AI動画制作の全体像：企画から書き出しまでの流れ
AI動画制作は、魔法のボタンを押せば完成する作業ではありません。企画、設計、生成、編集、仕上げという複数の工程を組み合わせるワークフローです。特にSF映画風の映像では、世界観の一貫性、キャラクターの同一性、カメラワークの説得力が求められます。最初に全体像を把握しておくと、どの工程でどのツールを使うべきか迷いません。
プリプロダクションでは、目的、視聴者、尺、配信先、予算感、必要な権利を整理します。プロダクションでは、ショットリストに沿って動画を生成し、使えるテイクを選びます。ポストプロダクションでは、編集、色調整、音響、アップスケール、書き出しを行います。この流れを分けて考えることで、AI生成の不確実性をコントロールしやすくなります。
プリプロダクション：目的と制約を先に決める
AI動画制作で最も多い失敗は、目的が曖昧なまま生成を始めることです。SNS向けの短い縦動画なのか、プレゼン用の横動画なのか、映画のパイロット映像なのかで、必要な解像度、尺、カット数、音声の作り方が変わります。最初に「誰に、どこで、何を伝えるか」を一文で書き出しましょう。
また、制約を先に決めることも重要です。使える生成モデル、1ショットあたりの許容時間、生成にかけられる計算資源、編集ソフト、チームの人数を把握します。制約が明確だと、モデル選びやプロンプト設計の判断が速くなります。
プロダクション：ショット単位で生成する
AI動画は、長いシーンを一度に作るよりも、ショット単位で生成して組み合わせる方が安定します。1ショットは3秒から8秒程度に区切り、カメラの動き、被写体の動作、照明、背景をシンプルにします。欲張って多くの要素を一度に詰め込むと、崩れや不自然な動きが増えます。
生成時は、ラフテイクを複数作り、構図と動きの方向性を確認します。良いテイクが出たら、そのプロンプト、参照画像、乱数シード、モデル設定を記録します。再現性の高いメモが、後の修正や追加カットで役立ちます。
ポストプロダクション：編集と仕上げ
生成したクリップは、そのままつなげるだけでは映画風になりません。編集でテンポを作り、不要なフレームを削り、カットの順番を調整します。色調整では、ショットごとのホワイトバランスやコントラストを揃えます。音響では、環境音、効果音、音楽、必要なら声を組み合わせます。
最後に、配信先に合わせた解像度、アスペクト比、ビットレート、字幕を確認します。AI生成映像はディテールが甘いことがあるため、軽いシャープネスやノイズ処理が有効な場合もあります。ただし、やりすぎると不自然になるので、常に等倍で確認しながら調整します。
シナリオとショットリストの作り方
シナリオは、AI動画制作の設計図です。ただし、通常の脚本よりも視覚的な情報を多めに書くと、プロンプトに変換しやすくなります。各シーンについて、場所、時間帯、天候、登場人物、感情、カメラの距離、動きをメモします。
ショットリストは、生成するカットを一覧化した表です。Shot番号、内容、尺、カメラ、照明、参照素材、使用モデル、ステータスを列にします。これにより、どのカットが未生成か、どのカットが修正待ちかを一目で把握できます。
SF映画風の場面を分解する
SF映画風の映像では、世界観を支える要素が多いため、場面を細かく分解します。たとえば「宇宙船のブリッジで二人が会話する」というシーンなら、広い確立ショット、二人のミディアムショット、手元のアップ、窓の外の星、モニターの光、会話の切り返しに分けます。
それぞれのカットで、視聴者に何を伝えるかを決めます。宇宙船の規模、人物の関係、緊張感、技術の質感など、カットごとに一つの目的を持たせると、編集で迷いません。
カット割りと尺の設計
AI生成クリップは、長尺になるほど破綻しやすくなります。そのため、短いカットを多めに作り、編集でテンポを作るのが現実的です。会話シーンなら、1カット2秒から4秒、アクションなら1秒から3秒を目安にします。
