マスター画像
↓
「この人物を使って、こういう場面を描いて」
↓
人物込みのシーン画像
↓
Remotionではその画像を背景として表示
↓
字幕だけ乗せる

動画作成の流れ

1. 台本を作る
2. キャラのマスター画像を作る
3. 台本をシーン分けする
4. 似たシーンを画像グループにまとめる
5. マスター画像を参考にして、シーン用画像を作る
6. 音声をVOICEVOXで作る
7. Remotionで画像・音声・字幕を合わせる
8. MP4にする

暴走させない

そして大事なのは最後のところ。
画像を自分で持ち込みたいときは、最初にこう言えばいい：

画像生成はまだしないで。持ち込み画像を使う前提で、台本のシーン分けと必要画像リストだけ作って。

または：

勝手に画像生成しないで。まず必要な画像の一覧だけ出して。

これで、こちらは画像生成に進まずに、

scene-001: こういう画像が必要 scene-002: こういう画像が必要

だけ作る流れにできる。