タイトル: 最近ネットで突然流行った非常に面白い AI の遊び――デスクトップ AI 女友。従来の AI チャットボットとは異なり、こうした AI 女友は単にチャットウィンドウに現れるだけでなく、直接「住み込んで」しまいます。
最近ネットで突然流行った非常に面白い AI の遊び――デスクトップ AI 女友。従来の AI チャットボットとは異なり、こうした AI 女友は単にチャットウィンドウに現れるだけでなく、直接「住み込んで」しまいます。
コンピュータを起動すると、リアル感満載の AI 女の子がデスクトップに登場します。彼女はソファに座ったり、髪を整えたり、立ち上がって離れたり、さらには服を着替えて戻ったり、音声と字幕でユーザーと対話することもできます。
一見すると、Live2D、Unity、VRM、またはリアルタイム 3D デジタルヒューマン技術を使っているように見えます。
しかし実際にこのような動画を注意深く観察すると、動画素材の一部は複雑なリアルタイム 3D モデリングを必要としません。AI 動画生成モデルがこの効果を実現する重要な要素の一つです。
次に、ローカルデプロイで生成する場合、使用するモデルはすべて完全に無料でオープンソースです！
デプロイ手順
-
2つの画像素材を準備
この AI デスクトップ女友に使う動画素材は実際に 2 つです：- 1 つは黒いソファの背景デスクトップ、
- もう 1 つは背景透過の人物画像です。以下に 2 つを備考として提供しますが、もちろん自分で用意しても構いません。
A. 黒いソファ背景画像
B. 背景透過人物画像
ダウンロード後、黒いソファ背景画像をコンピュータのデスクトップ背景として設定します（以下図参照）。
変更後、全画面でスクリーンショットを撮り、後で使用します！
-
モデルをダウンロード
必要なオープンソースモデルは合計 4 種類です。以下のリンクからダウンロードしておきます。diffusion_models: 【クリックしてダウンロード】text_encoders: 【クリックしてダウンロード】- 【零度同款】TDM Fast ダウンローダー: 【クリックして移動】
-
最新版 ComfyUI をダウンロード
必ず最新版の ComfyUI クライアントをインストールしてください。旧バージョンは現在必要とする MinimaxH3 オープンソースモデルをサポートしていません。 -
ワークフローをダウンロード
ダウンロード後、ComfyUI クライアントで空白のワークフローを作成し、ダウンロードしたワークフローファイルを直接ドラッグ＆ドロップします。
次に、事前に準備した 2 つの画像を合成して 1 つにします（以下図参照）。 -
プロンプトを使用して AI デスクトップ女友動画を生成
生成時の動画長は 30 秒、アスペクト比は 16:9 を推奨します。以下に日本語と英語のプロンプトを提供します。どちらでも生成可能ですが、私のテストでは英語プロンプトの方が効果が良いようです。
もちろんプロンプトは自由に設定できます。生成したい服装や動作に合わせてカスタマイズしてください。 -
動画解像度の注意
生成時は解像度をあまり高く設定しない方が良いです。メモリ不足の場合、生成プロセスが非常に長くなります。
生成完了後、以下の「動画高解像度化ツール」で 4K 高画質に処理できます。動画高解像度化ツール
- 動画高解像度化: ぼやけた映像を秒で高解像度に変換
- 画像高解像度化: 画像のディテールを向上、肉眼で確認可能
- 動画フレーム補間: 画質の悪い古い動画を滑らかに再生
- 動画防抖: 手振れ動画をスタビライザーのように処理
旧動画修復から日常編集まで、このツールはすべて対応します。今すぐ無料で入手できますので、ぜひお試しください！
日本語プロンプト
人物要件
- 成人女性キャラクター
- 参考図は合成参考図で、左側が最終動画のデスクトップとシーン、右側が女主人公の参考です。
- 左側: Windows デスクトップ、左上のデスクトップアイコン、下部の Windows タスクバー、黒いレザーソファ、ダークな壁、クールな柔らかな光、ソファの位置、空間透視、画面構図、固定カメラ位置
