広告クリエイティブとコンテンツチームのために

同じブランドプレゼンターを、 すべてのキャンペーンで、すべての言語で

ブランドのスポークスパーソンを一度キャスティングすれば、あらゆる広告、創業者動画、お客様の声で使い回せます。スクリプトに合わせてリップシンクし、複数言語にローカライズ、再撮影は不要です。

ワークフローを開く

このレシピを使う場面

スポークスパーソンやプレゼンターを起用した広告クリエイティブを、多数のバリエーションで運用するチームのために設計されています。

20参照画像が枚を下回ると、LoRAは学習していないアングルでぶれてしまいます。参照素材セットには複数のアングル、表情、ライティングを含めましょう。

繰り返し登場するブランドスポークスパーソンや創業者

ブランドマスコット、定番のプレゼンター、創業者主導のマーケティング、あるいはキャスティングされたブランドキャラクター。その顔は複数のキャンペーンにまたがって登場するため、一貫性を保つ必要があります。

スクリプト主導のコンテンツ

広告スクリプト、創業者からのお知らせ、製品解説、お客様の声。話すスクリプトそのものがコンテンツで、プレゼンターがそれを届ける手段となるものすべてに使えます。

多言語展開を計画中

同じキャンペーンを6言語以上で展開。ネイティブ言語のリップシンクなら、音声を差し替えても元のプレゼンターをそのまま維持できます。4つの都市に撮影クルーを送り込む必要はありません。

24時間以内の制作納期

午前中にスクリプトを承認し、午後には動画を納品。従来なら4週間かかっていたスポークスパーソン撮影を、このワークフローは即日の制作サイクルに置き換えます。

ワークフロー

承認済みのスクリプトから、プラットフォーム対応のスポークスパーソン動画まで6ステップ。必要に応じて多言語バリエーションも作成できます。

1
プレゼンターをキャスティングして固定する（初回のみ、30分）
プレゼンターの参照素材セット（複数のアングル、表情、ライティング）を生成します。プレゼンターのLoRAを学習させます。これは初回だけの投資で、以降のすべての動画で元が取れます。
2
音声スクリプトを録音または生成する（10〜30分）
実際のナレーション、またはブランドのボイスプロファイルを使ったAI音声。どちらでも構いません。音声の長さとテンポが動画の長さを決めます。
3
スクリプトとプレゼンターをワークフローに読み込む（5分）
「ブランド固定スポークスパーソン動画」テンプレートを開きます。音声ファイルをドロップします。固定したプレゼンターのLoRAが自動で読み込まれます。フレーミング（クローズアップ、ミディアム、ワイド）と背景を指定します。
4
ベース動画とリップシンクを生成する（10〜30分）
動画モデルがプレゼンターにセリフを話させます。リップシンクレイヤーが口の動きを音声に合わせます。リップシンクは音節単位で品質チェックします。
5
他の言語にローカライズする（1言語あたり15分）
音声トラックをローカライズ版に差し替えます。新しい言語に対してリップシンクを再実行します。プレゼンター、フレーミング、テンポはそのままで、話す言葉だけが変わります。
6
プラットフォームの仕様に合わせて書き出す（10分）
ReelsやTikTok向けには縦型。フィード向けには正方形。YouTube向けには横型。各プラットフォームの要件に合わせて字幕も用意します。あとはメディアバイヤーに引き渡すだけです。

コツと失敗パターン

視聴者の目を通過するスポークスパーソン動画と、不気味に見えてしまう動画を分ける6つのパターンです。

プレゼンターのLoRAは20枚以上の画像で学習させる

参照画像が20枚を下回ると、LoRAは学習していないアングルでぶれてしまいます。参照素材セットには複数のアングル、表情、ライティングを含めましょう。

音声の品質が動画の品質を左右する

リップシンクの精度は元の音声次第です。クリアなスタジオ品質の音声からはクリアなリップシンクが得られます。ノイズの多い音声は動画全体の質を下げます。

リップシンクの品質は対象言語によって変わる

英語のリップシンクは安定しています。一部の言語では明らかに精度が落ちます。ネイティブな仕上がりのローカライズを約束する前に、対象言語ごとにリップシンクをテストしましょう。

アイコンタクトと微細な表情

視聴者は微妙な手がかりから不気味さを感じ取ります。微細な表情に違和感があれば作り直しましょう。出力品質はやや低くても表情が自然な動画のほうが、高品質でも目が死んでいる動画に勝ります。

プラットフォームの仕様に合わせたフレーミング

縦型のフレーミングは横型とは異なります。1つの素材を切り抜くのではなく、プラットフォームごとにフレーミングを生成しましょう。構図のルールはアスペクト比によって変わります。

プレゼンターが実在の人物なら、使用許諾を取得する

実在人物のLoRAには、AI生成での利用を対象とした肖像使用の書面での許諾が必要です。許諾がなければ公開してはいけません。肖像権は多くの法域でまだ確立されていません。

よくある質問

ブランドスポークスパーソンのワークフローを導入する前に、チームからよく寄せられる質問です。

はい、AI生成での利用を対象とした肖像使用の書面での許諾があれば可能です。創業者主導のブランドではよく行われています。許諾がなければ公開しないでください。許諾書の文言は重要なので、影響の大きい展開では弁護士に相談してください。

最初の英語版動画：約1時間。追加の言語ごとに：約15分。これに加えて、以降のすべての動画で元が取れる初回のみのプレゼンターLoRA学習（30分）が必要です。

品質はさまざまです。英語は安定しており、スペイン語、ドイツ語、フランス語、ポルトガル語はたいてい良好ですが、一部の言語は依然として弱めです。展開を決める前に、対象言語ごとにリップシンクをテストしましょう。

プレゼンターを使わない動画制作については、Concept Frame Moodboardやその他の動画ワークフローをご覧ください。このレシピはブランド固定のスポークスパーソンを登場させることに特化しています。

ほとんどのプラットフォームでは、スポークスパーソンのコンテンツは30秒〜2分が好まれます。このワークフローは約2分までなら安定して処理できます。それより長い動画は、ショットの切り替えでセグメントに分けると効果的です。

従来のスポークスパーソン撮影：通常は数日、複数のクルー、そして後処理が必要です。このワークフロー：数時間、担当者1人、後処理込みです。コスト削減は大きく、スピードの短縮は劇的です。

はい。プレゼンターのLoRAを固定してしまえば、同じプレゼンターで複数のスクリプトのバリエーションを試せます。バッチ処理はCampaign Variant Generatorワークフローが担います。

そのショットを、プロンプトと一緒に明示的な参照画像を添えて作り直します。特定のアングルや表情で失敗が続く場合は、そのアングルをより幅広くカバーしてLoRAを再学習させます。

パフォーマンスメディアが求めるペースでスポークスパーソン動画を届ける

ブランド固定スポークスパーソン動画は、保存済みのワークフローテンプレートです。スクリプトと5分の音声録音を読み込めば、60分以内に納品できます。追加の言語へのローカライズは、それぞれさらに15分です。

ワークフローを開く