映像制作において、ショット設計は「絵をどう見せるか」を決める工程です。カメラの位置、レンズの画角、被写体の動き、光の当たり方、前後のショットとのつながり。これらを一つずつ決めていく作業は、経験を積んだ監督や撮影監督でも時間のかかる判断の連続です。生成AIが実用レベルに達した現在、この工程の一部はAIアシスタントに委ねられるようになりましたが、丸投げすれば良い映像が自動的に出てくるわけではありません。重要なのは、AIに渡す指示の粒度と、人間が握る判断の境界線を設計することです。
この記事では、AIアシスタントを相棒としてショット設計を最適化するための実践的なワークフローを、プロンプトの書き方から一貫性の保ち方、シーン別の具体例、よくある失敗の回避策、ツール選定の基準まで通して解説します。短尺のSNS動画から数分のショートフィルムまで、考え方の土台は同じです。
なぜショット設計はボトルネックになるのか
映像制作の工程は大きく「企画」「設計」「生成・撮影」「編集」に分かれます。このうち最も時間を食い、最もセンスが問われるのが設計、つまりショット設計です。脚本には「太郎が振り返る」と一行書かれていれば済みますが、それを映像にするには、どの距離から、どのレンズで、どの方向から光を当て、どこで切るのかを決めなければなりません。
AI生成の登場で、この設計と実行の距離は劇的に縮まりました。プロンプトを書けば数分でショットのラフが出てきます。しかし同時に、新たなボトルネックも生まれました。それが「一貫性の維持」と「意図の伝達」です。
ショットが破綻する3つの原因
一つ目は参照の曖昧さです。頭の中にある映像を言葉に落とすとき、多くの人は「シネマティックに」「かっこよく」といった抽象語で済ませてしまいます。AIは抽象語を平均値に変換するため、印象の薄い映像が返ってきます。
二つ目は語彙の揺れです。1カット目では「close-up」と書き、5カット目では「寄り」と書き、10カット目では「顔のアップ」と書く。人間なら同じ意図だと理解できますが、生成の現場では毎回わずかに違う結果を招き、ショット間の統一感が崩れます。
三つ目はモデルごとの解釈差です。同じプロンプトでも、あるモデルは手ぶれ感のあるドキュメンタリー調を返し、別のモデルは端正なスタジオ調を返します。作品全体を一つのモデルで作れば問題は減りますが、ショットごとに得意分野が違うため、どうしても混在させたくなります。ここをどう設計するかが、AI時代の映像制作の腕の見せどころです。
AIに任せる工程と、人が握る工程
効率を最大化する鍵は、全部を任せることではなく、分担を決めることです。
任せてよい工程
- バリエーション出し：同じシーンのカメラアングルを10通り試す
- ライティングの翻訳：「夕方の逆光」を具体的な光の記述に展開する
- 尺の調整案：3秒、5秒、8秒のテンポ比較
- カメラワークの提案：会話シーンに対するドリーイン、オービット、手持ちの比較
- 大まかな色調の統一：複数ショットの色味を揃える補正案
これらは正解が一つではない作業なので、選択肢を出してもらう使い方が向いています。
人が判断すべき工程
- 物語上の意図：このショットで観客に何を感じてほしいのか
- ショットの順序とリズム：どこで溜め、どこで畳みかけるか
- 感情のピークの位置：最も強い画を何カット目に置くか
- 編集点：カットするか、つなぐか、あえて間を残すか
- 最終的な選別：似た3案から一つを選ぶ責任
AIは候補を大量に出すのが得意ですが、選ぶ行為は依然として人間の仕事です。逆に言えば、選別の基準を事前に決めておけば、AIの出力をそのまま使える確率が跳ね上がります。
ディレクションシートを一枚作る
撮影現場で使うショットリストと同じものを、AI制作でも用意しましょう。列は「カット番号」「内容」「被写体」「カメラ」「光」「尺」「優先度」の7つで十分です。このシートがあると、生成結果を眺めながら「どのカットが不足しているか」を機械的に判断でき、思いつきで作り続ける状態から抜け出せます。