- 右側: 顔、顔立ち、肌色、髪型、人物の身分、身体比率、全体外観
- 重要:
- 最終動画は左右分割画面ではありません
- 右側の参考パネルは保持しない
- 右側を背景として使用しない
- 完全に Windows デスクトップ環境に自然に登場するように
- 画面全体は同一の女主人公であること
- フェイス、髪型、年齢、身体比率、身分は変更しない
- 髪型は一貫して保持
全体画面スタイル
- 超リアル、映画レベルのリアルな AI デスクトップ動画
- Windows デスクトップ全画面録画を模倣
- 画面はリアルな動的デスクトップ壁紙のように見える
- Windows デスクトップは安定したまま
- 下部に実際の Windows タスクバーを保持
- 左上に参考図の少数アイコンを保持
- 黒いレザーソファ
- ダークグレー黒の壁面
- クールな柔らかな光
- 実際の室内光と影
- 実際の肌質感
- 実際の髪
- 実際の衣料
- 実際の人体運動
- 固定カメラ位置
- 1 連続ショット、カットなし、ズームなし、パンなし、カメラ揺れなし、視点変更なし
- 女主人公は主に画面右側に位置し、左側は字幕用に空ける
人物動作
- 女主人公は画面最右側から入退場のみ
- 初入場: 右側から自然に歩入
- 初退場: 右側から自然に歩退
- 服装変更後: 再び右側から歩入
- 2 回目退場: 右側から再び歩退
- 2 服装後: 再び右側から歩入
- 左側からの入退場は絶対に禁止
- 突然の出現・瞬間移動・フェードイン・フェードアウト・身体変形は不可
- すべての入退場は実際の歩行で完結
字幕 UI
- 字幕は画面左側中央に表示
- 文字は太く、モダンでサンセリフ、サイズは中程度、背景枠なし、柔らかな光と影
- 女主人公が話すとき: 淡紫色の日本語文字、左側に薄い白いスピーカーアイコン
- 男性が話すとき: 白い日本語文字、左側に薄い白いマイクアイコン
- 字幕下部に常に細い白い音声波形を表示
- 波形は現在話者の音声に合わせてリアルタイムで跳ねる
- 女主人公が話すときは女声に合わせ、男性が話すときは男声に合わせ
- 話者がいないときは波形は非常に微弱
- 字幕は実際の発音に合わせて逐語的に表示、文全体を一度に表示しない、後ろの文字を先に表示しない
- 各セリフ終了後、字幕は 0.3〜0.5 秒保持し、自然にフェードアウト
- 英語字幕・文字化け・余計な字幕は表示しない
服装
- 初期造型: 黒白の横縞ストレート 3/4 袖トップ、黒の低腰ストレッチパンツ、薄いシルバーのネックレス
- 1 服装: 青黒のチェック柄プリーツスカート、白の膝上靴下、白の十字装飾靴下帯、爽やかで可愛らしい学院風
- 2 服装: 黒のフィットしたブレザー、白のシャツ、酒紅のチェック柄ネクタイ、酒紅黒のチェック柄プリーツスカート、薄いヌードストッキング、黒のローファー、精緻で成熟した学院風
- 服装変更は女主人公が完全に画面から離れた後にのみ行う
- 服装は画面上で徐々に変化させない、溶ける・点滅・局所変化は不可
- 服装は完全に変更された状態で再入場
タイムライン
- 00:00 - 00:03
女主人公は初期造型で黒いレザーソファの右側に座り、長髪を軽く整え、画面（鏡）を見て、親しみやすく、少し遊び心のある笑みを浮かべる。
「話して……今日何を見たい？」
女声は若く、自然で柔らかい。口の動きは中国語の台詞と正確に同期。
左側に淡紫色字幕が逐語的に表示。 - 00:03 - 00:04.5
女主人公は静かに画面を見つめ、画外から成人男性の中国語音声が流れる。
男: 「JKが見たい。」
女主人公は微笑みを保ち、真剣に耳を傾ける。
女主人公は話さない。左側に白い男性字幕が表示され、マイクアイコンと波形が男性音声に合わせて跳ねる。 - 00:04.5 - 00:06.5
女主人公は軽く笑い、頷き、
「いいよ、ちょっと待って。」
