AI動画マーケティングの現在地：なぜ制作フローを再設計するのか
動画はいまや「あると良い資産」ではなく、購買判断の入口そのものになっている。商品ページ、SNS広告、営業資料、採用ページ、問い合わせ後のフォロー、イベントのアーカイブ。あらゆる接点で動画が求められる一方、制作体制は明らかに追いついていない。撮影のたびにディレクター、カメラマン、照明、出演者を手配し、編集に数日をかける従来型の分業では、必要とされる本数に到底届かない。
そこで注目されているのが、生成AIを組み込んだ「企画から配信までの一本道ワークフロー」である。ただし、AIを魔法の箱として扱うとうまくいかない。AIが得意なのは、アイデアの具体化、バリエーションの増産、素材の再構成、反復作業の自動化だ。逆に、何を伝えるか、誰に届けるか、どの順番で見せるかという設計判断は、依然として人間の側に残る。つまりAI導入の成否は、ツールの性能よりもワークフローの設計で決まる。
量産と品質のジレンマを3層に分けて解く
多くのチームが最初にぶつかる壁は「本数を増やすと質が落ちる」という問題である。これを解く鍵は、品質の基準を「毎回ゼロから作る」から「再利用可能なパーツとして定義する」へと置き換えることにある。具体的には次の3層に分けて考える。
- 不変層：ブランドカラー、ロゴの位置、フォント、語り口、登場人物の設定。一度決めたら変えない。
- 準可変層：構図、カメラの寄り引き、テロップの型、BGMの雰囲気。テンプレート化して使い回す。
- 可変層：訴求コピー、数値、季節のビジュアル、特定商品のカット。ここだけを高速に差し替える。
この分離ができていると、AIに任せる部分と人間が手を入れる部分の境界が明確になり、レビューの工数が大きく減る。逆に、毎回すべてを可変層として扱うチームは、何本作っても資産が積み上がらない。
よくある誤解
「AIで作れば速い」は半分だけ正しい。生成そのものは速いが、指示が曖昧だと修正の往復が発生し、結果として手作業より遅くなる。速さを決めるのは生成速度ではなく、指示の解像度である。もうひとつの誤解は「AIなら撮影が不要になる」というもの。実際には、商品の質感や実際の使用感を伝える場面では実写素材のほうが強い。AIは実写を置き換えるのではなく、実写で撮れないカットを補い、撮影回数を減らすために使うのが現実的だ。
企画設計：動画の目的をKPIに翻訳する
動画制作が迷走する最大の原因は、目的が「動画を作ること」になっている点にある。最初にやるべきは、動画をどの指標に結びつけるかの明確化だ。再生数を増やすことと、問い合わせを増やすことでは、必要な構成が根本的に違う。
ファネル段階ごとに役割を分ける
- 認知：15〜30秒。1メッセージに絞る。商品名や存在を覚えてもらうことが目的。
- 興味・比較：60〜90秒。課題の言語化と解決の道筋を示し、詳細ページへ誘導する。
- 検討：2〜5分。機能比較、導入事例、料金の考え方、よくある懸念への回答を入れる。
- 行動：30〜60秒。オファー、期限、次の一歩を明示する。
- 定着：1〜3分。使い方、活用事例、更新情報を届ける。
同じ素材でも、この段階が違えばカット割りも尺も変わる。逆に言えば、素材を一度作っておけば、切り出し方を変えるだけで複数段階に展開できる。これが量産の本当の意味である。
ブリーフに必ず入れる項目
制作を外注する場合も内製する場合も、次の項目が空欄のままだと手戻りが起きる。
- 視聴者像（職種、課題、動画を見る文脈）
- 達成したい指標と現状値
- 尺と縦横比、配信先
- 必須の訴求ポイント（3つまで）
- トーン（親しみ、専門的、挑戦的など）
- 使用可能な素材と権利状況
- 参考動画と、そのどこが良いのかの言語化
特に7番目が効く。「なんとなく良さそう」ではなく「冒頭3秒で結論を出しているから」と書けると、AIへの指示も具体的になり、レビューの基準もそろう。
企画が空洞化する典型パターン
- ターゲットが「20〜40代男女」のように広すぎる