尺を設計するときは、音声や音楽のリズムも考慮します。セリフがある場合は、先に音声を録り、その長さに合わせてカットを調整すると、口の動きや間合いが自然になります。
プロンプトに落とし込む前の準備
プロンプトを書く前に、参照画像、衣装、小道具、ロケーション、照明のリファレンスを集めます。言葉だけで説明するよりも、画像を見せる方がモデルに伝わりやすくなります。また、避けたい表現、禁止したい要素、権利上の制約もリスト化します。
準備が整ったら、各ショットを「被写体」「動作」「カメラ」「照明」「雰囲気」の5要素に分けてメモします。このメモが、そのままプロンプトの骨格になります。
生成モデルの選び方：品質・速度・制御性の比較
動画生成モデルは、大きく分けてテキストから動画を生成するタイプ、画像から動画を生成するタイプ、参照画像やマルチモーダル入力を使うタイプがあります。どのタイプが優れているかではなく、ショットの目的に合うかを基準に選びます。
品質、生成速度、制御性、一貫性、対応するアスペクト比、最大解像度、利用可能な地域、ライセンスを比較します。ただし、すべてを最高設定にすると時間も計算資源も増えるため、ラフと本番でモデルを分けるのが効果的です。
テキストから動画に向くケース
テキストから動画は、アイデア出しや雰囲気の確認に向いています。短いプロンプトから複数のバリエーションを作り、世界観の方向性を探れます。一方で、特定の人物や正確な構図を再現するのは苦手な場合があります。
向いているのは、風景、抽象的な映像、Bロール、トランジション、タイトル背景などです。細かい演技や連続性が必要なシーンでは、参照画像や画像から動画を組み合わせる方が安定します。
画像から動画に向くケース
画像から動画は、構図とキャラクターを固定したいときに適しています。最初にキーフレーム画像を作り、それを動かすことで、見た目の一貫性を保ちやすくなります。SF映画風のコンセプトアートやキャラクターデザインと相性が良いです。
ただし、元画像にない動きを加えると崩れることがあります。動きは小さく、カメラワークはシンプルにし、必要なら複数のショットに分けます。
参照画像やマルチモーダル入力を使うケース
参照画像を使うと、キャラクターの顔、衣装、色、スタイルを複数カットで共有しやすくなります。特にシリーズ物やブランド映像では、参照素材の管理が重要です。マルチモーダル入力では、画像、テキスト、場合によっては音声や深度情報を組み合わせて、より細かい制御を目指せます。
ただし、参照画像の数が多すぎると、どの要素を優先するかが曖昧になります。人物、衣装、背景、ライティングの参照を分け、ショットごとに必要なものだけを使います。
モデルを切り替える判断基準
モデルを切り替える基準は、①一貫性、②動きの自然さ、③ディテール、④生成時間、⑤計算コストです。ラフでは速いモデル、本番では高品質なモデル、キャラクターのアップでは参照画像対応モデル、風景ではテキストから動画、といった使い分けが現実的です。
同じショットでも、モデルAで構図を作り、モデルBで質感を上げ、モデルCでフレーム補間するという分業も可能です。ただし、モデルごとに色味や動きの癖が違うため、最終的な統一感は編集で調整します。
キャラクターとスタイルの一貫性を保つ方法
AI動画で最も難しい課題の一つが、カットをまたいだ一貫性です。顔、髪型、衣装、年齢、体型、照明、レンズの焦点距離が変わると、別人に見えてしまいます。これを解決するには、参照素材、プロンプト、パラメータ、編集の4つを管理します。
まず、キャラクターシートを作ります。正面、斜め、横、背面、表情、全身、バストアップ、衣装のディテールを画像で用意します。次に、各ショットで使う参照画像を固定し、シードやモデル設定を記録します。最後に、編集で色とコントラストを揃えます。
参照画像を固定する
参照画像は、なるべく高解像度で、背景がシンプルなものを選びます。顔の角度が毎回違うと、モデルが別人として解釈することがあります。同じ人物でも、照明条件が違う画像を混ぜると不安定になるため、基準となる照明を決めます。
