動画生成AIでクレジットを溶かさない方法｜Pollo AI全6モデル徹底比較と失敗回避術

動画生成って、気づくと一瞬でクレジットが消えていませんか？

そして、本当にもったいないのは、
「ちゃんと、気をつければ回避できたのに、無駄に生成してしまった動画」です。

こんにちは、ナオユキです。

前回の記事では、映画『AKIRA』へのリスペクトから生まれた次世代EVバイク『月影』の15秒CM動画を公開しました。

今回は、Pollo AI日本公式様が主催する「Polloワークフローチャレンジ」への参加企画として、僕が検証を重ねて分かった、制作の裏側をお届けします。

実は、あのバイクCMのほかに、もう一本「1本のドライバーが紡ぐ家族の物語」を描いた『高橋工具』のCMも制作して応募しました。

この毛色の違う2本のCMを作ったことで、
「動画の特性に応じて、人がどこをコントロールすべきか」
という2つのプロセスが見えてきました。

この記事で手に入るもの

• 被写体や世界観によって使い分けるべき「2つのアプローチ」

• 生成モデルによる動画品質、クレジットの違い

• 動画をボツにする「読み誤り」「文字化け」を避ける方法

• 15秒CMをスムーズに完成させるための「現実的な編集術」

「思った通りの動きにならない」
「クレジットを無駄に使いたくない」
と悩んでいる方の参考になれば嬉しいです。

※この記事はPollo AIのPRを含みます。

🛠️ 世界観で使い分ける！僕が辿り着いた「2つのワークフロー」

色々試した結果、動画生成AIで効率よくクオリティを担保するには、
「AIがその映像の文脈を想像しやすいかどうか」でワークフローを2つに切り替えるのが効果的だと思いました。

パターンA：【プロンプト一発生成型】（EVバイク『月影』CMで採用）

最初と最後のシーンの画像を元に、プロンプト一発で動画を生成するパターンです。

以下のEVバイク『月影』CMで作成したパターンになります。

※本動画のナレーションは、VOICEVOX:青山龍星 を利用しています。

• 向いている動画：同じ対象が、シーンをまたいで登場する動画。AIが動きや世界観を想像しやすいもの。雰囲気だけ伝えて後はお任せしたい場合。

メリット：

• 複数シーンを地続きの1本の動画として生成できるため、結合・編集工程を大幅に減らせる

• 全部の絵コンテを作成しなくて良い

• 音楽も編集なしでAIが作ってくれる

• 一貫性を保ちやすく統一感のある作品になりやすい

• たまに自分のイメージを超える作品ができる

デメリット：

• 失敗した時のコスト損失が大きい

• AIのモデルによって出来上がりに幅が出る

• 高コストのモデルを使うためコストが高くなりがち

パターンB：【シーン毎動画結合型】（『高橋工具』CMで採用）

それぞれのシーン毎に画像（絵コンテ）を作成し、１シーンまたは２シーン毎に動画を生成し、最後に動画編集ソフトで動画を繋げるパターンです。

以下の長く使えるドライバー『高橋工具』のCMで作成したパターンになります。

• 向いている動画：シーンごとに登場人物や場所、背景が変わる動画。AIが前後の文脈を想像しにくいもの。長尺の動画。

メリット：

• 短尺動画のため、失敗したときのコスト損失が比較的少ない

• AIの解釈の余地が狭いため、パターンＡより安定しやすい

• シーンごとに細かく調整できるため、クオリティをコントロールしやすい

• 長尺の動画や複雑な構成にも対応しやすい

• 必要なシーンだけ差し替え・修正が可能で、柔軟性が高い

デメリット：

• シーン毎の絵コンテを作成する必要がある

• シーンをまたいだ被写体の一貫性をAIが保てないため、画像生成の段階で、被写体のデザインを統一させる必要がある

• シーン毎の短尺動画を結合させる必要がある

• 音楽を編集する必要がある

実は、この一本のドライバーのCMの構成案自体は、3ヶ月ほど前に思いつきいたものだったのですが、当時の動画生成AIモデルでは、期待する自然な動きがどうしても生成できず、制作を断念していました。

