AI動画制作の全体像：完成までの6つの工程
AI動画制作は、魔法のボタンを押せば一本の作品が完成する作業ではありません。企画、プロンプト設計、モデル選択、生成、編集、書き出しという6つの工程を、小さく反復しながら組み立てていきます。最初から完璧な映像を目指すより、短いカットを量産し、使える部分を選び、編集で物語に整えるほうが現実的です。
この考え方は、ショート動画でも長尺の解説動画でも同じです。たとえば15秒の商品紹介なら、3秒の導入、7秒の使用シーン、3秒の比較、2秒の締めというように秒単位で設計します。逆に5分のストーリー動画なら、カット数を増やし、つなぎの映像やナレーションでテンポを保ちます。
初心者が最初に決めること
最初に決めるべきは、使うツール名ではなく、動画の目的です。目的が曖昧なまま生成を始めると、どれだけ高品質なカットができても編集で迷います。次の3つをメモしてください。
- 誰に見せる動画か。顧客、社内、SNSフォロワー、生徒など。
- 見た後にどうなってほしいか。購入、登録、理解、共有など。
- どのプラットフォームで再生するか。縦型、横型、正方形か。
完成までの現実的な流れ
実際の制作は一直線ではありません。次の順序で進めると手戻りが減ります。
- 企画メモを作る
- 簡単な絵コンテを書く
- カットごとにプロンプトを作る
- 複数モデルでテスト生成する
- 使えるテイクを選ぶ
- 編集でつなぐ
- 音声と字幕を入れる
- 書き出して確認する
それぞれの工程には判断基準があります。次の章から、工程ごとに具体的な手順を見ていきます。
工程1：目的と視聴者を決める企画設計
AI動画制作で最も多い失敗は、技術的な失敗ではなく企画の失敗です。何を伝えるかが決まっていないと、プロンプトが場当たり的になり、生成結果をつなげても意味が通らない動画になります。
企画設計では、動画を「情報の塊」ではなく「体験の順序」として捉えます。視聴者は最初の数秒で見続けるかどうかを決めます。そのため、冒頭に最も強い映像か最も気になる問いを置く必要があります。
企画メモに書くべき7項目
- タイトル仮案
- 視聴者像
- 伝えるべき一文
- 冒頭3秒のフック
- 必要なカット数
- 使用する音声の種類
- 公開後の行動
このメモは、生成モデルに渡すプロンプトよりも先に作ります。プロンプトは企画を映像に変換する手段であり、企画の代わりにはなりません。
尺とプラットフォームの決め方
尺はプラットフォームと目的で決まります。縦型ショート動画は15秒から60秒が基本です。横型の解説動画は3分から10分、商品紹介は30秒から90秒が扱いやすいです。
| 用途 | 推奨尺 | カット数 | 冒頭の作り方 |
|---|---|---|---|
| SNSショート | 15〜30秒 | 5〜10 | 結論か意外な映像 |
| 商品紹介 | 30〜60秒 | 8〜15 | 悩みか使用前後 |
| 教育・解説 | 3〜10分 | 30〜80 | 問いかけと結論 |
| ストーリー | 1〜3分 | 20〜50 | 人物の感情 |
尺が長いほど、生成するカット数も増えます。最初は30秒以内に収めると、最後まで完成させやすくなります。
絵コンテは簡単でよい
絵コンテは上手に描く必要はありません。四角い枠に、人物、場所、動作、カメラの向きをメモするだけで十分です。文字だけのショットリストでも構いません。重要なのは、カットごとに「何を見せるか」を一文で説明できることです。
たとえば「女性がカフェでノートを開く」「手元のコーヒーが湯気を立てる」「窓の外を眺めて微笑む」という3カットなら、それぞれを独立して生成できます。つなげたときに時間の流れが自然になるよう、光や服装をそろえます。
工程2：プロンプトを組み立てる
プロンプトは、AIに対する指示書です。長ければ良いわけではなく、曖昧さを減らすことが重要です。基本は、被写体、動作、場所、時間帯、光、カメラ、スタイル、品質の8要素です。
基本構造：被写体・動作・場所・光・カメラ
最初に覚える型は次のとおりです。
「被写体＋動作＋場所＋時間帯＋光＋カメラ＋スタイル＋品質」
例として、日本語で考えるなら次のようになります。
「30代の女性が小さな書店で本を手に取り、午後の柔らかい窓光が差し込む。中距離の固定カメラ、落ち着いたドキュメンタリースタイル、自然な色、高精細」
