錬金学総論(62) 走る女性の顔クローズアップ——微笑みを「耐える顔」に、首のゴツゴツはキャラシート基準と中間調で直した。4カット23秒になった

2026年11月8日

(61)の8秒ドローン接近で、正面・横・後方が揃った。残っていたのが顔。斜め前から顔・肩・胸上部を追う5秒のクローズアップを3本回し、表情と首の見え方を直して、4カット23.5秒の連結になった。

図1: 00028→00029→00030の0/2.5/5.1秒。上段=初回(微笑み・首の陰影が強い)、中段=表情採用・首は逆に縦筋、下段=採用版

先に結論

顔は初回から保てた。 白素体には顔がないので、キャラシート右上のFACE FRONT/SIDEを「顔の基準」、白動画を「動きと構図の基準」と役割を書き分けた。目鼻口が読め、大きな崩れは出なかった。
表情は「微笑み」から「軽く口を開き、口角は水平、集中した目」へ。 本人評価「耐えている感じが出ていてOK」。
首を柔らかくしようとして解剖部位(喉・鎖骨・腱)を長く書いたら、逆に縦筋とくぼみが強まった(00029)。(60)の脹脛と同じ失敗。首もキャラシートの鮮明な顔写真を基準と明示し、陰影を「狭い中間調の範囲に収め、影側を周囲の肌の明るさに近づける」と描画の言葉で書き直したら、本人評価「首回りの描写も顔の表情もいい感じ」(00030)。
生成中に2回止まった。 原因はRAM保護の条件到達で、顔アップだから重い、とは言えない(後述)。

条件

項目	値
生成	MiniMax H3 Ref2VA pruned int8、10ステップ、seed固定、672×928・5.17秒・音声つき
参照	Picture 1=キャラシート(FACE FRONT/SIDEを顔と首の基準と明示)、Video 1=白素体の前方斜め約30度・後退追従5秒
白素体のカメラ	人物の前方斜め、高さ1.7m、注視点1.55m、60mm固定。前進に合わせて後退し、顔・肩・胸上部の大きさを保つ。頭部の収まりを120コマで検査
所要	00028 820.8秒 / 00029 848.7秒 / 00030 815.2秒(いずれも約13〜14分)
差分	00028→00029→00030 はすべてプロンプトのノード1つだけ

3本の経緯

版	変えたもの	本人評価
00028	顔の基準=キャラシートのFACE FRONT/SIDE、動き=白動画。脚の長い説明を外し顔と構図に重点	「初回からなかなかいい仕上がり」。微笑みと、首・鎖骨の強い陰影が課題
00029	表情: 口角を水平、唇を軽く開く、眉をわずかに寄せる、視線は進行方向。首: 喉・鎖骨・腱を詳しく記述して柔らかくする意図	表情は「耐えている感じでOK」採用。首は逆にゴツゴツが増した
00030	顔だけでなく首・襟元もFACE FRONT/SIDEを基準と明示。頬の丸み・顎の繊細な輪郭を参照へ寄せる。首の解剖部位の列挙を1段落に集約し、陰影を狭い中間調に揃え、顎下と首前面に広い柔らかな補助光	「首回りの描写も顔の表情もいい感じ」

00029で起きたことは、(60)の00018(膝裏にfullness・cushionedを重ねたら太く見えた)と同じ型。部位の名前を列挙して「柔らかく」と頼むと、H3はその部位の起伏を描き込む。効いたのは「どこを(首前面から襟元まで)、明るさをどうする(影側を周囲の中間調に近づけ、広い範囲で緩やかにつなぐ)」という画面上の指定だった。

ただ、00029→00030は表情・首・参照の明示を同時に変えているので、どの文が効いたかは分けられない。1seedの結果で、他のseedや他の顔への一般化は未検証。

00030(顔クローズアップ・採用版)。前方斜めからの後退追従5秒・672×928・音声つき

生成中に2回止まった件

00028の前に、生成が1ステップ目付近で2回止まった。ComfyUI本体が終了して接続できなくなる止まり方で、ブラウザ側の問題ではない。

原因は、当方の実行スクリプトに入れている保護(物理RAMの空きが3GiB未満、またはコミット残量が14GiB未満で子プロセスを終了する)の条件に達したこと。1回目は空きRAM 2.98GiB、2回目は2.99GiB。起動時の空きは約50GiBあった。

アプリをいくつか閉じても2回目も止まったので、承認のうえで物理RAMの条件だけ3→2GiBに緩めて再実行し、完走した。ただし、成功したときの約2秒間隔のメモリ記録では最低空きRAMが5.27GiBで、旧条件の3GiBを下回った記録はない。だから「緩和したから通った」とは言えない。再試行のあいだにRAMの推移が変わった理由は特定できていない。

「顔アップは情報量が多いから重い」も言えない。白動画は同じ672×928・5秒で、前日の後方8秒より処理の列は短い。記事では、止まった事実と保護の条件、変更した1行、成功時の記録までを書き、因果は留保する。

4カット連結で23.5秒

順	素材	尺
1	正面(00012)	5.17秒
2	横(00014)	5.17秒
3	後方ドローン8秒(00027・12ステップ)	8秒
4	顔クローズアップ(00030)	5.17秒

合計23.5秒・564コマ。元の4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。顔は18.33秒から。単純カットつなぎ、タイトル・音楽なし。光は、顔カットで画面右からの朝日を指定したが、左から強く当たって見えるコマがあり、カット間の光の連続性は引き続き残課題。

4カット連結(正面→横→ドローン8秒→顔・23.5秒)

分担の表(更新)

何を	どこで決める
動き・カメラ	白素体(アニメーションとカメラ。数値で書き、収まりを検査)
容姿(顔・首・服・体の比率)	キャラクターシート。顔と首は鮮明な顔写真(FACE FRONT/SIDE)を基準と明示する
表情	プロンプト。口角・唇・眉・視線を具体的に
質感・陰影(脚・首)	プロンプト。部位+明るさの範囲+遷移の広さ。解剖部位の列挙はしない
長尺のノイズ	ステップ数