ショートフォーム動画の現在地と、AIが変えた制作の前提
短尺動画は、いまや補助的な投稿枠ではなく、多くのプラットフォームで最も配信され、最も消費される形式です。縦型9:16の画面、15〜90秒の尺、音声前提の設計、そして何より「最初の1〜3秒で離脱が決まる」という特性が、制作の優先順位を根本から変えました。横型の長尺動画では、冒頭で状況説明をしても視聴者は多少は我慢してくれます。短尺では通用しません。1秒目に「見る理由」を提示できなければ、それ以降の演出や編集はほぼ無意味になります。
この変化と同時に起きたのが、生成AIによる映像制作の民主化です。以前は映像の見た目を左右する要素といえば、機材、撮影技術、照明、そして編集スキルでした。現在はテキストや静止画から映像を生成する技術、リップシンク、音声合成、自動字幕、自動カットなどが一般化し、一人でも企画から投稿までを回せるようになりました。ただし、ここには大きな誤解が潜んでいます。AIは企画の弱さを補ってはくれません。むしろ企画の差が、そのまま映像の差として増幅されます。
つまりAI時代のショートフォーム制作とは、「撮れないものを撮れるようにする技術」ではなく、「伝えたいことを最短で伝える設計を、高速に試せるようにする技術」だと捉えたほうが実態に合います。この記事では、インフルエンサーや個人クリエイターがそのまま再現できるように、企画から投稿後の改善までの一連の流れをワークフローとして整理します。
短尺で起きている3つの構造変化
第一に、視聴の単位が「番組」から「カット」に移りました。ユーザーはチャンネルを選んで視聴するのではなく、フィードに流れてきた1本を判断します。したがって、アカウントの世界観よりも1本ごとの完結度が優先されます。
第二に、音声が主役になりました。多くの視聴者はイヤホンやスピーカーで消費し、字幕を併用します。声のテンポ、間、声質が、映像の質感と同じくらい離脱率に影響します。
第三に、制作のボトルネックが撮影から設計に移りました。撮影コストが下がった結果、企画の立案数と検証回数が成果を分けるようになったのです。
AIが得意なことと、苦手なこと
得意なのは、反復、量産、言い換え、そして「現実には撮影困難な情景」の可視化です。苦手なのは、文脈の判断、感情の機微、そして視聴者との信頼関係の構築です。この線引きを最初に決めておくと、後工程で無駄な手戻りが激減します。
制作パイプラインの全体像：8つの工程に分ける
AIを導入するときに失敗しがちなのは、いきなり生成ツールを触り始めることです。順番を決めて、各工程のアウトプットを明確にすると、品質が安定し、外注や共同制作もやりやすくなります。
- リサーチ：伸びているテーマ、コメントの不満、検索される疑問を集める
- 企画とフック設計：1本の約束事と冒頭3秒の型を決める
- 台本：結論、展開、根拠、行動喚起の順に文章化する
- 絵コンテ：カット割りとキーフレーム画像を用意する
- 映像生成：テキストまたは画像から動画を生成する
- 編集：テンポ、字幕、効果音、カラーを整える
- 音声：ナレーション、BGM、ミックスのバランスを取る
- 投稿と検証：数値を見て次の1本に反映する
この8工程のうち、AIが劇的に効くのは4〜7です。逆に1〜3は人間の判断が支配的で、ここを自動化しようとすると没個性な量産型コンテンツになります。
工程ごとに「決めること」を先に決めておく
パイプラインを運用に落とすコツは、各工程に「判断基準」をセットで持たせることです。たとえば編集工程なら「カットは平均1.2〜2秒、無音は0.3秒以上削る、字幕は1行12文字以内」といった具合です。基準があると、迷う時間が減り、外注時にも品質が揃います。
企画フェーズ：テーマ選定とフック設計
企画の質は、リサーチの質でほぼ決まります。見るべきは3つです。伸びている動画の冒頭、コメント欄の質問と不満、そして自分の過去投稿の保存率です。再生数より保存率とシェア率を優先すると、フォロワー以外に届く企画が見つかります。
伸びるテーマの4類型
- 誤解の訂正：「実は逆です」系。権威や通説に触れるため反応が早い
- 手順の短縮：「3分でできる」系。保存されやすい
- 比較と序列：「どっちが良いか」系。コメントが伸びる
- 変化の記録：「ビフォーアフター」系。感情が動く
この4類型は、AI映像と相性が良い順でもあります。特に変化の記録は、撮影できない過去や未来を生成で補えるため、表現の幅が広がります。
冒頭3秒のフックは「型」で作る
フックは才能ではなく型です。代表的なものを挙げます。
- 質問提示型：「まだ手作業でやってますか？」
- 断言型：「その設定、たぶん間違っています」
- 数字提示型：「作業時間が40分短くなりました」
- 視覚意外性型：完成形をいきなり見せてから逆再生で工程を説明する
- 途中見せ型：あえてクライマックスの一部を冒頭に置き、続きを見せる
