AI動画制作の全体像：プロンプトからアニメーションまでの流れ
AI動画制作は、テキストを入力すれば自動で名作が生まれる魔法のボタンではありません。生成モデルの性能が大きく向上した現在でも、最終的な映像の質を決めているのは、企画の分解、プロンプトの設計、素材の選別、編集の反復といった地道な工程です。逆に言えば、この工程を「型」として持っている人ほど、短時間で安定した成果を出せます。
映像制作の流れは、大きく次のように整理できます。
- 目的と尺の決定（どこで誰に見せるのか）
- 絵コンテとカット割り（何をどの順番で見せるのか）
- キービジュアルの生成（世界観とキャラクターの確定）
- プロンプト設計と反復生成（カットごとの素材づくり）
- アニメーション化（動き・カメラワーク・表情の付与）
- 編集・音・カラー（テンポと空気感の調整）
- 書き出しと検証（プラットフォームごとの最適化）
この中で多くの人が最初につまずくのは、いきなり4番から始めてしまうことです。絵コンテも尺も決めずにプロンプトを打ち始めると、出てきた素材がどれも「惜しい」まま、どこにも着地しません。まず尺を決め、カット数を決め、各カットに必要な情報を書き出してから生成に入る。この順番を守るだけで、作業時間は体感で半分近くまで縮みます。
もう一つ重要なのが、工程を「一方向の直線」ではなく「ループ」として捉えることです。生成結果を見てプロンプトを直し、直した結果を見て絵コンテを修正する。この往復を前提にしておくと、出来の悪いカットが出ても慌てずに済みます。
プロンプト設計の基本構造
プロンプト設計は、AIに対する命令文の作成というより、映像の設計図を言語化する作業です。言葉が曖昧だと、モデルは平均的な無難な映像を返します。逆に、要素を分解して順番に並べると、意図に近い映像が安定して出てきます。
映像プロンプトを構成する6つの要素
実務では、次の6要素をこの順番で書くと破綻しにくくなります。
- 主題（誰が・何が）：年齢、服装、髪型、持ち物まで具体的に
- 動作（何をする）：歩く、振り返る、手を伸ばす、目を細める
- 環境（どこで）：時間帯、天候、屋内か屋外、背景の主要素
- カメラ（どう撮る）：画角、アングル、被写体との距離、動きの有無
- 光と色（どんな空気か）：光源の方向、色温度、コントラスト
- スタイル（どんな絵か）：実写調、セルルック、水彩、フィルム粒子など
たとえば「少女が街を歩く」では情報が足りません。「夕方の商店街、高校生の少女が白いシャツと紺のスカート、左手に紙袋、ゆっくり歩きながら看板を見上げる。カメラは腰の高さのミディアムショット、被写体の横を並走。西日が右側から差し込み、暖色の逆光。アニメ調のセルシェーディング」まで書くと、初回の生成でもかなり近い絵が出ます。
抽象的すぎる指示を具体化する書き換え例
- 「かっこいい」→「低いアングル、逆光、輪郭にリムライト」
- 「かわいい」→「大きな瞳、丸みのある輪郭、頬に淡い赤み、柔らかい拡散光」
- 「速い動き」→「モーションブラー、1秒あたりの歩幅を大きく、背景は流れる」
- 「寂しい」→「彩度を落とした青灰色、広い余白、人影なし、遠景のぼやけ」
抽象語はそのままでは平均値に丸められます。感覚語を物理的な要素に翻訳するのが、プロンプト設計の核心です。
ネガティブ指定と制約の与え方
除外したい要素は明示的に書きます。手指の崩れ、余分な四肢、文字の混入、画面のちらつき、意図しないロゴなどが典型です。ただしネガティブ指定は増やしすぎると他の要素の効きが弱くなります。多くても5〜8項目に絞り、優先度の高いものだけを残すのが実践的です。
また、制約は「禁止」より「指定」で与えたほうが安定します。「暗くしない」より「明るい昼光、窓からの拡散光」と書くほうが、モデルは迷いません。
モデルとツールの選び方
生成ツールは日々入れ替わります。特定の製品名を覚えるより、「どの方式が何に向くか」を理解しておくほうが長く使えます。
生成方式ごとの得意・不得意
- テキストから動画：ゼロから情景を作るのに向く。一貫性の維持は苦手
- 画像から動画：構図と人物の見た目を固定できる。シリーズ制作の中心になる
- 動画から動画：既存素材の質感変換やスタイル統一に向く。元の動きに依存
- 静止画生成＋動画化：カット割りを完全に制御したい場合の王道
商業案件や連作コンテンツでは、テキストから直接動画を出すより、静止画で世界観を確定させてから動かす流れのほうが失敗が少なくなります。理由は単純で、静止画なら「気に入るまで何度でも直せる」からです。動画は一度生成すると修正コストが跳ね上がります。
比較の判断軸
ツールを選ぶときは、次の軸で比較すると判断がぶれません。
- 解像度と尺の上限：SNS縦型なら短尺高解像度、広告なら長尺が扱えるか
- 一貫性の機能：参照画像の登録、キャラクター固定、シード値の保持
- 制御の粒度：カメラワーク指示、モーション強度、フレーム補間の有無
- 生成速度と反復回数：1カットに何回試せるかが品質を決める