今回、Pollo AIの企画をきっかけに、最新のモデルで試してみたところ、当時苦戦したのが嘘のように期待通りに生成できました。

ですので、以前、動画生成AIで上手くいかなかった方も、現在の最新モデルで生成してみると、また当時とは違った世界が創れると思いますので、一度諦めてしまった方も、これを機にチャレンジしてみるとよいと思います。

では、まず今回はパターンAの動画生成プロセスと留意事項等について、順を追って解説します。

パターンA徹底解説：EVバイク『月影』CMができるまで

1. 基準となる「主要カット（画像）」を作る

Pollo AIの機能にて、画像とプロンプトから動画を生成します。
画像は、開始フレームと終了フレームを指定することができるため、まずは、開始と終了の２枚の画像を作成します。

※モデルによっては１画像しかインプットできないモデルもあります。

今回、パターンAでは、バイクが疾走するシーンの画像と、最後に広告用の画像を作成しました。

画像生成は、現在は、GPT Image 2.0のモデルの精度が高いため、GPT Image 2.0を用いて生成するのがおすすめです。

2. AIへ送る「プロンプト」を作る

画像が用意できたら、次は動画生成AIに入力する「プロンプト」を作ります。

プロンプトもAIを活用して作成するのが良いです。
プロンプト生成の一つのコツとして、
「どのような動画を作りたいのか？」をAIに伝えることで
伝えきれない余白部分をAIが上手く補完してくれるプロンプトが作れます。

今回、「どのような動画を作りたいのか？」について、Pollo AIが提示していた『15秒広告を作る時の6つの基本フレーム』を使って、整理しました。

バイク『月影』を基本フレームに当てはめて整理したのがこちらです。

この基本フレームをGeminiに伝えて、作成してもらった15秒CMのプロンプトがこちらです。

📝 実際に使用したプロンプト

下記コンセプトに従った15秒CMを作ってください
**音声、テロップは入れないで下さい**

CMコンセプト

---
15秒CM 絵コンテ「月影 - TSUKIKAGE -」
フォーマット：16:9 シネマティック / 横長
世界観：近未来・サイバーパンク・静寂と疾走感
トーン：高級EV × ダークラグジュアリー
圧倒的な未来感、日本の美意識を宿した高級感と凄じい疾走感

CUT 01｜0:00〜0:02
「静寂の都市」
映像
雨に濡れた近未来都市。
高層ビルのネオンが水面に反射している。
遠くで電車の光が流れる。
カメラがゆっくり前進。
闇の中に“何か”の輪郭だけが見える。
SE
雨音、低い電子ノイズ。

CUT 02｜0:02〜0:04
「月影、覚醒」
映像
暗闇の中でバイクのLEDラインが点灯。
シルバーの鏡面ボディに都市の光が映り込む。
ゆっくり全体シルエットが露わになる。
超ローアングル。
SE
「キィィン…」という高級感ある起動音。

CUT 03｜0:04〜0:06
「ライダー」
映像
黒いバイクスーツの女性ライダー。
ヘルメット越しの視線。
グローブを締める。
車体へまたがる。
ボディに街のネオンが流れる。
カメラ
寄り → スライド移動。
SE
スーツの擦れる音、
電子モーターの待機音。

CUT 04｜0:06〜0:09
「疾走」
映像
一気に加速。
静かなのに異常に速い。
水しぶき。
タイヤ付近のLED反射.
都市高速を滑るように走る。
カメラ
横並走 → 後方追尾 → フロント。
SE
低く鋭いEV加速音.