近くの黒いクッションをソファの横に置き、手でソファを軽く支え、自然に立ち上がる。字幕に「いいよ、ちょっと待って。」が表示。 - 00:06.5 - 00:10
女主人公は完全に立ち上がり、画面右側へ向かって歩き、右側から自然に離脱。
彼女は完全に画面から離れ、突然消えたり跳躍したりしない。女性の足音が自然に聞こえ、髪は歩くごとに揺れる。衣服は軽い摩擦音を発する。ソファは一時的に空き状態になる。 - 00:10 - 00:14
ソファは約 1 秒空き、次に女主人公が再び画面右側から戻る。
彼女は既に 1 服装（青黒の学院風）に着替えている。
彼女はソファ前に自然に立ち、座らず、画面右側中央に位置し、スカートの裾を軽く整え、左右に少し体を回転させて服装を披露。 - 00:14 - 00:17
女主人公は画面を見て、可愛らしい笑みを浮かべ、
「ドンドン～戻ってきたよ、夫よ、どう？」
口の動きは中国語音声と同期。
字幕に「ドンドン～戻ってきたよ、夫よ、どう？」が表示。 - 00:17 - 00:18.5
男性の画外音:
「うん～いいね。」
女主人公は口を閉じ、自然に耳を傾け、男性の音声を聞いて軽く笑う。字幕に「うん～いいね。」が表示。 - 00:18.5 - 00:21
女主人公は突然別の服装を思い出し、少しいたずらっぽい表情を浮かべ、
「待って～もう一つあるよ。」
文字は逐語的に表示。
すぐに振り返り、右側へ歩き、画面右側から完全に離脱。足音が自然に聞こえる。 - 00:21 - 00:23
ソファは再び空き、女主人公は画面に現れない。
服装変更の実際のプロセスは表示せず、服装は画面上で突然変化しない。デスクトップ、ソファ、背景は完全に安定。 - 00:23 - 00:25
女主人公は再び画面右側から戻り、2 服装（黒のフィットしたブレザー、白のシャツ、酒紅のチェック柄ネクタイ、酒紅黒のチェック柄プリーツスカート、薄いヌードストッキング、黒のローファー）に着替えている。
彼女はソファ前に立ち、座らず、ブレザーとスカートの裾を軽く調整し、画面を見て自信に満ちた表情を浮かべる。 - 00:25 - 00:26.5
女主人公は微笑みながらカメラを見、
「この服は？」
と言う。
字幕に「この服は？」が表示。 - 00:26.5 - 00:27.5
男性の画外音:
「この服も綺麗だね。」
女主人公は口を閉じ、自然に耳を傾け、男性の音声を聞いて満足げに笑う。字幕に「この服も綺麗だね。」が表示。 - 00:27.5 - 00:30
女主人公はゆっくりと黒いレザーソファへ戻り、自然に座る。
彼女はソファのクッションを再び抱き、襟と衣服を軽く整え、長髪を整える。
画面を見て、温かく親しみやすい、少しからかいの笑みを浮かべ、頭を少し傾け、
「チャンスが使い切れたよ。夫はどの服を残したい？」
「チャンスが使い切れたよ」ではゲームルールを宣言するような語調、
「夫はどの服を残したい？」では語尾を少し上げる。
口の動きは中国語音声と正確に同期。
話し終えた後は目線を保ち、軽くからかいの笑みを保つ。
最後の 0.5 秒で画面は自然に終了。
音声
- 実際に自然な中国語の女性声を生成
- 実際に自然な中国語の男性声（画外）を生成
- 女性声は若く、自然で柔らかく、少しからかいの要素
- 男性声は成熟、自然、短い
- 女主人公が話す際は口の動きと正確に同期
- 男性声は必ず画外音
- 女主人公が入退場する際は実際の足音を生成
- 足音は歩行と同期
- 座る際はレザーソファの軽い音、立つ際は衣服摩擦音
- 歩行時は自然な足音と軽い衣服摩擦音
- 背景音楽は不要、過度な効果音は不要
- 全体の音は人物の対話が主体
パフォーマンス
- 実在する成人女性
- 二次元キャラクターではない
- アニメキャラではない
- 仮想 3D 人物ではない
- 過度な可愛さは演出しない
- すべての動作は自然で抑制的、リアル
- オープニング: 親しみやすく、自然
- 1 服装: 遊び心と喜び、少し披露感
- 2 服装: 自信、精緻
- エンディング: 優しく、少しからかい、自然な笑み、目線、息、髪、手、表情、音声、同時発話は無し
画面一貫性
- すべての動画は同一の Windows デスクトップを保持
