Samoyed dog leaning into a cardboard box and sniffing toward the camera
First frame
Last frame
Reference
Write a prompt...
Video

AI動画生成:テキストや画像から動画を作成

テキストプロンプトから生成したり、画像から始めたりできます。主要な動画モデルを1か所で利用可能。自分でモデルを選ぶか、「Auto」にプロンプトや設定に合ったものを任せることもできます。

テキスト・画像から動画へ
1000万人以上のユーザー
2022年設立

主要なAI動画モデルを1つのワークスペースで

「Auto」がプロンプトと設定に基づいて適切なモデルを選択します。自分で選ぶことも可能です。

実際の業務におけるAI動画の活用シーン

プレビズやBロールから、プロダクトやSNS用のカットまで。スピードが最も重視される制作部分のクリップを生成します。

AI動画が適している場合

AI動画は、コンセプト作成、カバレッジ(素材集め)、バリエーションの作成に強みがあります。すべての撮影に取って代わるわけではありません。それぞれの役割がおおよそどこにあるのかをご紹介します。

AI動画が適している領域

  • 迅速なコンセプト作成

    アイデアが出たその日のうちに、予算を投じる前に方向性を画面上で確認できます。

  • プレビズ(事前視覚化)

    ショット、フレーミング、ペース配分を構築し、クルーが計画を読むのではなく「見る」ことができるようにします。

  • Bロールとカットアウェイ

    セカンドユニットのスケジュールを組むことなく、編集に必要なつなぎのショットを生成します。

  • プロダクトクリエイティブ

    ランディングページ、広告、店頭スクリーン用に、パックショットやプロダクトのディテールをアニメーション化します。

  • SNS用バリエーション

    同じアイデアで複数のバージョンを切り出し、どのフックが注目を集めるかを確認します。

  • 動く絵コンテ

    絵コンテを動くパネルに変え、タイミングやトランジションを早い段階でレビューできるようにします。

従来の映像制作が依然として適している場合

  • 実際のイベントのリアルタイム撮影
  • 本物の顧客や従業員のインタビュー
  • 実際の製品がどのように動作するかの正確な提示
  • 実在の人物や場所のドキュメンタリー映像
  • 契約タレントやブランドの顔を起用した撮影
  • 検証可能で、撮影された証拠が必要な主張
  • 複雑な実写、スタント、特撮
  • 映像の出所が重要視されるすべてのもの

あらゆるモデルを試して、その場で切り替え。

1つのワークスペース内で異なる動画モデルを比較し、ショットに最も適した結果を選択しましょう。

Google

シネマティックなショットにはVeoを、リファレンスベースのクリップにはGemini Omni Flashを。どちらもネイティブオーディオを生成します。

Google Veo 3.1

1080p、16:9または9:16の8秒クリップ(ネイティブオーディオ付き)。リファレンス画像と、最初・最後のフレームを使用します。

Gemini Omni Flash

720p、16:9または9:16の5秒または10秒クリップ(リファレンス画像、最初のフレーム制御、ネイティブオーディオ付き)。

Gemini Omni Flash 1.1

360pから最大4Kまでの4〜10秒クリップ(リファレンス画像、最初・最後のフレーム制御、ネイティブオーディオ付き)。

どのAI動画モデルを使うべきか?

リーダーボードではなく、ショットに必要なものから始めましょう。以下のグループ分けは、各モデルが実際にサポートしているクリップ長、入力、オーディオ、解像度に基づいています。モデルの可用性は新しいバージョンがリリースされるたびに変わるため、アプリ内のモデル選択ツールを最新リストとして扱ってください。