型を決めたら、同じ型で5本作って反応を比較します。型ごとの反応差は、テーマの差よりも大きいことが少なくありません。
シリーズ前提で企画する
単発で当てにいくより、シリーズの第1話として設計したほうが、結果的に伸びます。理由は単純で、2本目以降で視聴者が「次も同じ形式だろう」と予測でき、離脱が減るからです。シリーズ化するときは、冒頭の口上、テロップの色、BGM、尺の4つを固定します。
台本とプロンプト設計：AIに意図を伝える書き方
AI生成の品質が上がらない原因の多くは、モデルの性能ではなく指示の粒度です。台本の段階でカット単位まで分解しておくと、そのまま映像生成の指示に転用できます。
1カット3〜5秒で分解する
短尺では1カットが長いと退屈になります。目安として、説明カットは3〜5秒、感情カットは1.5〜3秒です。台本を書くときに、各行の左に秒数をメモしておくと、全体の尺が自然に収まります。
映像生成プロンプトの基本構造
生成指示は、次の順で並べると安定します。
- 被写体：誰が、何が、どんな状態か
- 動作：何をしているか、動きの方向と速さ
- 環境：場所、時間帯、天候、背景の要素
- カメラ：画角、レンズ感、アングル、カメラの動き
- 光：光源の種類、方向、硬さ、色温度
- スタイル：実写風、フィルム風、アニメ調、色彩の傾向
- 制約：縦型、尺、避けたい要素
たとえば「夜のコンビニ前で、20代女性がスマートフォンを見て微笑む。手前に軽いパン、背景はボケ。ネオンと看板の光が顔の左側を照らす。シネマティックな実写風、縦型、4秒、指の崩れを避ける」という具合です。
失敗しやすいプロンプトの例
- 抽象語だけ：美しい、かっこいい、感動的 → 解釈が毎回変わる
- 要素の詰め込み：1カットに5つ以上の出来事を入れる → 動作が破綻する
- 矛盾する動き：走りながら静止する、など
- スタイルの混在：アニメ調と実写風を同時に指定する
迷ったら、要素を1つ減らして再生成します。引き算のほうが、足し算より速く品質が上がります。
映像生成モデルの選び方と使い分け
一口に映像生成といっても、モデルごとに得手不得手がはっきり分かれます。選定では「見た目の好み」より、次の7項目で評価するのが実用的です。
- 実写再現度：人物の肌、髪、手の自然さ
- モーション品質：動きの滑らかさ、破綻の頻度
- 制御性：カメラワークや構図をどこまで指定できるか
- 一貫性：カット間でキャラクターが保たれるか
- 縦型適性：9:16の構図が破綻しないか
- 速度と反復コスト：何案試せるか
- 利用条件：商用利用や素材の扱い
用途別の使い分けの目安
- シネマティックな雰囲気重視：Runway、Sora系の生成、Veo系
- 短尺の動きと人物の自然さ：Kling、Luma系
- アニメ・イラスト調：AnimateDiff系、各種スタイル特化モデル
- キーフレーム画像の作成：Midjourney、Stable Diffusion系、Flux系、Ideogram
- 口パクや話者映像：リップシンク特化のツール
すべてを1つのツールで賄おうとすると、どこかで妥協が生まれます。実際の運用では、静止画生成でキーフレームを作り、それを動画化する「画像→動画」の流れが最も安定しやすいです。
試作は3案、本番は1案
新しいテーマに入るときは、同じプロンプトで3案出して比較します。方向性が決まったら、以降は本番1案と微修正に絞ります。無限に生成できる状態は、判断を先延ばしにするだけです。
一貫性設計：キャラクターと世界観を保つ
シリーズ制作で最も崩れやすいのが、キャラクターと世界観の一貫性です。ここを仕組みで解決すると、視聴者の記憶に残りやすくなります。
参照画像とキャラクターシートを用意する
最初に決めるのは、正面、斜め45度、横、表情3種の参照画像です。加えて、髪型、髪色、瞳の色、服装、アクセサリー、体型のメモを文章で残します。生成時は毎回このメモを貼り付け、参照画像を添えます。
変えてよい要素と、変えてはいけない要素
背景、時間帯、天候、カメラワークは変えて構いません。一方で、髪型、服装のシルエット、色彩の基調、語り口調は固定します。この線引きを決めておくと、変化をつけても同一人物に見えます。
シード値と色調整で仕上げる
同じシード値を使う、同じライティング用語を使う、同じモデルを使い続ける。この3つを守るだけで一貫性はかなり保てます。それでもカット間で色がずれたら、編集でLUTやカラー調整を揃えます。完璧な一致を狙うより、視聴者が違和感を持たない範囲に収めるのが現実的です。
編集・音声・字幕：AIに任せる範囲を決める
編集は、AIに任せてよい部分と、人間が触るべき部分が最もはっきり分かれる工程です。
AIに任せてよい作業
- 無音区間の自動カットと粗いテンポ調整
- 自動字幕の生成とタイミング合わせ
- ナレーションの読み上げ生成（自分の声が使えない場合）