複数人を同時に登場させる場合は、人物ごとに参照画像を分け、プロンプトで位置関係を明示します。「左に人物A、右に人物B」のように指定すると、混線を減らせます。
シードとパラメータを管理する
シード値は、同じ生成結果を再現するための重要な手がかりです。気に入ったテイクが出たら、シード、モデル名、プロンプト、参照画像、解像度、フレーム数、動きの強さを記録します。表計算ソフトやプロジェクト管理ツールで管理すると、修正が楽になります。
ただし、シードを固定しても、モデルやバージョンが変われば結果は変わります。バージョンアップ時は、主要ショットを再生成し、見た目の差を確認します。
衣装・照明・レンズを言語化する
一貫性は、見た目の要素を言葉で定義することでも高まります。衣装なら「濃紺の非対称ジャケット、銀色の留め具、ハイカラー」、照明なら「左からの寒色キーライト、右からの弱い暖色フィル、背景は暗いブルー」、レンズなら「35mm、浅い被写界深度、軽い球面収差」のように書きます。
これらの表現をキャラクターごとのスタイルガイドにまとめ、全ショットで使い回します。プロンプトの語尾が毎回変わると、モデルの解釈も変わります。
同一人物に見えるかのチェックリスト
- 顔の輪郭と目鼻立ちは同じか
- 髪型と髪色に大きな差はないか
- 衣装の色、素材、ディテールは一致しているか
- 年齢感と体型はショット間で変わっていないか
- 照明の方向と色温度は揃っているか
- レンズの焦点距離と被写界深度は似ているか
- 肌の質感やメイクの雰囲気は一致しているか
- 編集後の色調整で違和感が消えているか
これらを確認してから次のカットへ進むと、後戻りが減ります。
プロンプト設計の実践テクニック
プロンプトは、モデルに対する設計指示です。長ければ良いわけではなく、重要な要素を順序立てて書くことが大切です。基本は、被写体、動作、カメラ、照明、雰囲気、制約の順でまとめます。
また、プロンプトはショットごとに一つずつ調整します。同じシーンでも、広いカットとアップでは必要な情報が違います。広いカットでは空間と配置、アップでは表情と質感を優先します。
被写体・動作・カメラ・照明・雰囲気の5要素
被写体は、人物、動物、物体、環境を具体的に書きます。動作は、歩く、振り返る、手を伸ばす、目を細めるなど、観察できる動きにします。カメラは、固定、パン、ティルト、ドリー、手持ち、俯瞰、ローアングルなどを指定します。
照明は、方向、色温度、強さ、コントラストを書きます。雰囲気は、緊張、静寂、不穏、希望、ノスタルジーなどの感情語です。この5要素を一文ずつに分けると、モデルが解釈しやすくなります。
否定的指示と制約の書き方
避けたい要素は、否定的指示としてまとめます。ただし、モデルによっては否定的指示が効きにくい場合もあります。その場合は、肯定的な表現に言い換えます。「ぼやけた顔にしない」よりも「顔にピントが合い、目がはっきり見える」と書く方が効果的なことがあります。
制約には、アスペクト比、尺、フレームレート、動きの強さ、カメラの固定度も含めます。特にAI動画では、動きの強さを上げすぎると崩れるため、最初は控えめに設定します。
時間変化を指定する
動画は時間芸術なので、時間変化を指定すると質が上がります。たとえば「最初は静止、2秒後にゆっくり振り返る」「カメラが左から右へパンし、最後に人物の目に止まる」のように書きます。これにより、単調な動きを避けられます。
また、光の変化、煙の動き、雨の強さ、髪の揺れなど、環境の時間変化も指定します。ただし、変化を多くしすぎると破綻するため、1ショットにつき1つか2つに絞ります。
失敗しやすいプロンプトの例と改善
失敗例1：「SF映画風のすごいシーン、カッコいい、感動的」。これは情報が少なすぎます。改善例：「暗い宇宙船のブリッジ、青いモニター光、左手前に女性指揮官、右奥に男性パイロット、35mmレンズ、ゆっくりドリーイン、緊張した雰囲気」。