CUT 05｜0:09〜0:12
「月影」
映像
高架道路へ。
背後に巨大な月。
車体の鏡面に月が映る.
ライダーが一瞬こちらを見る。
スローモーション。
BGM
ここで音楽が広がる。

CUT 06｜0:12〜0:15
「ラストカット」
映像
バイク停止。
都市を背に静止するTSUKIKAGE。
ロゴ表示。
最後にヘッドライトだけが光る.
SE
電子音が静かにフェードアウト。

演出メモ
全体カラー：
ブラック
クロームシルバー
ブルーネオン
レンズ：
広角 + シネマスコープ
質感：
鏡面反射を強調
雨粒と光の反射を多用

推奨BGM
ダークシンセ
ローファイ×シネマティック
BPM 85→120へ加速

写真のようなリアルな動画を生成してください

３.動画を生成する

まず、下記画像からPollo AIの「画像から動画生成」に遷移します。

下記の画面がでるので、「フレームから動画へ」「使用モデル」「サイズ」等を入力します。
解像度は一番低い「480ｐ」で生成しました。

モデル別徹底検証：同一プロンプトによる各AIでの生成結果

複数のモデルで同一プロンプトで動画生成した際、どのような結果になるのか？

今回、パターンＡで検証したモデルは下記の6つです。
🪙は15秒生成した際のクレジットです。

• Seedance2.0 🪙150

• Seedance2.0 Fast 🪙90

• Pollo 3.0 🪙75

• King V3 Omni 🪙120

• Pixverse V6 🪙45

• Pollo2.5 🪙48

実際の生成動画は以下の通りです。

🌟は１~５のあくまでナオユキ個人的な動画に対する評価ですので、実際の動画を見ていていただければ幸いです。

① Seedance 2.0 (Pro) ［🌟5　消費：150クレジット］

Seedance2.0は、現在最も高品質と言われているモデルです。
文脈の解釈力が極めて高く、細部の破綻が少ないと感じました。

雨の反射、ライダーのヘルメットの質感、加速時のカメラワークまで、プロンプトに書いた意図通りで、自然で迫力のある動画でした。
ただ、その分、コストが高いため、長尺のストーリー動画やMVを作る場合は、注意が必要です。

② Seedance2.0 Fast ［🌟4.5　消費：90クレジット］

Seedance2.0 Fastは、Seedance2.0の高速モデル（思考時間が短い）です。プロンプトに書かれた通りの意図を解釈し、高い品質の動画でした。

細かい点ですが、バイクのLEDラインが点灯する際に若干タイヤが動いてしまっているのと、加速感が①に比べると若干弱い感じがしました。
ただ、プロンプトを改善することで解決できるレベルなので、実用モデルとしては、十分採用可能なモデルだと思いました。

③ Pollo 3.0  ［🌟4　消費：75クレジット］

Pollo3.0は、Polloの最新モデルです。
文章の解釈もしてくれる思考モデルと感じました。

品質としては、Seedance2.0 Fastと同等か若干低い程度のレベルと感じました。
動画もライダーの息遣いまでリアルな動画が生成されました。
ただ、バイクが画面奥に疾走しているシーンから、いつの間にか画面手前に疾走している点が気になりました。

ただ、こちらもプロンプト改善で対応可能なレベルであり、モデル自体は、高い文脈解釈力があり、コストパフォーマンスが良いと感じました。

そのため、パターンBの動画生成ではコスパを考えて、このPollo3.0モデルをベースに生成することにしました。

④Kling V3 Omni ［🌟3　消費：120クレジット］

EVバイクのLED点灯のシーンがなく、バイク疾走感が迫力に欠け、高コストの割には、正直いまいちと感じました💦

⑤Pixverse V6 ［🌟3　消費：45クレジット］

今回試行した中で、一番コストが低いモデルです。
低コストの割には、一貫して統一感のある動画が生成できました。

気になった点としては、①②③のモデルは、シーンをAI側で切り替えてくれましたが、Pixverseはシーンの切り替えが行われず、１台のバイクにフォーカスしたカメラワークでの動画となりました（そのため、最後バイク飛び降りとなったと推察😅）。