- 出力形式：透過、フレーム列、音声同時出力の可否
- 権利と商用利用：利用規約と学習データの扱い
特に「1カットに何回試せるか」は見落とされがちですが、実際の品質差に直結します。1回で完成させる前提のツールより、10回試して選べるツールのほうが、結果的に良い映像になります。
キャラクターとシーンの一貫性を保つ
連続した映像で最も難しいのが、キャラクターの同一性です。1カット目と5カット目で顔が別人になると、視聴者は物語に入れません。ここは技術というより、資料設計の問題です。
キャラクターシートと参照画像の作り方
最初にやるべきは、キャラクターの「設定資料」を画像で作ることです。正面、斜め45度、横、背面の4方向に加え、表情差分を3〜4種類。同じ人物を別角度から生成するのは苦手なモデルが多いため、まず正面を納得いくまで詰め、それを参照画像として他の角度を作ります。
服装も同様に、小物や色の指定をテキストで固定します。「紺のブレザー、白いシャツ、赤いリボン、黒いローファー」のように、色名と位置を毎回同じ順番で書くのがポイントです。表現を変えると、モデルは別の服として解釈します。
カット間の連続性を設計する
カットをつなぐときは、次の3点を揃えます。
- 光源の方向と色温度（右からの西日、暖色）
- レンズ感と距離感（35mm相当、ミディアムショット）
- 背景の主要モチーフ（商店街のアーケード、赤い看板）
これらが揃っていれば、多少構図が変わっても同じ場面に見えます。逆にこれらがばらつくと、どんなに顔が似ていても別の場所の別の出来事に見えてしまいます。
シーン単位で「この場面の光源は右から」「背景はこの3要素だけ」と決めてメモしておくと、カットを増やしても迷いません。
アニメーション化：動きとカメラワークを設計する
静止画が揃ったら、いよいよ動かします。ここでの指示は「何を動かすか」と「どう撮るか」を分けて考えると整理できます。
モーション指示の組み立て方
動きの指示は、主動作と副次動作に分けます。主動作は「歩く」「振り返る」など物語を進める動き。副次動作は「髪が揺れる」「服の裾がなびく」「まばたき」など、リアリティを生む動きです。主動作だけだと機械的な動きになり、副次動作を足すと急に生命感が出ます。
カメラワークは次の語彙で整理しておくと便利です。
- 固定：被写体だけが動く。最も破綻しにくい
- パン／ティルト：左右・上下の振り。背景の広がりを見せる
- ドリー：前後の移動。感情の接近や距離感の演出
- トラッキング：被写体と並走。会話や歩行に適する
- クレーン：上下の大きな移動。場面転換や規模感の提示
最初の1本では、固定とゆっくりしたドリーだけで十分です。派手なカメラワークは生成が不安定になり、破綻も目立ちます。
音声・リップシンク・効果音
台詞がある場合は、音声を先に用意してから口の動きを合わせる順番が確実です。逆順にすると、尺が合わずに再生成が増えます。
- 音声を録る（または合成する）
- 尺を測り、その尺に合わせてカットを設計する
- リップシンクを適用し、頭の位置と視線を固定する
- 効果音と環境音を別レイヤーで重ねる
環境音は意外に効きます。商店街なら遠くの喧騒、室内なら空調の低いノイズ。無音の映像は、どれだけ絵が良くても「素材感」が抜けません。
ワークフローの統合：絵コンテから編集まで
個々の技術より、工程をつなぐ設計のほうが成果に効きます。ここでは実務で回る形に落とし込みます。
プリプロダクション：尺とカット割りを先に決める
30秒の縦型動画なら、カット数は8〜12が目安です。1カット2〜3秒。これを超えると視聴維持率が落ち、少なすぎると単調になります。
絵コンテはラフで構いません。各カットについて「誰が・何を・どこで・どう撮る」の4項目を一行ずつ書きます。この一行がそのままプロンプトの骨格になります。
生成ループ：量産と選別を分離する
効率が悪い人の典型は、1カットずつ完成させようとすることです。おすすめは、全カットをまとめて2〜3案ずつ出し、後から選ぶ方式です。
- パス1：全カットのラフを低コストで出す（構図確認）
- パス2：採用案だけを高品質で出し直す
- パス3：動きと表情を追加してアニメーション化する
選別は必ず複数案を並べて行います。単体で見ると妥協できても、並べると差がはっきり見えます。
ポストプロダクション：編集・カラー・音
編集では、カットの頭と尻を思い切って詰めます。生成映像は前後が不安定なことが多く、余分を切るだけで体感品質が上がります。
- テンポ：同じ長さのカットを3つ続けない
- 色彩：カット間のホワイトバランスと彩度を揃える
- 音：BGMの立ち上がりに最初のカットチェンジを合わせる
- テロップ：動きのある背景には半透明の帯を敷く
最後に必ず音を消して一度通しで見てください。音に助けられていた粗が見つかります。
品質を左右する失敗パターンと対策
失敗1：顔が毎カット変わる