- 訴求ポイントが5つ以上あり、結果として何も残らない
- 参考動画の模倣が目的化し、自社の文脈が消える
- 尺が先に決まり、内容が後から詰め込まれる
これらに共通するのは、判断基準が言語化されていない点だ。企画の段階で「この動画が成功したと言える条件」を一文で書いておくと、後の工程がぶれない。
スクリプトと絵コンテ：AIを前提にした構成づくり
尺とカット割りの目安
生成AIで映像を作る場合、1カットは3〜5秒で設計すると扱いやすい。長尺のワンカットを生成させると、途中で被写体が変形したり背景が破綻したりするリスクが上がる。60秒の動画なら12〜20カットが目安だ。逆にカットが細かすぎると、生成回数が増えて工数もコストも膨らむ。
プロンプトに変換しやすい脚本の書き方
脚本の各行に、次の情報を含めておくとそのまま生成指示に流用できる。
- 被写体と動作
- 場所と時間帯
- カメラの位置と動き（固定、パン、ドリー、手持ち）
- 光の質（逆光、柔らかい拡散光、夜のネオン）
- 画面の雰囲気（色温度、彩度、フィルム感）
たとえば「朝のオフィスで女性がノートPCを開く。窓からの柔らかい逆光。カメラはゆっくり右へパン」という一文は、そのまま映像生成の指示として機能する。演出意図を形容詞で書くのではなく、見える要素に分解するのがコツだ。
絵コンテはテキストで管理する
手描きの絵コンテは説得力があるが、修正コストが高い。AI制作では、表形式のテキスト絵コンテのほうが実用的だ。列は「カット番号／尺／映像内容／セリフ・テロップ／音／備考」の6つで十分。表計算ソフトで管理すれば、差し替えも並べ替えも一瞬で終わり、そのまま生成担当に渡せる。
映像生成：モデル選定とプロンプト設計の判断基準
映像生成の選択肢は広い。Sora、Runway、Kling、Veo、Pika などが代表例で、音声は ElevenLabs 系のツール、編集は DaVinci Resolve、Premiere Pro、CapCut などが定番だ。ただし、ツールを増やすこと自体は目的ではない。用途に対してどの特性を優先するかを決めるほうが先である。
モデルを選ぶ4つの軸
- 写実性：人物の肌、手の形状、物理の整合性。
- 制御性：カメラワークや動きをどこまで指定できるか。
- 一貫性：同じ人物や空間を別カットでも再現できるか。
- 速度と反復回数：1本あたり何回試行できるか。
写実的な商品紹介なら物理の整合性を重視し、アニメ調の説明動画ならスタイルの安定性を優先する。万能のモデルは存在しないため、用途ごとに2〜3種類を使い分けるのが現実的だ。
カメラワークとモーションの指示術
- 動きを指定しないと、モデルは勝手に動かそうとする。静止させたいなら「固定カメラ」と明示する。
- 動きの速度は「ゆっくり」だけでは足りない。「1秒間に画面幅の10%程度」のように量的に書く。
- 被写体の動作は1カット1アクションに絞る。歩きながら話して振り返る、は破綻しやすい。
生成が崩れるときの切り分け手順
まず、プロンプトの要素を削る。次に、解像度と尺を短くする。それでも崩れるなら、参照画像を追加する。最後にモデルを変える。この順番を守ると、原因が指示にあるのかモデルにあるのかを切り分けられる。いきなりモデルを変えると、再現性のない成功体験だけが残り、次の制作に活かせない。
一貫性の設計：キャラクターと世界観を崩さない方法
参照素材の作り方
同一人物を複数カットで登場させるには、参照画像を用意するのが最も確実だ。正面、斜め45度、横顔の3枚を用意し、表情はニュートラルに揃える。背景は単色にしておくと、シーンを変えても人物が引っ張られにくい。可能なら同じ人物の素材を静止画として先に確定させ、それを全カットの基準にする。
衣装・小物・背景を固定する
視聴者は、服装や小物の変化に敏感に反応する。前のカットで赤いシャツだった人物が次のカットで青いシャツだと、別の人物として認識される。衣装、時計、バッグ、デスク上のアイテムなど、識別の手がかりになる要素はテキストでリスト化し、毎回同じ記述を使う。背景も同様に、壁の色、窓の位置、家具の配置を言葉で固定しておく。