一貫性はあるものの、いくつかのシーンを切り替えて生成する場合には、工夫が必要かなと感じました。

⑥Pollo 2.5  ［🌟1　消費：48クレジット］

今回の検証では、期待した動画になりませんでした。
シーンをまたがるような動画は苦手と感じたので、シーン毎に具体的な指示が必要と感じました。

結論

1つのプロンプトで15秒のストーリーを一貫して描き切る『文脈の解釈力（推論力）』においては、Seedance2.0が最も品質が高いと感じました。
ただ、Seedance2.0 Fast、Pollo 3.0も高い推論力をもっていて、選択肢としては十分活用できるモデルと感じました。

🚨 失敗例から学ぶ：動画生成前の注意点

ここで僕が実際に体験した、事前に回避可能な「避けるべき失敗例」を共有します。

失敗①：プロンプトで「音声」を指示する（読み間違いの罠）

映像の生成と同時に、音声（ナレーション等）も一発でシンクロさせて作れたら楽ですよね。
そんな思いから、最初、生成時に音声の指示も乗せてみました。

結果：音声も上手く生成できる場合もあるのですが、Seedance2.0を使っても音声の「読み間違い」が発生しました。

ラストのキメカットの瞬間、『ツキカメ（月亀）』との大誤読（笑）。

AI的には「月」ときたら「亀」の関連が強いんですかね…
月亀は、２回に１回くらいの頻度で誤読していました。
映像は完璧に近い出来栄えだけに、ショックが大きかったです。

このように、どれだけ映像の出来が良くても、音声のワンワードがボツだと動画全体が使い物にならなくなってしまいます。

特に、一発生成に関しては、１回１回のコストが高いので、音声はなしにすることをおすすめします。

失敗例②：プロンプトで「テロップ（文字）」出力を指示する（文字化けの罠）

映像の生成と同時に、テロップも一発でシンクロさせて作れたら楽ですよね。（基本、手抜きしたい派なので。。。）

そんな思いから、最初、生成時にテロップの指示も乗せてみました。

結果：Seadance2.0を使ったのですが、AIの生成したテロップは文字化けしてしまいました。

上位モデルともなると、1回の生成で多くのクレジットを消費します。

この「音声の誤読」や「テロップの文字化け」を引き当ててしまうと再生成コストの損害が大きくなります。

だからこそ、AIが苦手な部分（文字や正確な発音）は別ツールを使って人間が引き取る。

これが、現時点における無駄なクレジットを消費しない動画生成方法だと考えています。

４.VOICEVOXで音声を生成する
（ナレーションを入れる場合）

AIの誤読を回避するため、今回は、ナレーションとして無料の音声合成ソフトVOICEVOX（ボイスボックス）のキャラクター「青山龍星」を使用しました。

アプリ版とWEB版があり、どちらでも同じキャラクターの声が使用できます。

■アプリ版

■WEB版

今回は、ブラウザを開くだけですぐに作業できる「WEB版VOICEVOX」を利用しました。
テキストを入力し、キャラクターを選び、イントネーションを自分の手で微調整してダウンロードするだけでナレーションが生成できます。

キャラクターは、40人以上ものキャラクターの中から選ぶことができます。
それぞれのキャラクターごとに利用規約があるため、利用する場合は利用規約を読んでご利用ください。商用・非商用問わず、基本無料で利用できます。

VOICEVOXの規約では、動画の概要欄や動画内などにクレジット表記が必要となるため、その点留意が必要です。

今回の動画では、Youtubeの概要欄に
「本動画のナレーションは、VOICEVOX:青山龍星 を利用しています」
と記載しました。

５．Canvaで動画に音とテロップを入れる

最後に編集ソフトで動画に、音声とテロップを入れます。

Canva（キャンバ）は、無料で使えるオンラインのビジュアルツールキットです。
プレゼンテーション、SNSの投稿、ポスター、動画、ロゴなど、さまざまなものを作成・デザインできます。

