AI動画の作り方：プロンプトから完成動画まで

AI動画を作るときは、AI生成を編集工程全体の代わりとなる1回のプロンプトではなく、ショットを作る工程として考えます。伝えたい内容と形式を決め、台本とショットリストを書き、ショットごとに短いクリップを生成して結果を確認します。採用したクリップに別ファイルのナレーションや音楽を組み合わせ、最後に字幕とブランディングを追加します。Pipe2.aiでは、この流れにScript Writer、Video Generator、Video Reel、Music Generator、Captions、Watermarkを使用します。

ワークフロー確認 — 2026年7月： このガイドに記載した入力、出力、ルーティング、組み立ての挙動は、Pipe2.aiの現行カタログスキーマとワーカーワークフローに照らして確認しています。ここで説明するのは制作手順であり、モデル間の品質比較を行ったものではありません。

完成動画をイメージしてから始める

プロンプトを書く前に、視聴後に何を理解してほしいのか、あるいは何をしてほしいのかを決めます。実用的な制作ブリーフには、次の項目を含めます。

• 対象となる視聴者と、最も伝えたい1つのメッセージ
• 公開先のプラットフォームとアスペクト比
• 完成動画のおおよその長さ
• ナレーション、音楽、単体クリップのネイティブなシーン音声、無音のいずれが必要か
• 一貫させるべき商品、人物、色、ビジュアルアイデンティティ
• 最後の行動喚起

ショットを生成する前に出力形式を決めてください。同じ被写体でも、縦型のSNS動画と横型の商品デモではフレーミングが異なります。全ショットで同じアスペクト比を保つと、クリップを組み立てる際の予期しない変化も減らせます。Video Reelを使う場合は、ナレーションと音楽を別々の音声素材として用意してください。組み立て工程では、素材クリップに埋め込まれた音声は保持されません。

現在のVideo Generatorは、複数シーンからなる完成動画ではなく、短いクリップの生成を想定しています。完成形のアイデアを、それぞれ1つの動作や映像上の要点を伝えるショットに分けましょう。

アイデアを台本とショットリストにする

完成した構成ではなく、テーマから始める場合はScript Writerを使います。セクション、ナレーション、映像の方向性、音声プラン、組み立てメモを含む、構造化された制作設計書が返されます。この段階で行うのは計画であり、メディア自体は生成しません。

何かを生成する前に設計書を見直します。各セクションを、次の4つの実用的な項目に整理してください。

1. ナレーションまたは画面上のメッセージ： そのショットで視聴者に何を伝えるか
2. 映像の被写体と動き： 画面に何が映っていなければならないか
3. ショットの役割： 導入、説明、実演、トランジション、根拠、行動喚起のどれか
4. 連続性のメモ： 次のショットにも引き継ぐ外見、環境、照明、動きの方向、物体

同じ内容を繰り返すショットは削除します。1つのプロンプトに複数の場所、動作、カメラ変化が含まれている場合は、より小さなショットに分けてください。短く焦点の定まった生成結果は、複雑なシーケンスの途中に使える一瞬だけがある場合よりも、評価や差し替えが簡単です。

プロンプトをショットの指示書として書く

実用的なAI動画プロンプトでは、カメラに何が見え、何が聞こえるかを説明します。Googleの現行Veoプロンプトガイドでは、被写体、動作、スタイルを明示し、必要に応じてカメラの位置や動き、構図、フォーカス、レンズ効果、雰囲気などの詳細を加えることが推奨されています。

次の構成を出発点にしてください。

環境の中にいる被写体と動き。フレーミングとカメラワーク。照明と映像スタイル。生成したクリップを単体で使う場合に必要な音の指示。

例：

淡い色の石のテーブルの上で、マットブラックのトラベルマグがゆっくり回転し、朝の光が表面を横切る。ミディアムの商品ショット、穏やかなプッシュイン、浅い被写界深度、クリーンな広告照明。マグが止まるときに、静かな室内音と小さな陶器の触れる音。

具体的に書きつつ、互いに矛盾する指示の羅列にはしないようにします。

• 被写体の主な動作は1つに絞ります。
• カメラワークは具体的な映像用語で説明します。
• 環境と時間帯、または照明条件を指定します。
• 生成クリップを単体で公開する場合は、必要なセリフや音を別の文で指定します。Video Reelで組み立てる場合は、最終的なナレーションや音楽を別の音声として作成してください。
• 外見や動きがブリーフの一部である場合は、対応している参照素材を添付し、重要な属性が実際に反映されたか確認します。
• 正確な文言が重要な場合は、動くショット内の生成テキストに頼らず、公開前に表示されたすべての文字を確認します。

