参照画像を使う

参照画像の役割

参照画像はキャラクターや物体の見た目をモデルに伝える素材です。時刻を持つキーフレーム、独立したアニメーションレイヤー、細部の完全な合成を意味しません。同じ被写体の一貫した画像を選び、動きは文章で説明します。

Studioで参照画像モードを選び、最初の画像と対応モデルを設定してから、表示される追加スロットを埋めます。無関係な画像を増やすより品質と整合性を優先してください。

上限には最初の画像も含む

max_reference_imagesは追加スロット数ではなく総数です。取得結果が3なら、最初の画像と追加2枚で上限です。3は例であり共通の製品上限ではありません。

スロット数は選択モデルにより変わります。モデルを変えたら有効な画像を確認してください。reference_image_duration_secondsが返ればそのモデルの参照画像モードの長さは固定です。特定の提供元や常に8秒だとは想定しないでください。モデルとプロンプトを参照してください。

画像の一貫性を保つ

体格、衣装、背景の扱いをそろえます。異なる視点や衣装は意図する動きと競合します。必要最小限から始め、結果を確認してから変更を伴う新しいリクエストを作ります。

明示的な終了ポーズには開始・終了フレームモードを使います。公開リクエストで参照画像とlast_frameは併用できません。入力キャンバスも参照画像モードでは使えません。

Alpha Keyでは最初の画像を含む全参照画像に意味のあるAlphaが必要です。ほかの画像が透明でも、通常のJPEGが透明になるわけではありません。

APIとMCPでの指定

最初の画像はinput.first_frame、追加画像だけをinput.reference_imagesに渡します。同じ画像を配列に重複させないでください。ローカル画像はそれぞれ所定の手順でアップロードし、完了したfile_idを使用します。Studio内部の役割名やラベルは公開入力にはありません。

supports_reference_imagesとmodesを確認し、総画像数、長さ、解像度、モード別の縦横比に従います。生成スキーマの制約より、現在のモデル能力が厳しい場合もあります。画像の追加・削除後には一式で再見積もりし、変更への承認を得ます。ローカルデータ転送と生成はMCPワークフローを参照してください。