- デスクトップアイコンは変化しない
- Windows タスクバーは変化しない、位置も変化しない
- 黒いレザーソファは移動しない
- 背景は変化しない
- 照明は変化しない
- カメラは移動しない、視点は変化しない
- カットはない
- 画面は常に同一の固定カメラ位置
NEGATIVE
- 変顔、人物身分変化、年齢変化、顔型漂移、五官変化、髪型変化、肌色変化、身体比率変化、体型変化、人物複製、追加人物、男性が顔を見せる、3 人目の人物、アニメキャラ、二次元、3D 人物、プラスチック肌、仮人、機械的動作、硬直動作、身体の歪み、多余手、指が付着、手部奇形、脚部奇形、瞬間移動、突然現れる、突然消える、フェードイン、フェードアウト、左側から入る、左側から離れる、誤った入画方向、服装変更中の変形、衣服が溶ける、衣服が点滅、服装が重なる、服装が徐々に変化、服装エラー、服装欠損、身体と服が融合、背景変化、ソファ移動、タスクバー変化、デスクトップアイコン変化、Windows インタフェース変化、カメラ移動、カット、パン、ズーム、カメラ漂移、画面揺れ、過度な表情、過度な可愛さ、機械的笑顔、誤った話者、女性が男性台詞を言う、男性が女性台詞を言う、同時発話、口の同期ずれ、中国語発音ミス、台詞ミス、台詞抜け、重複台詞、先に台詞、字幕文字化け、誤字、英語字幕、下部字幕、字幕が人物を覆う、字幕が顔を覆う、字幕が一文で突然出る、字幕が先に出る、波形誤り、波形停止、UI変形、追加UI、追加文字、透かし、プラットフォームロゴ
英語プロンプト
REFERENCE IMAGE
アップロードされた画像には 2 つの参照領域 が含まれています。
LEFT SIDE = FINAL SCENE REFERENCE
左側だけを使って最終動画のシーンをロックします：
Windows デスクトップ、デスクトップアイコン、黒いレザーソファ、ダークな壁、照明、透視、カメラ位置、タスクバー、全体構図。
RIGHT SIDE = CHARACTER REFERENCE
右側だけを使って女性キャラクターのアイデンティティをロックします：
顔、髪型、肌色、身体比率、顔立ち、全体外観。
重要
- 最終動画は左右分割画面ではありません。
- 右側のパネルは保持しない。
- 左側のデスクトップシーンだけで女性が自然に登場するように生成します。
STYLE
Ultra-photorealistic cinematic AI desktop wallpaper.
Looks like a real Windows desktop screen recording.
A realistic young Asian woman naturally interacts inside the desktop wallpaper.
Static camera.
Single continuous shot.
No cuts.
No zoom.
No pan.
No camera shake.
Keep the exact desktop composition unchanged.
The woman mainly stays on the RIGHT side.
Leave the LEFT side for subtitles.
SUBTITLE UI
Subtitles always appear in the LEFT CENTER of the screen.
Modern thin Chinese sans-serif font.
Medium size.
Soft glow.
No background box.
Female speech:
Light purple subtitle.
White speaker icon.
Male speech:
White subtitle.
White microphone icon.
Below the subtitle:
A thin white audio waveform that reacts in real time.