これを英語のプロンプトに変換する場合も、要素の順序を保つと意図が伝わりやすくなります。モデルによって得意な表現は異なりますが、被写体と動作を先に書く原則は共通しています。
否定指定と一貫性のコツ
否定指定は、不要な要素を避けるために使います。たとえば、文字化け、余分な指、不自然な顔、ぼやけ、過度な彩度、ロゴ、透かしなどです。ただし、否定語を増やしすぎるとモデルが混乱することがあります。まずは3つから5つ程度に絞ります。
一貫性を保つには、カット間で共通する要素を固定します。人物の年齢、髪型、服装、色、場所、時間帯、レンズの雰囲気を同じ言葉で書きます。モデルによってはシード値を固定できるため、同じ構図の微調整に向いています。
上級プロンプト：カメラワークと物語
映像らしさを出すには、カメラワークの指示が効果的です。ただし、動きを詰め込みすぎると破綻します。1カットにつき1つの主要な動きに絞ります。
- 固定カメラ：落ち着き、インタビュー、商品の説明
- パン：空間の広がり、視線の誘導
- チルト：高さや規模感の表現
- ドリーイン：感情の高まり、注目
- ハンドヘルド：臨場感、ドキュメンタリー
- ドローン風：広大さ、導入
物語性を出すなら、カットの順序で感情を設計します。広いショットで場所を示し、中距離で人物を紹介し、寄りで感情を見せ、再び広いショットで結末を暗示する。この基本パターンだけでも、単なる映像の羅列から物語に近づきます。
プロンプトを改善する反復方法
一度で完璧なプロンプトは作れません。次の順序で改善します。
- まず短いプロンプトで生成する
- 思い通りでない要素を1つ特定する
- その要素だけを具体的に書き換える
- 同じシードで再生成する
- 良ければテンプレートとして保存する
この方法なら、何が効いたのかを学習できます。闇雲に長文を足すより、変化を1つずつ確認するほうが上達が早くなります。
工程3：生成モデルを選ぶ
AI動画生成モデルは、大きく分けて実写寄り、アニメ寄り、イラスト寄り、特殊効果寄りに分類できます。すべてを1つのモデルで作る必要はありません。カットごとに得意なモデルを選ぶほうが、全体の品質は上がります。
実写風・アニメ風・イラスト風の見分け方
実写風モデルは、人物の肌、照明、レンズ感、自然な動きに強い傾向があります。商品紹介やインタビュー風の映像に向いています。アニメ風モデルは、線の安定、表情、背景の様式化に強く、短いストーリーやキャラクター紹介に向いています。イラスト風モデルは、説明動画や抽象的な概念の可視化に便利です。
速度と品質のバランス
生成には時間がかかります。高品質なモデルほど、計算に時間がかかる傾向があります。まずは低めの解像度と短い秒数で構図を確認し、採用が決まったカットだけ高品質で再生成します。
| 目的 | 優先すること | 向くモデル | 注意点 |
|---|---|---|---|
| 構図確認 | 速度 | 軽量モデル | 細部は粗い |
| 最終カット | 品質 | 高精細モデル | 時間が長い |
| 人物アップ | 顔の安定 | 実写寄り | 手や指の破綻 |
| 風景 | 広がり | シネマtic系 | 動きが単調 |
| アニメ | 線の一貫性 | アニメ特化 | 背景の揺れ |
モデル比較の進め方
同じプロンプトを複数モデルで試すときは、条件をそろえます。解像度、秒数、アスペクト比、シード、スタイル指定を同じにします。結果を並べて、次の基準で評価します。
- 被写体の形が崩れていないか
- 動作が指示どおりか
- 光と影が自然か
- カメラの動きが滑らかか
- カットの最初と最後が使えるか
- 編集でつなげやすいか
評価は主観で構いませんが、メモを残すと再現性が高まります。
工程4：素材を生成する
生成工程では、いきなり本番用の長い動画を作らず、ショット単位で進めます。1カットは3秒から5秒が扱いやすく、必要に応じて延長します。最初から10秒以上の動画を狙うと、途中で崩れるリスクが高まります。
ショットリストの作り方
ショットリストは、カット番号、内容、尺、プロンプト、使用モデル、状態を表にします。たとえば次のように管理します。
| カット | 内容 | 尺 | プロンプト要約 | 状態 |
|---|---|---|---|---|
| 01 | 朝の街 | 3秒 | 広角、薄明、固定 | 採用 |
| 02 | 主人公が歩く | 4秒 | 中距離、追従 | 再生成 |