ショットを言語化する：プロンプト設計の基本語彙
AIアシスタントにショットを設計させるには、まず自分が映像の語彙を持っている必要があります。すべてを暗記する必要はありませんが、よく使う用語を10個ほど手元に置いておくと、指示の精度が一段上がります。
カメラワークの語彙
- 固定（フィックス）：カメラを動かさない。緊張感や静けさに向く
- パン／ティルト：左右・上下の首振り。空間の説明に向く
- ドリー：カメラ自体が前後に移動。感情の接近や圧迫感を作る
- トラッキング：被写体と並走する。歩行シーンや移動の臨場感
- クレーン：上下に大きく動く。スケール感の提示
- オービット：被写体の周囲を回る。英雄的な見せ方や商品の全容提示
- ハンドヘルド：手ぶれを活かす。ドキュメンタリー的な生々しさ
プロンプトでは「slow dolly in」のように速度も添えると、意図が伝わりやすくなります。
レンズとフレーミング
焦点距離は感情の距離感です。24mm前後の広角は空間と文脈を見せ、50mm前後は人間の視野に近く、85mm以上の望遠は背景を圧縮して被写体を際立たせます。フレーミングは、ワイドショット（状況説明）、ミディアムショット（会話）、クローズアップ（感情）、エクストリームクローズアップ（細部の強調）という4段階を意識すると、シーンを組み立てやすくなります。
アングルも同様です。ローアングルは被写体を強く見せ、ハイアングルは弱く見せ、ダッチアングルは不安を演出します。「誰の視点か」「観客にどう感じてほしいか」を先に決めてから選ぶのが原則です。
光と色
キーライトの方向、フィルライトの有無、リムライトの強さ。この3点を指定するだけで、同じ被写体でもまったく違う絵になります。時間帯の指定も強力です。ゴールデンアワーの暖色、ブルーアワーの冷色、曇天の柔らかい拡散光、夜景のネオン。作品のトーンを決める要素なので、シーン単位で統一しましょう。
動きと速度
スローモーションは感情の強調に、リアルタイムは現実感に、ランプ（速度変化）は山場の演出に向きます。ただしAI生成では過度なスロー指定が不自然な補間を生むことがあるため、0.5倍から0.8倍程度に留めるのが無難です。
プロンプトの語順には型がある
書き出しの順序を固定すると、出力のブレが減ります。おすすめは「被写体 → 動作 → カメラ → 光 → 質感 → スタイル」です。たとえば「20代の女性が窓辺で振り返る。ゆっくりとしたドリーイン。窓からの逆光、柔らかいリムライト。浅い被写界深度、フィルムグレイン。落ち着いた色調のドラマ風」という具合です。この型をテンプレートとして保存し、単語だけ差し替える運用にすると、シリーズ全体の統一感が保てます。
実践ワークフロー：コンセプトから初稿まで
ここからは実際の手順です。所要時間の目安は、30秒の映像で半日から2日程度。慣れれば数時間で初稿に到達できます。
ステップ1：ルック開発
まず1枚のキービジュアルを作ります。シーンの代表的な瞬間を静止画で固め、色調、光、衣装、質感を確定させます。この1枚が以後すべての基準になります。動きから入ると、後戻りのコストが大きくなります。
ステップ2：キーフレームの固定
確定したルックをもとに、シーンの開始、中間、終了の3枚を作ります。この3枚が揃うと、動画生成の際に始点と終点を指定でき、動きの予測不能性が大幅に下がります。1カットにつき3枚、30秒で8カットなら24枚の静止画が基準画像になります。
ステップ3：ショットリストへの分解
ディレクションシートに沿って、各カットの尺と優先度を決めます。全部を作るのではなく、「これがなくても成立するカット」を先に切り捨てるのがコツです。初稿では必須カットだけを作り、通しで見てから追加します。
ステップ4：生成と選別
1カットにつき3案から4案を出し、その中から選びます。選別の基準は、動きの自然さ、顔の破綻の有無、光の連続性、そして前後カットとの色味の一致です。ここで迷ったら基準画像と見比べます。目立たない破綻は編集で気づくことが多いため、選別の段階で倍速再生とコマ送り再生の両方を行うと取りこぼしが減ります。
