錬金学総論(65) 玄関から走り出す8秒——靴が余り顔が切れた日本家屋をマンション玄関に変えて成立、顔は白動画なしの方が自然だった。5カット38.6秒に

2026年11月8日

(52)から積み上げてきた走る女性の動画に、冒頭「玄関で靴を履いて外へ一歩」と、締め「離れていくドローン」((64))を足して、5カット38.6秒の一本になった。この記事は冒頭の玄関3版と、白動画を外した顔アップ、連結までを書く。

完成版。玄関→正面→横→顔→ドローンの5カット、38.6秒・672×928・音声つき

先に結論

玄関は3本目で成立した。 00032は靴が1足余って床に残り、立ち上がりで顔が画面の外に出た。00033は出口が窓に見えた。00034で日本家屋一般をマンション住戸の玄関に変え、両足に靴を履いた状態から始め、カメラは立ち上がりより少し先に後退しながら上へチルト、最後に外へ一歩。本人評価「いい感じになりました」。
靴の数は「余分な靴を出さない」でなく「1組が両足に収まる場面」で書いた。 否定形でなく、履き終わりの状態を書く。
顔アップは白動画なしの方が自然だった。 玄関でキャラシートの一貫性が良かったことから「白素体の形がキャラシートの再現を邪魔しているのでは」という仮説で、キャラシート+文章だけの00035を回したら、本人評価「こちらのほうが自然な感じがします」。採用。ただし白動画の有無以外も変わっているので、原因を白動画の除去だけに断定しない。
今日の5本はすべて白動画なし。 玄関・顔・ドローンとも、キャラシート1枚と文章で動きとカメラを指定した。(59)〜(62)で白素体が担っていた「動きとカメラ」を、今回は文章で書いている。

版	設定	結果	本人評価
00032	日本家屋の玄関。しゃがんで靴を履き、立ち上がる。固定カメラ	靴を履いて立ち上がる流れは成立。白いランニングシューズが1足余分に床に残り、7.75秒では白い靴が計3つ。立ち上がると頭が上端に近づき、終盤は顔が画面外	「いい感じ」。立ち上がって止まるより、外へ一歩踏み出す終わりに
00033	靴の対応を明示、動く全身カメラ、外へ一歩	途中まで靴が余る。出口が窓から出ているように見える	指摘あり
00034	マンション住戸の玄関。両足に靴を履いた状態で右靴のかかとを整えるところから。カメラは玄関外側の斜めから、立ち上がりに先行して後退しつつ上チルト。立ち上がりの重心移動から外へ一歩	足元に余分な靴はない(収納上の別の履物は残る)。4秒から立ち上がり、5〜6秒でも頭・顔・靴が画面内。開いた扉と外廊下が見え、7.75秒で外へ踏み出す。0秒の頭上の余白は小さい	「いい感じになりました」採用

所要は00032 613.5秒、00034 676.9秒(8秒・192コマ)。10ステップのまま、プロンプトだけを変えた。12ステップにする案もあったが、今回は採らなかったので、改善をステップ数の効果とは読まない。

00034(採用)。靴を整えて立ち上がり、外へ一歩。8秒・672×928・音声つき

靴は「1組が両足に収まる」と場面で書く。 左は最初から左足、右は手元から右足へ移る同じ靴。周囲の土間は空いた状態。「余分な靴を出さない」という否定形には頼らない。
カメラは「上チルト」だけでなく「後退」とセットで。 上にだけ振ると足元が切れる。立ち上がりより少し先行して引く。
終わりは動作で。 「立ち上がって静止」を消し、重心移動から外へ一歩、先に出した靴がポーチに接地するまで。開いた扉と移動経路を最初から確保する。
場所を具体に。 「日本家屋」では出口が窓に見えた。「マンション住戸の玄関」で扉と外廊下になった。

00035は頬・顎の丸み、暗いポニーテール、前髪、白Tを維持し、唇を軽く開いた表情が続く。首元の縦の陰影は1秒などで残り、首の課題が消えたとは言えない。コマ間で肩・髪・背景が動き、白動画なしでも走行の追尾構図は成立している。顔の画面内位置は上下し、固定された構図ではない。

白動画の有無に加えて、プロンプト・構図・尺も変わっている。改善の原因を白動画除去だけに断定しない。キャラシートとの同一性を定量で測ったわけでもない。参照方式の影響を切り分けるなら、尺・文章・seedを揃えた比較が要る。

合計38.58秒・926コマ。元の5素材から1回のエンコードで再構成し、前回の連結を再圧縮しない。ハードカット、タイトル・音楽なし。各素材の音声をそのまま残し、音量の統一とクロスフェードは未実施。顔の位置は(62)の時点から変えて、ドローンの前に置いた。

何を	どこで決める
動き・カメラ	(59)〜(62): 白素体(Blender)で数値指定。今回: 文章で指定し、玄関・顔・ドローンは成立
容姿	キャラクターシート。顔と首はFACE FRONT/SIDEを基準と明示
表情	プロンプト。口角・唇・眉・視線を具体的に
質感・陰影	プロンプト。部位+明るさの範囲+遷移の広さ
場面の整合(靴の数、出口、道路)	プロンプト。否定形でなく、完成状態と画面内の構造を書く

白素体が要るのは、カメラの軌道と人物の収まりを数値で縛りたいとき((61)のドローン接近、(60)の見下ろし)。今回のように動作と場面が文章で書けるカットでは、白動画を外した方が容姿が自然に出た例が1つできた。一般化は別の比較で。