| 03 | 手元の資料 | 2秒 | 寄り、自然光 | 未生成 |
この表があるだけで、どこまで進んだかが明確になります。
シード固定と複数テイク
同じ構図で表情や動きだけを変えたいときは、シードを固定します。シードが固定できないモデルでも、プロンプトの人物記述とスタイル記述を変えなければ、近い結果が得られます。
複数テイクを生成するときは、最低3パターン作ります。1つ目は指示どおり、2つ目はカメラを少し変える、3つ目は光を変える。この比較で、どの要素が映像の印象を決めているかが見えてきます。
よくある失敗と修正
- 顔が変わる：人物記述を短く固定し、アップを避けて中距離で撮る
- 指が崩れる：手を使う動作を減らし、手元は別カットにする
- 背景が揺れる：カメラワークを固定に変える
- 動作が速すぎる：ゆっくり、静かに、自然な速度と指定する
- 色が派手：彩度を抑え、自然な色、シネマティックと指定する
- 文字が入る：文字なし、ロゴなし、透かしなしを否定指定する
失敗はモデルのせいだけではありません。プロンプトの情報量が多すぎる場合もあれば、逆に少なすぎる場合もあります。1カットにつき1つの目的に絞ることが解決の近道です。
工程5：編集と統合
生成したカットは、そのまま並べても動画になりません。編集で時間、リズム、感情、情報の順序を整えます。AI動画はカットが短いため、編集の役割は特に重要です。
カット編集とテンポ
最初に粗編集を行い、使えるテイクだけを並べます。次に、不要な冒頭と末尾を削ります。AI生成カットは最初と最後が不安定なことが多いため、各カットの前後を少し削るだけで滑らかになります。
テンポはジャンルで変えます。SNS向けなら1カット1秒から3秒、解説なら3秒から6秒、感情的なストーリーなら5秒以上も許容されます。ただし、どのカットも同じ長さになると単調です。重要なカットは長く、つなぎは短くします。
色調とスタイルの統一
カットごとに色が違うと、別々の動画に見えます。編集ソフトで色温度、露出、コントラスト、彩度をそろえます。完全に同じにする必要はありません。全体のトーンを決め、そこから大きく外れるカットだけ補正します。
スタイルを統一するには、フィルムグレイン、レンズ歪み、黒の締まり、ハイライトの柔らかさを共通化します。ただし、エフェクトをかけすぎるとAI特有の不自然さが目立ちます。自然な範囲で整えるのがコツです。
音声・BGM・字幕
音声は動画の印象を大きく変えます。ナレーションを入れる場合は、最初に台本を完成させ、映像の尺に合わせて読みます。AI音声を使う場合も、句読点、間、強調語を調整します。
BGMは映像の邪魔をしないものを選びます。音量はナレーションより小さくし、場面転換で大きく変えないほうが自然です。効果音は動作に合わせて入れます。ドア、足音、衣服の擦れ、環境音など、小さな音が臨場感を作ります。
字幕はプラットフォームに合わせます。縦型動画では画面下部に大きく、横型では読みやすい位置に置きます。自動字幕は誤変換があるため、固有名詞と専門用語は必ず確認します。
工程6：書き出しと公開前チェック
編集が終わったら、公開先に合わせて書き出します。ここでの設定ミスは、画質低下や再生エラーの原因になります。
解像度・フレームレート・ビットレート
一般的な設定は次のとおりです。
| 用途 | 解像度 | フレームレート | 形式 |
|---|---|---|---|
| 縦型SNS | 1080×1920 | 30fps | MP4 |
| 横型動画 | 1920×1080 | 24〜30fps | MP4 |
| 高品質上映 | 3840×2160 | 24〜30fps | MP4 |
| ループ短尺 | 1080×1080 | 30fps | MP4 |
ビットレートは高めに設定しますが、ファイルが大きくなりすぎるとアップロードに時間がかかります。公開先の推奨設定を確認し、必要以上に上げないことも大切です。
権利・安全性・AI開示
公開前に確認する項目は次のとおりです。
- 使用した素材の利用条件
- 音楽と効果音のライセンス
- 実在人物に似ていないか
- 商標やロゴが映っていないか
- 誤解を招く表現がないか
- AI生成であることの開示が必要か
特に人物の肖像、声、ブランドは慎重に扱います。プラットフォームによってはAI生成コンテンツの表示義務があります。確認を怠ると、削除や信頼低下につながります。