ステップ5：編集と音
生成したカットを並べ、テンポを確認します。映像の印象は音で大きく変わるため、仮のBGMと効果音を早い段階で当てるのが有効です。音楽のビートに合わせてカットを調整すると、生成素材の粗さが目立ちにくくなります。
一貫性を保つテクニック
AI映像制作で最も差がつくのが、この一貫性の管理です。
参照画像は「正面・横・表情」の3枚を用意する
キャラクターの場合、正面のバストアップ、横顔、感情の乗った表情の3枚があると、別カットでも同一人物として認識されやすくなります。衣装は上半身と全身の2種類を用意すると、寄りと引きの両方に対応できます。背景は「広い画」と「寄った画」の2枚があると、空間の連続性が保てます。
パラメータとシードの管理表を作る
カット番号、使用モデル、シード値、参照画像のファイル名、プロンプト全文、採用可否をスプレッドシートに記録します。手間はかかりますが、後から同じルックを再現するときに決定的な差になります。特にシード値を控えていないと、良い結果が出たあとに再現できず、同じ絵を探すために何度も再生成する羽目になります。
モデルをまたぐときの注意
得意分野の違うモデルを併用するのは有効ですが、切り替えのタイミングはシーンの境界にしましょう。同じシーンの中で複数モデルを混ぜると、光の連続性が崩れて見えます。どうしても混ぜる場合は、後工程で色調補正を行い、共通のルックに寄せます。
破綻しやすい要素を先に把握する
手の指、細かい文字、鏡像、複数人の絡み、激しい動き。これらは現時点でも破綻が出やすい領域です。物語上どうしても必要でなければ、ショット設計の段階で回避するのが最も賢い対処です。たとえば「手紙を読む」シーンは、手元のアップではなく表情のアップに置き換えられます。
シーン別のショット設計例
会話シーン
基本は3つのパターンを使い分けます。両者を収めるツーショット、発言者を捉えるミディアムショット、聞き手の反応を拾うクローズアップ。AI生成では、同一空間で人物の位置関係を保つのが難しいため、カメラ位置を固定したツーショットを軸にし、反応カットを挿し込む構成が安定します。視線の方向が前後で反転しないよう、必ず確認しましょう。
アクションシーン
テンポが命なので、1カットを1秒から2秒に短く刻みます。動きの激しいカットは破綻しやすいため、シルエット気味の逆光、スローモーション、寄りのカットを組み合わせて「動きの一部」だけを見せ、全体像は観客の想像に委ねる手法が有効です。
プロダクト映像
オービットとマクロの2種類が基本です。360度回転で全体を見せ、質感のマクロで細部を伝えます。背景は単色か、素材感のあるテクスチャが無難です。反射や透明素材は破綻しやすいので、ライティングで逃げるか、静止画を活かしたパン・ズームで対応します。
風景・ドキュメンタリー
広い画で場所を示し、中景で生活感を出し、細部で時間の経過を感じさせる。この3段階を繰り返すと、短い尺でも情報量が増します。人物が入る場合は、手元や足元など顔以外を映すことで、ドキュメンタリーらしい観察的な視点が生まれます。
よくある失敗と対処法
- カット間で顔が変わる：参照画像を増やし、カットごとに同じ参照をセットで使う。加えて、寄りすぎた画を避け、ミディアムショットを軸にする。
- 動きが不自然にヌルッとする：スロー指定を弱め、始点と終点のキーフレームを明示する。動きの量を減らすだけでも改善する。
- 色味がバラバラになる：シーン単位でルックを決め、最後に一括で色調補正をかける。撮影でいうグレーディングの工程を省略しない。
- 同じようなカットが並ぶ：ショットリストを見直し、画角の段階（ワイド／ミディアム／クローズ）が連続していないか確認する。
- 尺が長すぎる：各カットを8割の長さに縮めて通しで見る。多くの場合、縮めた方がテンポが良く感じられる。