- ノイズ除去、アップスケール、手ぶれ補正
- ラウドネス調整と簡易ミックス
人間が判断すべき作業
- どのカットを残すか、どの順番にするか
- 間の取り方、感情のピークの位置
- BGMの選定と音量バランス
- テロップの言葉そのもの
特に間の取り方は、視聴維持率に直結します。AIは均等なテンポを作るのが得意ですが、あえて止める、あえて無音にする、といった演出は人間が決めたほうが強いです。
縦型編集の実務ポイント
画面の上下にはプラットフォームのUIが重なります。重要なテキストや顔は中央の安全領域に置き、上下15%は避けます。字幕は1行12文字以内、表示は0.8〜1.5秒。アイキャッチとなる1枚目は、動画の1フレーム目ではなく専用に作ると反応が変わります。
実写とAIのハイブリッド運用、そして投稿後の改善
AI生成だけで完結させる必要はありません。むしろ実写と混ぜたほうが、信頼感と制作速度の両方を取りやすくなります。
実写を使うべき場面
- 顔出しのトーク、体験談、失敗談
- 商品の実物確認、手元の動作
- 実際の使用感を見せるビフォーアフター
- 顧客や同僚の声
AIを使うべき場面
- 撮影できない場所、過去、未来の情景
- 概念の可視化、図解的なカット
- 世界観を作る導入カットやBロール
- 繰り返し使うオープニング
合成するときは、グレイン、被写界深度、光源の方向を揃えます。実写カットに合わせてAIカットの色温度を微調整するだけで、違和感は大きく減ります。
数値の読み方と改善の順番
投稿後は、次の順で見ます。
- 3秒維持率：低ければ冒頭のフックの問題
- 平均視聴時間：低ければ構成かテンポの問題
- 完視聴率：低ければ尺か着地の問題
- 保存率とシェア率：低ければ情報量か感情の問題
- プロフィール遷移：低ければシリーズの設計問題
改善は1回に1要素だけ変えます。冒頭と尺とBGMを同時に変えると、何が効いたのか分からなくなります。
よくある失敗とFAQ
よくある失敗と対策
- 動きが不自然：1カットの動作を1つに絞り、尺を3秒程度に短くする
- 手や指の崩れ：手を画面外に出す、手袋や小物で隠す、参照画像を増やす
- 文字が崩れる：映像内に文字を生成させず、編集でテロップを載せる
- キャラクターが変わる：参照画像と固定メモを毎回貼り、モデルを変えない
- 尺が長い：冒頭3秒と結論以外を削り、15〜30秒に収める
- 説明過多：1本1メッセージに絞り、残りは次回に回す
- BGM過多：ナレーション区間はBGMを下げ、無音区間を作る
よくある質問
Q. 初心者はどこから始めるべきですか。 企画と台本を先に固め、映像生成は最後に触ることを勧めます。企画が弱いまま生成を始めると、ツールの操作だけが上達して成果が伸びません。
Q. 顔出しなしでも作れますか。 作れます。手元、風景、テキストアニメーション、AI生成キャラクター、音声合成の組み合わせで、顔出しなしのシリーズは成立します。ただし語り口の一貫性が重要になります。
Q. 1本あたりどれくらい時間がかかりますか。 慣れれば企画15分、台本20分、生成20分、編集30分、投稿と確認10分で、90分前後が現実的な目安です。シリーズ化してテンプレート化すれば、2本目以降は60分を切ります。
Q. 商用利用はどう考えればよいですか。 利用するツールごとに、生成物の権利や学習データの扱いが異なります。案件で使う場合は、利用条件の確認と、生成過程の記録を残しておくと安全です。
Q. スマートフォンだけで完結しますか。 撮影と字幕編集はスマートフォンで完結します。生成や高品質な書き出しはPCのほうが快適ですが、クラウド上のツールを使えばモバイル中心でも運用できます。
Q. AI生成だと分かると不利ですか。 品質が低いと不利になり、品質が高ければ話題になります。基準は「作り方」ではなく「役に立つか、面白いか」です。
まとめ：90日で回す運用リズム
最後に、無理なく続けられる運用のリズムを提案します。最初の30日は、型を作る期間です。1つのテーマと1つのフック型に絞り、週3本を目標にします。数値は気にしすぎず、制作の手順を体に入れることが目的です。
次の30日は、検証の期間です。同じテーマでフックだけを変え、3秒維持率を比較します。冒頭の反応が良くなったら、次は尺を変えて完視聴率を比べます。
最後の30日は、資産化の期間です。反応の良かった冒頭、テロップの言い回し、BGM、カットの長さをテンプレートとして保存し、制作時間を短縮します。同時に、生成した素材を整理して、再利用できるキーフレームやBロールのライブラリを作ります。
AIは制作を楽にする道具ですが、伸びるかどうかを決めるのは企画と検証の回数です。生成の速さを、試行回数に変換できた人が、結果的に最も速く成長します。今日の1本を、明日の検証材料に変えていく。その積み重ねが、ショートフォームにおける最も確実な戦略です。