ショットを1つずつ生成して確認する

承認した各ショットの指示書をVideo Generatorで実行します。セット全体でアスペクト比と繰り返し登場するビジュアル要素を統一してください。組み立て順が分かるよう、出力をショット番号で命名または整理します。

見栄えが良いという理由だけで採用せず、各クリップをブリーフと照らして確認します。

• 指定した被写体、動作、環境、カメラの方向が反映されているか
• 顔、商品、手、物体、背景がショット内で一貫しているか
• 冒頭が前のショットから自然につながるか
• 終わり方がカットやトランジションに使いやすいか
• クリップを単体で使う場合、意図しない文字、ロゴ、物体、音声が含まれていないか
• 参照素材を渡した場合、重要な属性に反映されているか

弱いショットだけを再生成し、シーケンス全体を作り直さないようにします。プロンプトが何度も意図を外す場合は、動作を単純にするか、2つのショットに分けてください。モデルごとの入力対応とルーティングについては、AI動画生成モデルの比較を参照してください。このガイドでは制作工程に焦点を当てます。

採用したクリップを組み立てる

採用したクリップを意図した順番でVideo Reelに追加します。このパイプラインは、順序付きの動画セグメントと、任意のナレーション音声およびBGM音声を受け取り、1本の動画を書き出します。各セグメントから使用するのは映像ストリームであり、埋め込まれた音声は保持しません。最終動画に必要なセリフ、サウンドトラック、その他の音声は、NarrationとBackground Musicの入力から別々に渡してください。Instructionsではモンタージュのスタイルを指定でき、Target Aspectでは計画した出力形式に合わせられます。

完成した動画を見て、テンポを確認します。単体では優れたクリップでも、次のショットと並べると長すぎることがあります。冒頭の数秒で被写体が分かるか、各ショットが新しい情報を加えているか、最後のショットで行動喚起を認識する時間が確保されているかを確認してください。

ナレーションを使う場合は、元のボイスオーバーファイルを使用するか、別のナレーション素材を作成します。最終的に組み立てる前に、ショットの並びに合わせて言葉を見直してください。映像の切り替わりは、重要なフレーズを遮るのではなく、その文を支える必要があります。

編集を支える音楽を追加する

Music Generatorは、ムードやジャンルの説明と指定した長さからオリジナルの音声トラックを作成します。「感動的な音楽」のような広い表現だけでなく、楽器編成、テンポ、エネルギー、感情の展開を説明してください。

ナレーションを聞き取りやすくするには、インストゥルメンタルを指定し、音楽が補助的なBGMになるよう説明します。生成した音声をVideo ReelのBackground Music入力に追加し、組み立てた結果をヘッドホンとスマートフォンのスピーカーの両方で聞いてください。音楽ファイル単体だけでミックスを判断しないようにします。

字幕とウォーターマークで仕上げる

映像と音声を組み立てた後に、配信用の要素を追加します。

Captionsには完成動画とSRT字幕ファイルが必要です。先にSRT内の固有名詞、専門用語、句読点、改行、タイムスタンプを確認し、字幕のスタイルと位置を選びます。字幕は映像のピクセルに焼き込まれ、新しいMP4として返されます。2段階のSRTワークフローについては、動画に字幕を付ける詳しい方法を参照してください。

字幕とアスペクト比の変更が終わってから、Watermarkを適用します。完成動画とロゴ画像を入力し、配置するコーナー、サイズ、端からの余白、不透明度を設定できます。明るい場面と暗い場面の両方でロゴを確認し、字幕や主要な被写体を隠していないか確かめてください。動画ウォーターマークのガイドでは、ロゴの準備と配置を詳しく説明しています。

公開前に完成したAI動画を確認する

書き出した動画を、公開先として重要な端末とプラットフォームで最初から最後まで再生します。次の点を確認してください。

• 冒頭ですぐに題材が伝わる
• すべてのショットがメッセージを前に進めている
• カット間でビジュアルアイデンティティと動きの方向が十分に一貫している
• 別々に渡したナレーションと音楽が競合していない。生成クリップをVideo Reelを使わず単体で公開する場合は、ネイティブなシーン音声も確認する
• 字幕が話している内容と一致し、読みやすい
• ウォーターマークが重要な内容を隠さず、視認できる
• 意図しない文字、ロゴ、顔、映像の破綻が残っていない

台本、プロンプト、参照素材、採用したクリップ、ナレーション、音楽、SRT、ウォーターマークなしのマスターをまとめて保管してください。この制作記録があれば、AI動画全体を最初から作り直さずに、1つのショットを差し替えたり、ナレーションを別言語にしたり、別のアスペクト比を作ったりできます。