- 音を後回しにする：仮でもいいので早く音を当てる。音があると、どこを削るべきかが明確になる。
ツール選定の基準
AIツールは増え続けているため、名前で選ぶのではなく機能で選ぶ姿勢が重要です。
評価すべき5つの軸
- 一貫性の制御：参照画像やキーフレームをどこまで細かく指定できるか
- 動きの自然さ：カメラワークの指示にどこまで素直に従うか
- 尺と解像度：必要な長さと画質に対応しているか
- 出力の再現性：同じ条件で近い結果が返るか
- ワークフローへの接続：書き出し形式や編集ソフトとの相性
価格や提供条件は変更が激しいため、判断材料は「自分の用途で試して差が出るか」に絞りましょう。無料の範囲で比較検証してから、必要になった機能に投資する順序が安全です。
少ないツールで回す構成例
最初から多数のツールを併用すると、学習コストと管理コストで身動きが取れなくなります。おすすめは、静止画生成を1つ、動画生成を1つ、編集を1つ、音を1つ。この4つで一本の作品を作り切り、明確な限界を感じた箇所だけを差し替える運用です。
よくある質問
絵が描けなくてもショット設計はできますか
できます。必要なのは絵を描く技術ではなく、映像の語彙と構成の理解です。むしろ、参照画像を探して集める力、言葉で画を説明する力の方が重要です。写真や映画のカットを模写するように観察し、使われているレンズやアングルを言語化する練習が近道です。
AIに脚本からすべて任せるべきですか
脚本の段階では構造の整理やシーン案の列挙に使うのが効果的ですが、セリフの温度や人物の感情は人間が決める領域です。映像の設計についても、任せるのは展開案までに留め、最終的な選択は自分で行う方が作品の個性が残ります。
1カットあたり何案くらい出すのが良いですか
3案から4案が現実的です。それ以上出すと選別の負荷が上がり、判断が鈍ります。どうしても決められない場合は、一度そのカットを飛ばして別のカットを進め、翌日に見直すと決断しやすくなります。
縦型の短尺動画でも同じ考え方が使えますか
使えます。むしろ短尺ほど1カットの情報量が重要になるため、フレーミングと最初の1秒の設計が効きます。縦型では横幅が狭いぶん、人物の配置と視線の余白を丁寧に設計すると、見やすさが大きく変わります。
生成した映像が思ったより暗い、または彩度が高いときは
プロンプトの表現が原因のことが多いです。「シネマティック」のような語は、モデルによって暗めの色調に寄ることがあります。露出や彩度を明示する語を加えるか、後工程の色調補正で調整します。複数カットを一括で補正できる体制を最初に作っておくと、この問題はほぼ解消できます。
どの工程からAIを導入すべきですか
ショット設計の前段、つまり構成案の列挙とルック開発から始めるのが安全です。ここで方向性が固まっていれば、後工程の破綻が減り、やり直しのコストも抑えられます。逆に、いきなり完成尺の生成から始めると、方針変更のたびに大量の素材が無駄になります。
まとめ：ショット設計は「意図の言語化」である
AIアシスタントは、ショットの候補を驚くほど速く、驚くほど多く出してくれます。しかしそれは、意図が明確なときだけ価値を持ちます。曖昧な指示からは曖昧な映像しか生まれず、その差はカットを重ねるほど積み上がっていきます。
だからこそ、作業の順序が大切です。まずルックを1枚決める。次にキーフレームで固定する。ショットリストに分解し、語彙を統一したプロンプトで生成する。選別の基準を先に決め、音を早めに当てる。この流れを一度体に入れてしまえば、ツールが変わっても同じ品質で作り続けられます。
技術はこれからも更新され、できないことがどんどん減っていきます。そのとき差がつくのは、どのショットを、どの順番で、なぜ見せるのかを説明できる力です。AIはその説明を実行に変える速度を上げてくれる存在であり、代わりに説明してくれる存在ではありません。まずは30秒の一本を、この手順で最後まで作り切ってみてください。完成品を一度作ると、どの工程にどれだけ時間をかけるべきかが、自分の数字として見えてきます。