失敗例2：「ジェフ・ブリッジス風の人物がクロスワードを解く」。有名人の名前を使うと権利や肖像の問題があります。改善例：「白髪で渋い声の老齢の宇宙船船長が、透明な端末で記号を解読する」。具体的な特徴に置き換えることで、安全に似た雰囲気を作れます。
失敗例3：「カメラが自由に動き、人物も走り、爆発も起きる」。要素が多すぎます。改善例：「固定カメラ、人物が右へ走る、背景で火花が散る、1カット3秒」。制約を強めると成功しやすくなります。
ショット生成から編集までのパイプライン
生成と編集を一つの流れとして設計すると、手戻りが減ります。まずラフを大量に作り、使える方向性を選びます。次に本番生成で解像度と質感を上げ、最後に編集でつなぎます。
パイプラインは、素材管理、生成、選定、編集、仕上げ、書き出しの6段階に分けると整理しやすいです。各段階でチェックポイントを設け、承認してから次へ進みます。
ラフ生成と本番生成を分ける
ラフ生成では、低解像度、短尺、速いモデルを使い、構図と動きの方向性を確認します。ここで全部を完璧にしようとすると時間が足りません。使えるテイクが2割見つかれば十分です。
本番生成では、ラフで選んだプロンプトを基に、参照画像、シード、解像度、フレーム数を調整します。同じショットを複数回生成し、最も自然なものを選びます。必要なら部分的な修正を行います。
アップスケールとフレーム補間
AI生成映像は、そのまま拡大するとディテールがぼやけることがあります。アップスケールでは、輪郭を保ちながらノイズを抑える設定を選びます。フレーム補間では、動きを滑らかにしますが、やりすぎると芝居がかった印象になります。
補間は、パンやドリーには効果的ですが、速いアクションではゴーストが出ることがあります。ショットごとにオンオフを切り替え、等倍で確認します。
カラー調整と音響設計
カラー調整では、ショット間の色温度、露出、コントラストを揃えます。SF映画風なら、寒色の影と暖色のハイライト、ティールとオレンジのコントラストが定番です。ただし、全ショットに同じルックを適用すると単調になるため、場所や時間帯で少し変化をつけます。
音響では、環境音、足音、機械音、風、雨、音楽を組み合わせます。AIで音声を生成する場合も、最終的なミックスは編集ソフトで行います。セリフと効果音のバランス、周波数帯の整理、ラウドネス調整を行います。
書き出し設定
書き出しでは、配信先の仕様を確認します。横動画なら16:9、縦動画なら9:16、正方形なら1:1です。フレームレートは24fps、30fps、60fpsから選びます。ビットレートは高すぎても低すぎても問題があるため、プラットフォームの推奨値に合わせます。
字幕やキャプションを付ける場合は、安全領域を確認します。また、書き出し後に別のプレイヤーで再生し、色や音の崩れがないか確認します。
SF映画風ショットを作るワークフロー例
ここでは、SF映画風のショットを3つ例に、ワークフローを具体的に示します。どの例も、ラフ、参照作成、本番生成、編集の流れで進めます。実際にはモデルの挙動に合わせて調整します。
例：宇宙船のブリッジで会話する二人
目的は、緊張感のある会話と未来技術の質感を伝えることです。まず、ブリッジのコンセプトアートを作ります。暗い室内、青いモニター、広い窓、星が見える背景、金属とガラスの質感を指定します。
次に、二人のキャラクターシートを作ります。船長は白髪、深い皺、濃紺の制服。操縦士は若く、短髪、灰色のフライトスーツ。照明は左からの寒色キー、右からの弱い暖色フィルです。
ショットリストは、①ブリッジ全景、②船長のミディアム、③操縦士のアップ、④手元のスイッチ、⑤窓の外の星、⑥二人のツーショットです。各カットは3秒から5秒。ラフではテキストから動画で構図を探り、本番では参照画像から動画で人物を固定します。
編集では、会話のテンポに合わせてカットを短くし、モニターの光を点滅させ、低い環境音を加えます。最後に色を寒色寄りに統一し、フィルムグレインを軽く加えます。
例：砂漠惑星の追跡シーン
