参照素材から動画を作る時、素材の数は品質指標ではありません。各画像、動画、音声、文書、リンクが一つの明確な仕事を持つとき、はじめて制御材料になります。
Wan 3.0の公式ワークフローでは最大10枚の画像、5本の動画、5つの音声に加え、文書やWebページを扱えます。ただし、人物、空間、動き、音について素材同士が合意していなければ、多さは矛盾を増やします。参照素材から動画と一緒に、最小で検証可能な素材セットを作りましょう。
参照素材が必要かを判断する
承認済みの人物や商品、服や材質、場所やレイアウト、演技やカメラのリズム、声や環境音、文書中の事実を引き継ぐ必要がある場合に適しています。
自由に発明できる企画ならテキストから動画、開始画像または開始・終了画像だけでショットを定義できるなら画像から動画がより簡潔です。
アップロード前に参照マニフェストを作る
| ラベル | 素材 | 主な役割 | 必ず維持すること | 無視してよいこと |
|---|---|---|---|---|
| 画像1 | 主役の肖像 | 人物同一性 | 顔型、髪、紺のコート | 元背景 |
| 画像2 | 駅の内観 | 空間 | 緑タイル、アーチ間隔、時計位置 | 元の人混み |
| 動画1 | 歩行資料 | 演技 | 落ち着いた歩幅、肩の重心 | 出演者、服、場所 |
| 音声1 | 現地録音 | 環境音 | ブレーキ音の質感、駅の残響 | 遠い放送の文言 |
素材の「内容」と「採用する役割」を分けます。動画1に別人と別の場所が映っていても、歩き方だけを使えます。プロンプトに境界がなければ、何を転用するかを推測させることになります。
一素材一役の原則
人物アンカー、服や材質、場所の配置、構図、動きのリズム、カメラ経路、声や環境音、事実情報など、検証できる役割を割り当てます。
「参考にする」「この感じで」「全部使う」は評価できません。同じ仕事を持つ素材が二つあるなら、より明確な一つを残します。
5種類の競合を解消する
人物の競合
複数の肖像が年齢、髪、生え際、化粧、顔の比率、服で食い違う場合、同じ人物の別角度か別人かを明示し、人物の基準画像を一つ決めます。
空間の競合
扉、窓、天井高、光の方向が異なる場所画像では、一つをレイアウト基準にし、他は指定した小要素だけに使います。
動きの競合
重いゆっくりした演技と高速手持ちカメラが衝突するなら、一つを人物、もう一つをカメラの担当に分けます。それでもリズムが合わなければ削除します。
音の競合
台詞、環境音、音楽、効果音のうち、何が内容で、何がテンポで、何を文字通り再現しないかを決めます。
スタイルの競合
写実肖像、グラフィックアニメ、光沢商品広告、ドキュメンタリー映像は自動的には統一されません。最終処理と、その基準素材を指定します。
ラベルの隣に役割を書く
wan-3.aiの画面で挿入される@image1、@video1、@audio1のようなラベルを使い、担当する名詞の近くへ置きます。
曖昧な例：
画像と動画を使い、同じ雰囲気で駅を歩かせる。
具体的な例：
@image1の人物が@image2の駅を歩く。@image1の顔、髪、紺のコートを維持する。@image2は緑タイルのアーチ、中央時計の位置、冷たい天井光だけに使う。@video1から落ち着いた歩幅と肩の重心だけを取り入れ、出演者、服、場所はコピーしない。@audio1は駅の環境と列車のブレーキ質感だけに使い、聞き取れる放送文は再現しない。
境界を書くと、素材が担当外の要素まで変える可能性を減らせます。
素材一覧ではなく関係を書く
次の構造が使えます。
[人物素材]が[場所素材]の中で、[動き素材]を参考に[動作]する。[音素材]は[音の役割]を担当。維持する要素と無視する要素を指定し、カメラと終了状態を決める。
完成例：