公開前の最終チェック
書き出した動画は、必ずスマートフォンとPCの両方で再生します。音量、字幕の切れ、色の見え方、最初の1秒、最後の余白を確認します。可能なら第三者に見せて、意味が伝わるかどうかを聞きます。
効率化のためのワークフロー管理
AI動画制作は、1本作るたびに学びがあります。その学びを記録しないと、同じミスを繰り返します。効率化の本質は、作業を速くすることではなく、やり直しを減らすことです。
フォルダと命名規則
プロジェクトごとにフォルダを分け、次の構成にします。
- 01_企画
- 02_プロンプト
- 03_生成素材
- 04_音声
- 05_編集
- 06_書き出し
ファイル名は「カット番号_内容_バージョン」にします。例：cut03_手元_ v02.mp4。誰が見てもわかる名前は、未来の自分を助けます。
プロンプト台帳
プロンプトは、使ったモデル、設定、結果、改善点と一緒に記録します。うまくいったプロンプトはテンプレート化し、被写体や場所だけを入れ替えます。これにより、シリーズ動画を短期間で作れます。
テンプレート化とバッチ処理
同じ形式の動画を複数作る場合は、企画、プロンプト、編集テンプレートを共通化します。1本目で時間をかけ、2本目以降で回収する考え方です。ただし、テンプレートに頼りすぎると表現が単調になります。シリーズごとに1つだけ新しい挑戦を入れると、学習と効率を両立できます。
よくある質問
AI動画は無料で作れる？
無料で試せるツールはありますが、制限や透かし、生成時間などの条件があります。学習用なら無料枠で構いません。公開用の動画では、安定した出力と商用利用条件を確認できる有料プランが向いています。大切なのは、費用そのものより、完成までの時間とやり直しの少なさです。
プロンプトは日本語でもよい？
モデルによっては日本語に対応しています。ただし、英語のほうが細かいニュアンスを反映しやすい場合もあります。日本語で構成を考え、英語に翻訳して試す方法が現実的です。どちらでも、要素を分けて書くことが重要です。
同じ人物を別カットで出せる？
完全に同じ人物を再現するのは簡単ではありません。服装、髪型、年齢、場所、光を同じ言葉で固定し、顔のアップを避け、中距離や後ろ姿を混ぜると一貫性が保ちやすくなります。どうしても必要な場合は、参照画像を使えるモデルを選びます。
商用利用はできる？
利用規約によります。生成モデル、音声、音楽、フォント、素材それぞれの条件を確認します。AI生成物の権利は国やサービスで扱いが異なるため、重要な案件では専門家に相談します。
どのくらい時間がかかる？
30秒の動画なら、慣れれば数時間から1日です。最初は2日から3日を見込みます。生成待ち時間、テイク選び、編集、字幕、確認に時間がかかるためです。カット数を減らし、尺を短くすると短期間で完成します。
スマホだけで作れる？
簡単なショート動画なら可能です。ただし、複数カットの管理、色調整、音声編集、書き出し設定を考えると、PCのほうが作業しやすいです。スマホは企画、撮影、確認に使い、最終編集はPCで行う分業も効果的です。
音声はAIで作れる？
作れます。ナレーション、環境音、BGMの一部はAIで生成できます。ただし、感情のこもった語りや固有名詞の読みは調整が必要です。聞き取りやすさを優先し、必要なら人間の声で録音します。
最初の1本を作る7日間プランとまとめ
最初の1本は、短く、シンプルに、最後まで完成させることを目標にします。次の7日間プランを参考にしてください。
1日目：目的、視聴者、尺、プラットフォームを決める。
2日目：ショットリストを作り、各カットを一文で説明する。
3日目：プロンプトを書き、短い尺でテスト生成する。
4日目：モデルを比較し、採用するカットを決める。
5日目：本番カットを生成し、足りない素材を追加する。
6日目：編集、音声、字幕を入れる。
7日目：書き出し、再生確認、公開する。
大切なのは、最初から大きな作品を作ろうとしないことです。15秒でも、企画から公開までの流れを一度経験すれば、次の動画はもっと速く作れます。AI動画制作は、ツールの操作を覚えることではなく、目的を映像に変換する思考を身につけることです。プロンプトを丁寧に書き、生成結果を観察し、編集で物語を整える。この反復こそが、初心者から安定して作れるクリエイターへの近道です。