有料だと細かい編集機能等のサービスが使えるようになりますが、無料の機能でも十分使えます。

起動すると以下の画面がでるので「動画」をクリックします。

デザインを選択する画面がでてくるので、該当するデザインを選びます。
今回は、Youtube動画のデザイン（1920×1080 px）を選択します。

下記の画面がでてくるので、「アップロード」を押して動画ファイルをアップします。

アップロードすると下記の画面がでてくるので、左下の「音声を追加」を押して、音声ファイルをアップします。
アップしたら音声を出す位置を調整して完了です。

次に、テロップを入れます。
左の「テキスト」を選択して「テキストボックスを追加」すると、テキストを入れられます。
文字位置やフォントを好みのものに変更してください。
テキストの出しかたについてもアニメーションで設定することができます。

最後に「ファイル」からダウンロードを選択して、ダウンロードしたら完了です。
品質は、無料版だと1080ｐ（ＨＤ）のみになります。

以上で全て完了です！

長くなってしまったので、パターンＢのワークフローについては、次回の記事で説明します。

前編まとめ：AIの「脳」を見極め、人間が主導権を握る

ここまで、EVバイク『月影』のCMを事例に、アプローチA【プロンプト一発生成型】の具体的な舞台裏を解説してきました。

3ヶ月前には「どうしても動かなかった、諦めるしかなかった記憶」が、モデルの進化によって、今は鮮やかに動き出す。

これは単なるツール性能の比較データではありません。
「自分が頭の中で作りたかった映像を、ようやく形にできる時代が本当に来たんだ」という、クリエイターとしての純粋な感動に近いものがあります。

前編の徹底検証を通して、動画生成AIにおける「クレジットを溶かさないための確実な主従関係」がハッキリと見えてきました。

1. AIの「推論力」を信じて、外枠（世界観）と主要キービジュアルは人間がガチガチに固定する。

2. AIが苦手な「文字（テロップ）」と「正確な発音（ナレーション）」は、生成段階では一切求めず、後工程で人間が引き取る。

AIにすべてを一発で委ねるのではない。
AIの得意・不得意を見極めて、人間側がアプローチを選択し、ワークフローを主導する。

この割り切りこそが、限られたクレジットの中で、最速で納得のいくアウトプットを出すための最適解だと思います。

逆に言えば、「AIが全部やってくれる時代」ではまだない。

AIが全部やってくれる時代_____
では、まだない。

だから今は、
「AIに何を任せて、どこを人間が握るか」
を考えられる人が、一番強い。

少なくとも、僕は今回の検証でそう感じました。

次回の記事では、感情表現や長尺のストーリー描写など、より人間の設計力が試されるアプローチB【シーン毎動画結合型】（『高橋工具』CM）について、徹底解説します。

ぜひ、前編のこの考えを頭に置いたまま、次回の記事をお待ちください！

最後に：ご紹介

今回、このCM作品はPollo AI公式様の「ワークフローチャレンジ」に応募しましたが、実は今、note界隈を熱く盛り上げている大注目イベントがあります。

それが、しろのあるさん×ねんころさん主催の「PolloAI×しろねんコンテスト」です！

AI動画を通じてnoteクリエイター同士が繋がり、お互いの世界観を広げ合える本当に素晴らしい企画です。

企画参画するだけで、Pollo AIのクレジットを300クレジットいただけます！

応募締め切りは6月10日まで、大賞には豪華賞品もあるとのこと。

「自分の世界観を動画にしてみたい」
「クリエイター仲間と繋がりたい」
という方は、ぜひイベントに参画して、noteを盛り上げていきましょう！

最後までお読みいただき、ありがとうございました。
スキ、フォロー、コメントいただけると励みになります🙂‍↕️

#PolloAIワークフローチャレンジ #PolloAI #Seedance2 #Pollo3 #映像制作 #動画生成AI #Canva #VOICEVOX #Gemini #動画生成AI #PolloAI #AI動画 #生成AI #AI活用 #Seedance2 #Canva #VOICEVOX   #AIクリエイティブ #動画編集