードでは非推奨
Nano Banana Pro	人物・物体参照＋セッション記憶	人物参照最大5枚 / 物体参照最大14個	2〜4枚の高品質参照が推奨
GPT Image	画像編集エンドポイント	入力画像最大16枚	シンプルな被写体ほど安定
Ideogram	Character Reference（自動マスク）	Style Referenceと併用可	鮮明で正面に近い写真が推奨
Kling	image-to-video（開始/終了フレーム）	クリップ長 5秒前後	開始・終了フレームは似た構図が推奨
Runway	Act-One（キャラ画像＋駆動動画）	–	キャラ画像と駆動動画のアングルを揃える

まとめ

キャラ固定の要点は「何を固定し、何を変えるかを言葉で分離する」ことに尽きる。Midjourneyなら–crefと–cwの強さ調整、Nano Banana Proならセッション内での特徴の再言語化、GPT Imageなら「Keep / Change」の対比構文、Ideogramなら顔髪マスクとスタイル参照の分業、そして動画側ではキャラ固定済みの静止画を起点フレームとして渡すこと。この組み合わせを押さえれば、複数カット・複数シーンでも「同じキャラ」を保ったビジュアル制作が可能になる。