ショットごとに最適なAI動画ツールを選ぶ
テキストから動画、画像から動画、開始・終了フレーム、リップシンク:ショットの種類ごとにどの方法とどのモデルを使うか、10分でテストする方法、そしてクレジットを大事なところに使う方法。
どのショットにも役割がある
初心者はひとつのAI動画ツールを選び、すべてをやらせようとします。経験のあるクリエイターは逆です。各ショットが何をすべきかを見てから、その仕事に最適な方法とモデルを選びます。
街の引きのショットは壮大で安定していなければなりません。クローズアップは主人公の顔を正確に保つ必要があります。会話のショットには声に合う唇の動きが必要です。戦闘には速くて見やすい動きが必要です。これは4つの別々の問題で、4つすべてで一番のツールはありません。
- 場所の引きのショット
- テキストから動画、または画像から動画
- 主人公のクローズアップ
- キャラクターシートからの画像から動画
- 会話する2人のキャラクター
- リップシンクツール
- 速いアクション
- 開始・終了フレーム
- 魔法、炎、爆発
- 画像から動画、エフェクトは編集で追加
- まずショットが何をすべきかを決める。ツールはその次。
ショットを作る4つの方法
ほとんどのAI動画ツールは、名前は違っても同じ4つの方法を提供しています。特定のアプリを知るより、この4つを知る方が役立ちます。
- テキストから動画:ショットを言葉で説明します。場所、群衆、雰囲気には速いですが、主人公の顔はクリップごとに変わってしまいます。
- 画像から動画:静止画を渡して動きを説明します。キャラクター、衣装、光を一貫させる最良の方法です。ほとんどのシリーズはこの方法で作られています。
- 開始・終了フレーム:最初と最後の画像を渡すと、モデルがその間の動きを作ります。変身、命中するパンチ、決まった場所に開く扉などに最適です。
- リファレンス(エレメントやイングリディエントとも呼ばれます):キャラクター、物、場所の画像を別々に渡すと、モデルがそれらを新しいショットに組み合わせます。同じ主人公を多くの新しい場所に登場させたいときに便利です。
エピソードのすべてのショットをテキストから動画で:「赤毛の若い弓使いが森を歩く」。クリップごとに顔も弓もコートも違ってしまう。
キャラクターシートから承認済みの弓使いの静止画を1枚用意し、各ショットを画像から動画で:「松の間をゆっくり歩き、上を見上げ、髪が風になびく」。同じ顔、同じ弓、同じコート。
迷ったら静止画から始めましょう。失敗した静止画のコストは失敗した動画クリップのごく一部で、モデルに明確な出発点を与えます。
モデルのファミリーごとの得意分野
モデルは毎月変わるので、これはランキングではなく、テストの出発点として考えてください。2026年11月時点で、DeepStoriesのクリエイターが最もよく挙げるのは次のとおりです。
- Kling:コスパが良く、キャラクターリファレンスが強力で、リップシンクも内蔵。主人公が繰り返し登場するシリーズで人気です。
- Seedance(Dreaminaなどのプラットフォームで利用):映画的なカメラワークと、1回の生成で複数ショットのシーン。
- Veo(Google Flowで利用):非常にリアルな映像とネイティブ音声。ただしクリップあたりの価格は高め。
- Hailuo(MiniMax):安くてエネルギッシュな動き。アクションやテストに向いています。
- Runway:生成そのものより、既存クリップの編集ツールとコントロール。
- Wan:高性能なグラフィックカードがあれば、自分のパソコンで動かせるオープンモデル。
メインのモデルをひとつ決めて、その癖を覚えましょう。知らない5つより、よく知っている1つの方が使えるショットが多く手に入ります。
10分テスト:3つのモデル、1つのショット
ひとつのツールに1か月分のクレジットを使う前に、エピソードで一番難しいショットで簡単なテストをしましょう。同じ静止画と同じプロンプトを3つのモデルで使い、それぞれの結果を採点します。
- 動き:溶けたり飛んだりせず、自然に動いているか?
