今日のテーマは「静止画で固めたキャラ・商品を、動画まで崩さず運ぶ」ワークフローです。Nano Banana 2.1の多参照入力でキャラクターシートを作り、Kling 4.0のキーフレームやlast frame→first frameの受け渡しで動画につなぐ手順を、コピペで試せるプロンプトで解説します。
考え方：「同一性は画像に、シーンは文章に」
Nano Banana 2.1の一貫性ガイドは、参照画像が外見（アイデンティティ）を担い、プロンプトはシーンの説明に使うという分担を示しています。参照にすでに写っている顔や服を長文で再説明するより、場所・光・動きの指定に言葉を使う方が安定します。動画側でも同じで、Kling系のガイドは入力画像を「アンカー」として扱い、画像にすでにあるものを書き直さず変化だけを書くよう勧めています。
作例1：キャラクターシートを作る（Nano Banana 2.1）
狙い：以降すべての参照元になる「正面・横・後ろ」の基準画像を1枚で作る。
Character reference sheet of Mira, a 29-year-old woman with chin-length black hair and a small scar above her left eyebrow, wearing a charcoal wool trench coat and cream knit scarf. Three views side by side: front, side profile, back. Neutral standing pose, plain light gray background, flat even studio lighting, clean line and consistent proportions. Soft illustrated style, muted teal and charcoal palette.- 3 views：1枚の参照は1方向しか示さないため、見える面を先に揃えておく。
- small scar：服や画風が変わっても残る「目印」を1つ入れると同一人物として認識されやすい。
- flat even lighting / plain background：光や背景の情報を参照に混ぜない。後でシーンごとに自由に変えられる。
作例2：参照を渡してシーンを変える
狙い：作例1のシートを参照にして、同じ人物を別の場所に置く。服装は変えない。
Use the attached character sheet for Mira. Mira stands under the awning of a small ramen shop on a rainy night, holding a clear umbrella, looking toward the camera. Keep her face, hair, scar and outfit exactly as in the reference. Cinematic 35mm look, neon reflections on wet asphalt, shallow depth of field, 16:9.- Keep … exactly as in the reference：変えてはいけない要素を明示する。
- 服装の記述を省く：「服は参照の一部」なので、変えたいときだけ文章で書き換える。
- 場所・天気・レンズ・比率だけを文章で指定し、役割分担を守る。
作例3：スタイル継承（画風を固定する）
狙い：Midjourneyの–srefで、被写体が違っても同じ画風を保つ。
a lighthouse keeper feeding seagulls at dawn, gouache illustration, gentle grain --sref [your style image URL] --sw 300 --ar 3:2- –sref：色・質感・光を引き継ぎ、内容はコピーしない。テキストプロンプトと併用が必須。
- –sw：スタイルの強さ。0〜1000、既定100。強すぎて被写体が崩れたら下げる。
- キャラの同一性はV8.1以降のEditモデル（最大4枚の参照）が担う、という使い分けが現行の整理です。
作例4：静止画から動画へ（Kling 4.0のキーフレーム）
狙い：作例2の画像を最初のフレームに使い、10秒のワンカットにする。
Start from the attached image. 0-3 s: Mira slowly lifts her umbrella and glances down the street, rain falling steadily. 3-7 s: slow dolly-in to a medium close-up as a passing taxi lights her face in warm amber. 7-10 s: she steps forward out of the awning, camera holds. Ambient rain and distant traffic sound. Keep face, outfit and lighting consistent with the image.- 時間区切り：Kling 4.0は1クリップ最大30秒、最大10個のキーフレーム（最初・途中・最後）を受け付けます。
- 画像にある要素（傘・コート）を再説明せず、変化（動き・カメラ・光）だけを書く。
- Kling 4.0にはseed指定がなく、再生成ごとに別テイクになります。下書きは720pで回し、最終のみ1080pにするのが経済的です。
作例5：クリップをつなぐ（last frame → first frame）
狙い：長尺を短い複数クリップで作り、ショット間の見た目を揃える。
Start from the attached image (last frame of the previous clip). Mira walks toward the camera along the same wet street, same neon lighting and color grading, same 35mm look. Slow tracking shot backward at walking pace, 5 seconds, no cut.- Runwayのガイドも「前のクリップの最終フレームを次の開始画像に使う」「シーンの光の記述を全プロンプトで使い回す」と案内しています。
- クリップが長いほど細部がドリフトするため、長尺対応モデル以外は短く区切る。
一貫性パラメータ早見表
| 手段 | 対象 | 要点 |
|---|---|---|
| 参照画像（Nano Banana 2.1 / Pro） | 画像 | 最大14枚。キャラ最大4・物体最大10を維持できる目安 |
| Flux 2 Pro | 画像 | 参照画像は最大8枚（APIラッパーの記載） |
| –sref / –sw | Midjourney | 画風を引き継ぐ。–swは0〜1000、既定100 |
| Editモデル | Midjourney V8.1以降 | 最大4枚の参照でキャラ・物体を引き継ぐ |
| キーフレーム | Kling 4.0 | 最大10個（最初・途中・最後）、seedなし |
| first/last frame | Veo 3.1ほか | 開始・終了画像を指定して間をつなぐ |
仕様は各サービス・提供形態（公式／API再販）で異なる場合があるため、利用前に各公式ドキュメントで確認してください。
つまずきやすい点
- 同じ外見説明を毎回の文章に一字一句そろえて入れると、参照の効きが安定する（fliki等の解説）。
- 参照は1枚=1方向。シーンに見える面の数だけ参照を足す。
- 動画はまず静止画で顔と服を確定してから動かす。
主な情報源
- Nano Banana 2.1 Subject consistency（Runware Docs）
- How To Use Nano Banana 2.1（fal）
- Nano Banana 2 Prompting Guide（Fliki）
- Kling VIDEO 4.0 Prompting（Runware Docs）
- Kling Prompts: Directing Motion（Screenweaver）
- Can AI Generate Cinematic Video Footage?（Runway）
- Midjourney V8.2 Prompt Parameter Guide（EvoLink）
- Character Consistency in AI Image APIs（Apiframe）
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。