ネイティブオーディオ

映像とともに生成されるダイアログ、効果音、音楽。オーディオのサポートはプラットフォーム全体ではなく、モデルごとに異なります。

ネイティブオーディオ対応モデル

FLUX 3、Wan 2.5、Wan 2.6、Wan 3.0、HappyHorse 1および1.1、Seedance 2.5、Seedance 2.0、2.0 Fastおよび2.0 Mini、Seedance 1.5 Pro、Google Veo 3.1、Gemini Omni FlashおよびOmni Flash 1.1、Kling O3、Kling 3.0 Proおよび3.0 Turbo、Kling 2.6 Pro、MiniMax H3およびH3 Max、Grok Imagine、Grok Imagine Video 1.5。

無音モデル

Seedance 1.0 Lite、1.0 Proおよび1.0 Pro Fast、Kling O1、Kling 2.5 Pro Turbo、Minimax 2 Pro。自分でクリップに音を付ける予定の場合は、これらのいずれかを選択してください。

商用動画向け

クリップがクライアント、顧客、有料キャンペーンに展開される際に重要となる3つのこと。

有料プランでの商用利用権

有料プランには、利用規約に基づき、生成したものの商用利用権が含まれます。ただし、サードパーティの知的財産権、アップロードしたリファレンス素材、モデル固有の制限は引き続き適用されます。

キャンペーンのビジュアルを一貫させるためのリファレンス活用

対応モデルでは、リファレンス画像がキャラクター、プロダクト、設定、または開始フレームのガイドとして役立ちます。これにより、認識可能なビジュアルの方向性をクリップ間で維持しやすくなります。

バッチ処理を実行し、カットを比較する

プランに応じて、一度に最大4つの動画バリエーションを生成できます。広告のカットを並べて比較し、1つずつ再生成するのではなく、うまく機能するものを残しましょう。

数分で生成とイテレーションを行う

ほとんどのクリップは数分で完成しますが、生成時間はモデル、選択した長さや解像度、キューの混雑状況によって異なります。通常、最初の方向性を試している間に次の方向性を試すのに十分な速さであり、これは単一のレンダリング時間よりも重要です。

手持ちのシェイキーカメラで、宮殿の豪華な広間を歩くクレオパトラを追従。至る所に黄金とシルクがあり、背景では2人の召使いが忙しそうに動いている。彼女はバルコニーから見えるナイル川をカメラに示す。ダイアログ(温かく、遊び心があり、少し生意気な感じで):「私の質素な住まいへようこそ。ここは、ローマを…そしてマルクス・アントニウスを…翻弄するための計画を練る場所よ」。

テキストから動画へ

フレームがまだ存在しない場合はテキストから始める

シーンを説明すると、モデルがゼロからそれを構築します。ルックを模索している場合、被写体や環境を創り出す場合、または反応を見るためにいくつかの方向性を生成する場合は、テキストから動画への生成(Text to Video)が適切なエントリーポイントです。

まだ模索中の場合 まだ固定のフレームが頭にない状態。いくつかの方向性を生成し、その選択肢からブリーフ(要件)を研ぎ澄ませていきましょう。
被写体がまだ存在しない場合 新しいキャラクター、まだ構築していないセット、またはまだスケッチ段階のプロダクトコンセプトなど。
幅広い選択肢が欲しい場合 1つのアイデアに対して複数のテイクを作成し、決定する前に比較対象を用意します。

AI Video Generatorで得られるもの

クリップが実際にどのようにまとまるかを形作る4つの要素。

日数ではなく、数分で

プロンプトを書き、長さとアスペクト比を設定して生成。最初のクリップをレンダリングしている間に、2つ目のクリップをキューに入れます。

出力を比較してショットを洗練させる

最初の出力は出発点です。バリエーションを生成し、モデルを切り替え、プロンプトを調整し、ショットが決まるまでリファレンスやフレーム制御を追加します。

すべてのモデルを1つのサブスクリプションで

「Auto」がプロンプトと設定に合ったモデルを選択するか、自分で選ぶことができます。アプリを行き来したり、別々のサブスクリプションを契約したりする必要はありません。