ブランドガイドラインへの落とし込み
色、フォント、ロゴの余白、写真のトーンをドキュメント化し、生成時のプロンプトテンプレートに組み込む。たとえば「背景はブランドのプライマリカラー。彩度は中程度。人物は画面右三分の一に配置」といったルールを固定すると、誰が作っても同じ世界観になる。担当者が替わっても品質が落ちない状態をつくることが、結果として一番のコスト削減になる。
音声・BGM・字幕：視聴維持率を左右する後工程
ナレーションを設計する
音声合成は急速に自然になったが、読み方の設計は依然として重要だ。一文を短くし、息継ぎの位置を指定し、強調したい語を明示する。数字と固有名詞は誤読しやすいので、読み仮名を添えておく。ナレーションの速度は1分あたり300〜350字が聞き取りやすい目安になる。早口にすれば情報量は増えるが、理解率は下がる。
BGMと効果音のレイヤー構造
音は3層で考える。ベースになるBGM、場面転換を支える効果音、そして声。BGMは-20dB前後まで下げ、話者がいる区間ではさらに絞る。効果音はトランジションとテロップの出現に合わせると、視聴者の視線誘導がしやすくなる。逆に、常に音を鳴らし続けると、重要なメッセージが埋もれる。
字幕とテロップの可読性
- 1行あたり全角15〜20字まで
- 1画面に2行まで
- 表示時間は最低1秒、読む速度は1秒あたり4〜5字
- 装飾は2色まで、縁取りか背景帯のどちらかに統一
自動生成した字幕は必ず目視で校正する。固有名詞や専門用語の誤変換は、信頼性に直結する。音声と字幕の内容が食い違うと、視聴者はそこで離脱する。
編集と書き出し：複数カットを一本にまとめる
テンポ設計とジャンプカット
生成したカットをつなぐとき、最初の2〜3秒で結論か強い映像を置く。視聴者はそこで去るか残るかを決める。中盤は1カット2〜3秒でテンポを作り、要所で1秒の静寂を入れると、次のメッセージが際立つ。ジャンプカットは説明動画では有効だが、情緒的な映像では不自然さが出やすいので使い分ける。
縦型・横型・正方形への展開
母材を横型で作り、縦型は被写体の位置を中央に寄せて再編集する。このとき、テロップを安全領域（上下それぞれ画面高の14%程度）に収めると、配信先のUIに隠れない。正方形はフィード向けに、要素を減らして余白を広く取る。1本の動画から3種類を書き出しておけば、後から配信先を増やしても対応できる。
書き出し設定のチェックリスト
- 解像度：配信先の推奨に合わせる（1080pが無難）
- フレームレート：24／25／30fpsは素材に合わせる。60fpsは動きが滑らかになるが容量が増える
- ビットレート：1080pで8〜12Mbps程度
- 音声：192〜320kbps、ラウドネスは-14LUFS前後に統一
- ファイル名：案件名_尺_縦横比_版数
ファイル名の命名規則は地味だが重要だ。数十本を超えたあたりから、探す時間が制作時間を上回る。
配信と改善：ABテストを回す運用法
配信先ごとの最適化
同じ動画でも、フィード、ストーリーズ、検索面、Web埋め込みでは勝ち筋が違う。フィードは冒頭の引き、ストーリーズはテンポと縦型の没入感、検索面はタイトルと冒頭の説明、Web埋め込みは自動再生の有無とサムネイルが効く。1本を作り込むより、配信先ごとに冒頭5秒を差し替えるほうが成果は出やすい。
見るべき指標と捨てる指標
見るべきは、3秒維持率、平均視聴時間、完了率、クリック率、そしてコンバージョン。逆に、表示回数や再生回数だけを追うと判断を誤る。再生回数が多くても3秒維持率が低い動画は、サムネイルと冒頭に問題がある。数値を原因と結びつけて読む習慣をつけたい。
改善サイクルの組み方
1回のテストで変える要素は1つに絞る。冒頭の映像、テロップの文言、サムネイル、尺。同時に変えると、何が効いたか分からなくなる。最低でも各パターン1,000インプレッション、できれば3,000を超えてから判断する。そして、勝ちパターンはテンプレートとして不変層に格上げする。この繰り返しが、属人的な勘をチームの資産に変える。