目的は、広大さとスピード感です。まず、砂漠の風景、二つの月、巨大な岩、粉塵の参照画像を作ります。車両は6輪の探査車、砂色と黒の塗装、赤いテールランプを指定します。
ショットは、①広い空撮、②車両の横追尾、③運転手のアップ、④タイヤの砂煙、⑤後方の追跡車、⑥岩の間を抜けるカットです。動きが速いため、1カットは2秒から3秒にします。カメラは固定とパンを使い、ドリーは控えめにします。
ラフでは動きの方向を確認し、本番では参照画像とシードを固定します。編集ではカットを速くつなぎ、砂煙とエンジン音を重ね、色彩を暖色に寄せます。
例：近未来都市の雨の路地
目的は、孤独感とネオンの美しさです。参照画像では、狭い路地、濡れた舗装、漢字と記号が混ざった看板、紫と青のネオン、湯気を指定します。人物はフードをかぶった女性、黒いコート、反射する水たまりに映ります。
ショットは、①路地のロング、②人物の後ろ姿、③足元の水たまり、④看板のアップ、⑤振り返る顔、⑥遠くの車のライトです。雨は常に降らせ、傘は使わず、フードから水滴が落ちる表現を加えます。
ラフでは雨の量とネオンの色を調整します。本番では参照画像から動画で人物を固定し、雨は別レイヤーで追加することもあります。編集では青紫の色調を整え、雨音と遠くのサイレンを混ぜます。
各例で使うモデルとプロンプトの考え方
宇宙船のブリッジは、参照画像とマルチモーダル入力が向いています。人物の一貫性が重要だからです。砂漠の追跡は、テキストから動画と画像から動画を組み合わせ、速いカットを量産します。雨の路地は、画像から動画で構図を固定し、環境エフェクトを編集で足します。
どの例でも、プロンプトは5要素に分け、動きは控えめにし、ラフと本番を分けます。モデル名に固執せず、ショットの目的に合わせて切り替えることが成功の鍵です。
よくある失敗とトラブルシューティング
AI動画制作では、同じような問題が繰り返し起こります。原因を切り分け、小さくテストすることが解決への近道です。以下では、よくある失敗と対策をまとめます。
顔が毎カットで変わる
原因は、参照画像の不足、照明の不一致、プロンプトの揺れ、モデルの切り替えです。対策は、キャラクターシートを固定し、ショットごとに同じ参照画像を使い、照明条件を言語化し、シードとモデル設定を記録することです。それでも変わる場合は、顔のアップを減らし、後ろ姿やシルエットでつなぐ編集も有効です。
動きが不自然
原因は、動きの強さが大きすぎる、フレーム数が足りない、関節の動きを指定しすぎる、モデルの限界です。対策は、動きを小さくし、カットを短くし、カメラを固定気味にします。歩行なら上半身だけ、振り返りなら首から上だけなど、動きの範囲を限定します。
構図が崩れる
原因は、要素が多すぎる、アスペクト比が合っていない、参照画像の構図が複雑、プロンプトの優先順位が不明確です。対策は、被写体を一つに絞り、背景をシンプルにし、構図を言葉で指定します。「左三分の一に人物、右側に窓」のように配置を明示します。
色や照明が合わない
原因は、ショットごとに色温度が違う、モデルの色癖、参照画像の照明差です。対策は、撮影前のルックを決め、編集で色を合わせます。寒色と暖色のバランスを統一し、露出を揃え、必要ならLUTを使います。
生成が遅い・コストがかさむ
原因は、解像度が高すぎる、フレーム数が多すぎる、不要な再生成、モデルの選択ミスです。対策は、ラフと本番を分け、低解像度で方向性を決め、本番だけ高品質にします。また、ショットを短くし、使えないテイクを早めに捨てます。計算資源の使用量を記録し、どの工程が重いかを把握します。
チーム制作とファイル管理のベストプラクティス
個人制作でもチーム制作でも、ファイル管理が品質を左右します。特にAI動画は、生成物が多く、バージョンが増えやすいため、命名規則とフォルダ構成を最初に決めます。
命名規則
プロジェクト名、シーン番号、ショット番号、バージョン、日付を組み合わせます。例：「sfbridge_s01_sh03_v02」。日付は並び替えしやすい形式にします。プロンプトや設定はテキストファイルで同じフォルダに保存します。