@image1の人物が@image2の駅へ入り、時計の下で止まる。@image1の顔の比率、短い黒髪、紺のウールコート、銀色のラペルピンを維持する。@image2をレイアウト基準にし、緑タイルのアーチ、中央時計、ホーム端、冷たい天井光を保ち、元画像の人々は除く。@video1からはゆっくりした歩幅と肩の重心だけを採用。カメラは胸の高さで横追従し、人物が時計を見る時に停止する。@audio1は低い駅の残響と遠い制動音。聞き取れる放送と音楽なし。人物の横向きミディアム、上部に時計が見える画で保持する。
文章が長いのは、素材間の契約まで含むからです。
フレーム制御と参照モードを先に選ぶ
開始・終了構図が絶対条件ならフレームモード、人物、場所、動き、音、文書、Web情報を組み合わせるなら参照モードを選びます。現在の画面が許可する組み合わせと上限を確認し、同じリクエストですべてを混ぜられる前提にしないでください。
文書やWebページは情報源として扱う
文書は人物画像とは違い、事実、順序、用語、説明構造を提供します。対象視聴者と一つの要点を決め、正確であるべき名前、数値、手順を抽出し、古い・機密・不要な情報を外し、生成後に原典と照合します。
アップロードした報告書は、3段階の保守順序と部品名だけに使用。新人担当者へ時系列で説明し、性能値や安全基準を作らない。各部品を説明する時だけ下部に名称を表示し、最後に承認済み保守マニュアルへ従うよう案内する。
情報源があっても、生成された文字、数値、ナレーションの人手確認は必要です。
音声参照に境界を設ける
音声は、声質、話すテンポ、環境音、効果音、音楽ムードのどれかを担当します。
@audio1から落ち着いた話速と温かい声質だけを使い、新しい承認済み台詞を正確に読む。元音源の音楽と室内ノイズは再現しない。
または、
@audio2は動作アクセントのリズムだけに使う。歌声なし、識別できるメロディーの再現なし。
この分離はクリエイティブだけでなく、権利確認にも役立ちます。
生成前に素材を減らす
各素材について、一文で役割を説明できるか、より明確な代替がないか、基準素材と矛盾しないか、必要な隠れ情報を持つか、利用許可があるかを確認します。役割を言えない素材は削除し、重要事項の矛盾と権利不明は生成前に解消します。
役割別に結果を評価する
| 役割 | 確認すること | 見る場面 |
|---|---|---|
| 人物・商品 | 定義特徴が安定しているか | 横顔、遮蔽、接触、高速動作 |
| 場所 | 配置が読めるか | 出入口、方向転換、背景線 |
| 動き | 無関係な内容を除き、速さと重さが移ったか | 開始、動作ピーク、回復 |
| カメラ | 主体を守りながら経路を守ったか | 加速、回り込み、再構図 |
| 音 | 担当音が正しい時点に入ったか | 台詞、瞬間音、場面変化 |
| 情報 | 名称、数値、手順、文字が正しいか | 字幕、ナレーション、図表、終端 |
「参照に似ていない」ではなく、最初に契約が破れた時間を記録し、その役割境界、競合素材、動作範囲のどれかを直します。
参照素材チェックリスト
- 各素材に一つの主担当がある。
- 重要な人物・配置ごとに基準素材が一つある。
- 重複と矛盾を取り除いた。
- ラベルをプロンプト内で一貫して使う。
- 維持する内容と無視する内容の両方を書く。
- フレーム制御と参照モードを誤って混ぜていない。
- 文書とWebの事実を手作業で確認する計画がある。
- 音声の声、テンポ、環境、効果、音楽を分けた。
- 全素材の権利と同意を確認した。
- 各素材を割り当てた役割で評価する。
マニフェストが整理できたらWan 3.0参照素材から動画へ進みます。一枚の静止画ですべて足りるなら、より単純な画像から動画ガイドから試してください。