フレームを制御する

最初と最後のフレーム、アスペクト比、長さ、解像度を設定します。対応しているモデルでは、リファレンス画像を追加できます。

画像から動画へ

最初のフレームが重要な場合は画像から始める

クリップの開始フレームをアップロードし、何が動くのかを説明します。被写体、プロダクト、または構図がすでに決まっており、ゼロから創り出すのではなくモーションが必要な場合は、画像から動画への生成(Image to Video)が適切なエントリーポイントです。

特定のキャラクターやプロダクト ルックはすでに承認済み。それを維持したまま動きを追加します。
構図が決まっている場合 カメラを動かしたい絵コンテのフレームやプロダクトショット。
オープニングをコントロールしたい場合 最初のフレームが固定されているため、クリップの開始時にそこから逸脱することはありません。

ネイティブオーディオ付きのAI動画を生成

対応モデルでは、音声を後から追加するのではなく、映像と一緒に生成します。オーディオのサポートは選択したモデルによって異なります。

ダイアログ

プロンプトにセリフを書くと、モデルがショット内でそれを演じます。スポークスパーソンのクリップ、解説動画、キャラクターのシーンに便利です。

効果音とアンビエンス

ルームトーン、足音、交通の音、天候。空間を説明すると、モデルがそこにふさわしい音を埋め込みます。

音楽とサウンドトラック

ムードやジャンルを指定すると、モデルがクリップに音楽を付けます。独立したトラックを作成する場合は、代わりに「Create music」を使用してください。

最初と最後のフレーム制御

クリップが始まるフレームと到達するフレームを設定します。モデルはこれら2つの視覚的なアンカー間のモーションを生成するため、トランジション、リビール(明かす演出)、および特定の構図で終わらせる必要があるショットに役立ちます。一部のモデルでサポートされているため、これを利用したシーケンスを計画する前に、モデル選択ツールで確認してください。

Maison Carta Bois de Santal candle in a green glass jar beside its kraft box on a stone slab at a sunlit beach

AI動画プロンプトの書き方

動画プロンプトには、被写体やスタイル以上の情報が必要です。モデルは、何が動くのか、カメラがどのように振る舞うのか、そしてそれらがどれくらいの速さで起こるのかを知る必要があります。

テキストから動画への生成(Text to Video)の場合は、「被写体 + アクション + 環境 + カメラ + 照明 + ペーシング + オーディオ」の順で組み立てます。

画像から動画への生成(Image to Video)の場合は、フレームがすでに最初の3つ(被写体、アクション、環境)の答えになっています。代わりに、「モーション + カメラ + 環境の何が変わるか + 何を安定させるべきか」を記述してください。「この画像をアニメーション化して」と書くのではなく、「ボトルを中央に保ち、ゆっくりと時計回りに周回、わずかな結露、ガラスの上を動く反射」と書きます。

モーションを指定する 何が、どの方向に、どれくらいの速さで動くのかを指定します。「ダイナミック」よりも「カメラの方を向く」の方が効果的です。
カメラを指示する ドリー、オービット(周回)、ウィップパン、チルト、またはフィックス(固定)。スタイルの形容詞よりも、カメラ用語の方が機能します。
何を固定するかを伝える 特に画像から動画への生成(Image to Video)において、何を変えてはいけないかを指定することで、重要な被写体を守ることができます。

濡れたスレートの表面の中央に置かれた、完全に無地でテキストも文字もラベルもない、マットブラックの香水瓶。ゆっくりとした時計回りのオービット、ガラスに結露の水滴、ボトルのむき出しの表面を滑る反射。ボトルは中央に配置され、ピントが合ったまま。ハードなスタジオキーライト、暗い背景。

Video
16:9
5s

AI動画プロンプトの例

8つのプロンプト、8種類の異なるモーションとカメラ指示。以下の各クリップは、一緒に表示されているプロンプトからgetimg.aiで生成されたものです。

その他のAI機能とモデルを見る

よくある質問

プロンプトからクリップまで、すべて1か所で

モデルを選ぶか、「Auto」に任せましょう。ツールを切り替えることなく、ショットを生成、比較、そして洗練させることができます。