Characters appear one by one following speech.
Never show the whole sentence instantly.
Keep each subtitle for about 0.4 seconds after speaking, then fade out.
CHARACTER
Same woman throughout the entire video.
Never change face.
Never change hairstyle.
Never change age.
Never change body proportions.
Natural breathing.
Natural blinking.
Natural eye contact.
Realistic skin.
Realistic hair physics.
OUTFITS
Initial outfit:
Black-and-white striped fitted 3/4 sleeve top.
Black casual drawstring pants.
Thin silver necklace.
Outfit 1:
Blue-and-black plaid pleated skirt.
White over-knee socks.
Cute academy style.
Outfit 2:
Black fitted blazer.
White shirt.
Dark red plaid necktie.
Dark red plaid pleated skirt.
Sheer nude stockings.
Black loafers.
Elegant academy style.
Clothes must instantly change ONLY after she has completely exited the screen.
Never morph clothing while visible.
TIMELINE
00:00–00:03
The woman is already sitting on the RIGHT side of the black leather sofa, hugging a black cushion.
She gently brushes her hair back, smiles warmly and looks directly at the viewer.
She says:
“说吧……今天想看什么？”
Natural Chinese lip sync.
00:03–00:04
Off‑screen male voice:
“想看JK。”
The woman listens quietly, smiling slightly.
00:04–00:06
She nods gently.
She replies:
“好，等我一下。”
She puts the cushion aside and naturally stands up.
00:06–00:09
She walks toward the RIGHT edge.
Natural footsteps.
Her hair moves naturally.
She completely exits through the RIGHT side.
The sofa becomes empty.
00:09–00:13
A short stylish whoosh sound.
The SAME woman walks back in from the RIGHT wearing Outfit 1.
She stands in front of the sofa without sitting.
She playfully turns her waist slightly, allowing the plaid skirt to sway naturally.
She smiles confidently.
She says:
“噔噔～我回来了，老公，怎么样？”
00:13–00:15
Male off‑screen voice:
“嗯～不错。”
She laughs softly.
00:15–00:17
She suddenly remembers another outfit.
She says:
“等等～还有一套。”
She immediately turns and walks out through the RIGHT side.
00:17–00:21
The sofa stays empty briefly.
Another quick whoosh.
The SAME woman returns wearing Outfit 2.
She naturally adjusts her blazer and skirt.
She stands elegantly beside the sofa.
She says:
“这套呢？”
00:21–00:23
Male voice:
“这套也好看。”
She smiles proudly.
00:23–00:27
She slowly walks back to the sofa.
She sits down naturally.
She hugs the black cushion again.
She gently adjusts her collar and smooths her hair.
She keeps eye contact with the viewer.
00:27–00:30
She tilts her head slightly and smiles with a playful expression.
She says:
“机会用完啦。老公想留哪套呢？”
After finishing, she keeps smiling quietly.
The waveform gradually settles.
Fade out naturally.
AUDIO
Generate realistic native Mandarin female voice.
Generate realistic native Mandarin male off‑screen voice.
Perfect Chinese lip synchronization.
Add natural footsteps.
Subtle clothing friction.
Soft leather sofa movement.
No background music.
Dialogue must always be clear.
PERFORMANCE
Natural adult woman.
Not anime.
Not exaggerated.
Opening: warm and gentle.
First outfit: playful and energetic.
Second outfit: elegant and confident.
Ending: affectionate and slightly teasing.
NEGATIVE
face change, identity drift, hairstyle change, age change, body proportion change, duplicate person, extra people, male visible, camera movement, zoom, cut, pan, desktop change, taskbar change, icon change, sofa moving, background change, clothing morph, instant teleport, entering from left, leaving from left, distorted hands, extra fingers, deformed legs, plastic skin, robotic motion, exaggerated expression, subtitle at bottom, English subtitles, garbled Chinese, wrong speaker, lip sync mismatch, watermark, logo
以下のMarkdownはそのまま保持し、画像のURLやコードブロックは翻訳せず、テキストは日本語に変換していません。
---
---