チーム運用・権利・レビューの実務
役割分担の作り方
- プランナー：目的とKPI、ブリーフ作成
- ディレクター：構成、カット割り、トーン管理
- プロンプト設計担当：生成指示の標準化と再利用
- 編集担当：つなぎ、音、テロップ、書き出し
- チェック担当：事実確認、権利、ブランド整合
小規模チームなら兼任で構わないが、責任の所在は明確にしておく。特に「最終的に公開を止められる人」を決めておくと、事故が減る。
権利と表記の注意点
生成物の利用条件はツールごとに異なる。商用利用の可否、生成物の権利帰属、第三者の肖像や商標に似た出力の扱いを確認する。実在の人物や他社ロゴに似た映像が出力された場合は、公開前に必ず差し替える。また、AIを利用したことを明記するかどうかは、配信先のガイドラインと自社の方針に従う。迷ったら明記する側に倒すのが安全だ。
レビュー工程を軽くする
レビューが長引く原因は、判断基準の不在である。事前にチェックリストを用意し、事実誤認、権利、ブランド整合、可読性の4項目に絞る。好みの意見は「必須の修正」と「任意の提案」に分けて記録し、次の制作でテンプレートに反映する。これだけで、レビューの往復回数は目に見えて減る。
よくある質問
AIで作った動画は広告で使えるか
利用規約と配信先のポリシーを確認すれば、使えるケースは多い。ただし、生成物に既存のキャラクターや実在人物に似た要素が含まれていないかの確認は必須である。加えて、表現内容に関する規制は通常の広告と同じように適用される。業界固有のルールがある場合は、法務や専門家の確認を挟む。
テストは何本くらい必要か
1つの仮説に対して3〜5パターンを用意し、各パターンに十分なインプレッションを集める。少なすぎるデータで結論を出すと、偶然を実力と誤認する。小さく始めて、勝ち筋が見えたら予算を寄せる配分が現実的だ。
撮影素材とAI生成はどう使い分けるか
実際の商品、実際の顧客、実際のオフィスは撮影する。物理的に撮れない場面、未来のイメージ、抽象概念、大量のバリエーションが必要な場面はAIで作る。この分担が最も費用対効果が高い。両者を同じ画角・同じ色調に揃えるグレーディングを挟むと、つなぎ目が自然になる。
外注と内製のどちらが良いか
企画と最終判断は内製、量産は外注という形が現実的だ。特に、プロンプト設計とテンプレート管理を内製化すると、外注時の指示が安定し、修正コストが下がる。丸投げすると、毎回ゼロから作り直すことになる。
生成結果が毎回ばらつく
シード値を固定できるなら固定する。できない場合は、参照画像とプロンプトテンプレートを固定し、変化させる要素を1つに限定する。ばらつきは敵ではなく、テストの材料でもある。同じ指示で3回試して、毎回使えるものが1本出れば十分と考える運用も有効だ。
効果測定は何を見ればよいか
ファネル段階ごとに指標を分ける。認知なら3秒維持率とリーチ、検討なら平均視聴時間とクリック率、行動ならコンバージョン率と獲得単価。1本の動画にすべてを背負わせないことが、改善を続けるコツである。
編集ソフトは何を選べばよいか
すでにチームが使っているものを基準にするのが第一だ。乗り換えの学習コストは、機能差よりも大きいことが多い。縦型のテロップ量が多いなら、テンプレート機能が強いツールが向く。色調整を詰めるなら、グレーディングに強いツールが有利だ。
動画マーケティングの成否を分けるのは、機材でも予算でもなく、型を持っているかどうかだ。企画のブリーフ、テキスト絵コンテ、プロンプトテンプレート、音のレイヤー設計、書き出し設定、レビューのチェックリスト。これらを一度作ってしまえば、あとは差し替えと検証の繰り返しになる。
まずは30秒の1本から始めよう。不変層を決め、可変層だけを動かし、数字を見て、勝ちパターンを型に戻す。この循環を3回転させた頃には、制作スピードと成果の両方が変わっているはずだ。