バージョン管理
主要な変更ごとにバージョンを上げ、承認済み、修正中、却下をステータスで分けます。クラウドストレージを使う場合は、同期の衝突に注意します。大きな動画ファイルは、専用のストレージやアセット管理ツールを使います。
レビューと承認
レビューでは、技術的な問題と物語的な問題を分けて指摘します。タイムコード付きのコメントがあると、修正が速くなります。承認者が誰かを明確にし、最終カットのロックを決めます。
セキュリティと権利
生成に使う参照画像や音声の権利を確認します。有名人の肖像、商標、著作物を無断で使わないようにします。社外に共有する場合は、NDAやアクセス権を設定します。AI生成物の利用規約も確認し、商用利用の可否を把握します。
初心者から中級者へのロードマップとFAQ
AI動画制作は、小さな成功体験を積み重ねることで上達します。最初から長編を目指すのではなく、短いショットを完成させ、フィードバックを得るのが近道です。
最初の1週間
最初の1週間は、ツールに慣れることと、基本的なショットを完成させることを目標にします。5秒から10秒の短い動画を3本作り、テキストから動画、画像から動画、参照画像の使い方を試します。プロンプトの書き方、モデルの違い、編集の流れを体で覚えます。
最初の1か月
1か月目は、ショットリストを作り、10カットから20カットの短編を作ります。キャラクターシートを用意し、一貫性を保つ練習をします。音声、音楽、効果音を加え、書き出しまで完了させます。失敗したショットは原因をメモし、次の作品で改善します。
中級者へのステップ
中級者になると、モデルの使い分け、参照画像の管理、色調整、音響設計、チーム連携が重要になります。複数のモデルを組み合わせ、ラフと本番を分け、効率的に品質を上げる方法を探します。また、権利処理やセキュリティにも気を配ります。
Q. AI動画だけで長編映画は作れる？
現在の技術でも、短編や予告編、コンセプト映像は作れます。長編になると、キャラクターの一貫性、演技の繊細さ、音声との同期、編集の量が課題になります。AIは強力な補助ですが、脚本、演出、編集、音響の人間の判断は依然として重要です。
Q. 無料ツールでも実用的？
無料枠やオープンソースのモデルでも、解像度や尺、ウォーターマーク、利用条件に制限がある場合があります。テストや学習には十分使えますが、商用利用や高品質な最終出力では、有料ツールや追加の編集ソフトを組み合わせる方が安定します。
Q. 俳優の顔に似せるのは問題？
実在の人物、特に有名人の顔を無断で再現すると、肖像権、パブリシティ権、利用規約違反のリスクがあります。安全に進めるには、架空のキャラクターを設計し、特徴を抽象化します。どうしても必要な場合は、権利者の許諾を得ます。
Q. どのモデルが最高？
用途によります。人物の一貫性なら参照画像対応のモデル、風景ならテキストから動画、正確な構図なら画像から動画、速さなら軽量モデルが向いています。複数のモデルを比較し、ショットごとに最適なものを選ぶのが実践的です。
Q. 一貫性を保つ最短方法は？
参照画像を固定し、シードと設定を記録し、照明とレンズを言語化し、ショットを短く分けることです。特にキャラクターシートを最初に作り、全カットで同じ参照を使うことが効果的です。
Q. 音声や音楽はどうする？
音声は、人間が録音する方法、音声合成を使う方法、環境音だけにする方法があります。音楽は著作権に注意し、ロイヤリティフリー素材や生成音楽を使います。最終的なミックスでは、セリフ、効果音、音楽のバランスを整え、ラウドネスを統一します。
以上のように、AI動画制作は、企画、生成、編集、管理を組み合わせた総合的なワークフローです。SF映画風の映像も、ショットを分解し、一貫性を管理し、音と色を整えることで、現実的な品質に近づけられます。小さく試し、記録し、改善するサイクルを回すことが、最も確実な上達への道です。