- 顔:最後のフレームでも主人公は主人公のままか?
- プロンプト:頼んだことを、頼んだことだけしたか?
- コスト:失敗した試行も含めて、使えるクリップ1本にいくらかかったか?
- モデルA
- モデルB
- モデルC
- 動き
- 顔が保たれる
- プロンプトに従う
- 使えるショット1本のコスト
- このショットはモデルBの勝ち
- 同じショットで各モデルを1〜5で採点します。勝者はショットの種類によって変わることがあります。
声とリップシンク
AI映画が最も嘘っぽく見えるのは会話の場面です。解決策はツールより、ほとんどが方法にあります。
- 先に声を録音または生成し、それに合わせて顔を動かす。
- 話すショットは短く:2〜4秒にして、聞き手やディテールにカットする。
- カメラに正対したミディアムクローズアップを選ぶ。横顔や素早い首の動きはリップシンクを崩します。
- 一部のセリフは画面外で流し、リアクションや風景に重ねる。本物の映画では常にやっていることです。
プラットフォームはひとつ?複数?
ひとつのモデルに直接サブスクリプション契約することも、ひとつのアカウントで複数のモデルを使えるプラットフォームを利用することもできます。直接契約の方が通常クリップあたり安くなります。マルチモデルのプラットフォームなら、5つのサブスクリプションを払わずに、ショットごとに最適なモデルを選べます。
よくある組み合わせ:ほとんどのショットに使うモデルの直接プランをひとつ、そのモデルが苦手な少数のショット用にマルチモデルのプラットフォームのクレジットを少し。
実例:ひとつのシーンをツールごとに
夜明け、弓使いが焼け落ちた自分の村を見つける。6つのショットと、それぞれに選んだ方法。
- 霧の中の焼けた村の引きのショット:画像ツールで作った静止画から画像から動画、ゆっくりとしたプッシュイン。
- 目を開ける弓使いの顔のクローズアップ:キャラクターシートから画像から動画、動きはほぼなし。
- 灰の中で立ち上がる:画像から動画、ミディアムショット、動きは1文で説明。
- インサート、梁に刺さった王家の矢:画像から動画、ごく小さなカメラの動き。インサートは安く、カットを隠してくれます。
- 「誰がこんなことを?」と言う:先に声を生成し、3秒のミディアムクローズアップにリップシンクをかける。
- 街の門に向かって走る:開始・終了フレームで、デザインした門にぴったり到着させる。
リップシンクが必要なのは6ショット中1つだけ、開始・終了フレームが必要なのも1つだけです。ほとんどはシンプルな画像から動画なので、予算を低く抑えられます。
AIアシスタントと一緒にツールを計画する
ショットリストをAIアシスタントに貼り付け、各ショットの方法を提案してもらいましょう。監督はあなたのまま、時間を節約できます。
これは私のAIシリーズのエピソードのショットリストです:[ショットリストを貼り付け]。各ショットについて、使うべき方法(テキストから動画、画像から動画、開始・終了フレーム、リファレンス、リップシンク)とその理由を1行で教えてください。最も難しい3つのショット、つまり先に複数のモデルでテストすべきショットに印をつけてください。ショット番号はそのままにしてください。
最終チェックリスト
- リストの各ショットの横に方法が書いてある。
- キャラクターのショットはすべて承認済みの静止画から始めている。
- 最も難しいショットを3つのモデルでテストし、勝者を採用した。
- 会話のショットは短く、カメラに正対している。
- クレジットの大半は、視聴者の記憶に残るショットに使っている。
- 各ショットが何をすべきかを決めてから、方法とモデルを選ぶ。
- キャラクターのショットは承認済みの静止画から始める。
- クレジットを投入する前に、最も難しいショットを3つのモデルでテストする。
ショットごとに最適なAI動画ツールを選ぶ — DeepStories Academy