よくある質問：キャラクターIDドリフトと字幕最適化

典型的な現象

生成されたキャラクターの外見が参照画像と一致しない、または動画の途中で「顔すり替え」（IDドリフト）が発生し、動画内の人物が有名人と見なされて審査に引っかかることがあります。

根本原因分析

1. 顔写真の参照画像としての有効性不足

• 参照画像の混在：顔参照画像と全身／半身ポーズ画像、服装参照画像、詳細画像などを同一画像にまとめてしまっている
• 顔の占有率が低すぎる：顔領域が画像全体に占める割合が小さすぎて、モデルが特徴を抽出する際の重みが不足している

2. 人物のマルチビュー画像の使用

マルチビュー素材は同一人物の異なるアングルを含むため、モデルがそれらを別々の主体として認識しやすくなり、かえってIDドリフトが悪化します。

解決策

顔参照の独立性と重みの強化

• 顔のクローズアップ画像を用意する：キャラクターの頭部のみを含む顔のクローズアップ画像（顔のみ、無表情がベスト、首・肩・背景などノイズとなる要素を極力排除）を別途用意する
• プロンプトで主体を明確に定義する：

` <主体1> の顔の特徴は画像1（顔クローズアップ）を参照、メイクと服装は画像2（全身ショット）を参照 `

• 重要な素材を前方に配置する：より正確な参照が必要な素材ほど、プロンプト内の前方に配置する

比較効果

最適化前：動画内の人物が途中で「顔すり替え」し、有名人と見なされる

動画の効果比較：

• 最適化前：
• 最適化後：

推奨手法

• 人物参照は 顔クローズアップ + 全身ショット のみで十分
• 人物のマルチビュー画像は使用しないことを推奨

---

典型的な現象

プロンプトで字幕生成を要求していないにもかかわらず、生成された動画に字幕が含まれている。

解決策

現時点では字幕の生成を100%回避することはできませんが、以下の方法で出現確率を低減し、「成功確率」を高めることが可能です。

方法一：制約ワードを追加する

プロンプトに明確な制約指示を追加する：

字幕なしを維持
いかなる文字や字幕も生成しない

方法二：参照素材をクリーニングする

参照する画像／動画に含まれる文字が必要ない情報であれば、ツールを使用して文字を除去してから（例：Seedream/Seedanceモデルの画像／動画編集機能を利用）、文字なし素材を入力として使用することを推奨。

比較効果

最適化前（上）：動画に不要な字幕が表示 最適化後（下）：字幕なし

方法三：横向きに変更する

ビジネス上の制約が許せば、横向きサイズで動画を生成することを優先する（横向きは縦向きに比べて字幕が生成される確率が明らかに低い）。後で編集ソフトで縦向きにクロップすることも可能。