原因は参照画像の不足と、プロンプトの表現ゆれです。対策はキャラクターシートの作成と、人物記述のテンプレート固定。テンプレートはコピー＆ペーストで使い回しましょう。
失敗2：動きが滑らかすぎて不自然
補間を強くかけすぎると、のっぺりした動きになります。対策は補間を弱め、副次動作（髪、衣服、まばたき）を明示的に加えることです。
失敗3：手や指が崩れる
手は現状でも弱点です。対策は、手を画面の主要素にしないこと。ポケットに入れる、物を持つ、後ろに組むなど、構図で回避するのが最も確実です。
失敗4：カメラワークで背景が溶ける
大きな移動を指示すると背景が歪みます。対策は移動量を小さくし、被写体を画面中央に固定し、背景は別カットで見せることです。
失敗5：色がカットごとに違う
対策は、色温度と光源方向を全カットで統一し、編集でまとめて補正することです。生成時の統一が8割、編集が2割と考えてください。
失敗6：尺が合わず台詞が切れる
対策は音声を先に確定させること。尺が決まってからカットを設計すれば、手戻りが激減します。
失敗7：同じようなカットが続く
対策はカットリストに「画角」と「距離」の列を作り、同じ組み合わせが3回続かないようにすることです。
失敗8：完成度が上がらないまま時間だけ使う
対策は制限時間の設定です。1カット15分と決めて、超えたら一旦採用して先へ進みます。全体の流れができてから戻ると、修正点が明確になります。
制作効率を上げる実践テクニック
命名規則を最初に決める
ファイル名は「作品名_シーン番号_カット番号_案番号」の形式にします。例：promo_s02_c07_v03。後から探す時間が消えるだけでなく、編集ソフトへの読み込み順も安定します。
プロンプトをテンプレート化する
6要素を固定の行として持つテンプレートを用意し、可変部分だけ書き換えます。これにより、書き忘れによる品質ゆれがなくなります。
チェックリストで選別する
採用判断を感覚だけで行うと疲れます。次の4項目で採点すると判断が速くなります。
- 人物の同一性は保たれているか
- 光源と色は前後カットと揃っているか
- 動きに破綻はないか
- 1秒目で内容が伝わるか
低コストで試す
構図の検証は低解像度・短尺で行い、採用が決まってから高品質で出し直します。検証と本番を分けるのは、あらゆる制作で共通する原則です。
差分管理をする
プロンプトを変更したら、変更点を一行メモに残します。「光を右から左へ」「距離を近く」などです。後で「前のほうが良かった」となったとき、戻れるかどうかが作業時間を大きく左右します。
よくある質問
Q. 生成AIだけで完結した映像は、まだ不自然に見えますか
A. 単体では自然でも、つなぎ方で不自然さが出ます。光源・距離・テンポの3点を揃えるだけで、印象は大きく改善します。生成の質より編集の設計のほうが効く場面は少なくありません。
Q. キャラクターの一貫性はどこまで追求すべきですか
A. 尺とカット数によります。15秒以内で3カット程度なら、シルエットと髪型が合っていれば十分です。1分を超える連作では、設定資料を作る価値があります。
Q. プロンプトは長いほうが良いのですか
A. 長さより順序と具体性です。6要素を順番に並べ、抽象語を物理的な記述に置き換えるのが基本。修飾語をただ増やすと、要素同士がぶつかって意図が薄まります。
Q. 動きのあるカットと静止に近いカットはどう配分しますか
A. 動き3：静2の比率が扱いやすい目安です。全カットを動かすと疲れる映像になり、逆に全部止まると退屈になります。
Q. 音はどこで作ればよいですか
A. 映像の完成前にBGMの候補を決めておくのがおすすめです。テンポの基準が先にあると、カットの長さを決める判断が速くなります。
Q. 書き出し設定で気をつけることは
A. 配信先の推奨解像度と縦横比に合わせ、ビットレートは高めに設定します。生成映像はディテールが細かいため、圧縮で質感が失われやすいからです。
Q. 一度作った素材は再利用できますか
A. できます。背景だけ、小物だけ、光だけを別作品に流用すると、制作時間を大幅に短縮できます。素材は「カット」ではなく「要素」で保存しておくのがコツです。
まとめ：最初の1本をどう作るか
AI動画制作で差がつくのは、モデルの性能ではなく工程の設計です。プロンプトは6要素を順番に。キャラクターは設定資料で固定。カットは尺から逆算。生成は量産と選別を分離。編集では光源とテンポを揃える。この5点を守るだけで、最初の1本の完成度は大きく変わります。
最初の一歩としては、15秒・5カットの短い作品をおすすめします。テーマは身近な日常で構いません。1カット2秒から3秒、固定とゆっくりのドリーだけで構成し、BGMを1曲選ぶ。これだけでも、プロンプトからアニメーション化までの流れを一度通したことになります。
通した経験は、次の作品で必ず効きます。どの工程に時間がかかったか、どこで品質が落ちたかが自分の中で見えるようになるからです。ツールは変わっても、工程を組み立てる力は残ります。まずは小さく一本、完成させてみてください。
