この記事は、2026年7月20日時点の各社公式ヘルプをもとに、初心者が迷いにくい制作順へ再構成したものです。生成結果は作品や設定によって異なります。ツールの名称・機能・クレジット・利用条件は変更されるため、実行前に各サービスの画面と規約を確認してください。
01 / THE SHORT ANSWER
最初から長い動画を作らない。
「短いカット＋一曲＋編集」で考える。
AI動画制作で詰まりやすいのは、一度の生成で完成品を作ろうとすることです。まず15〜30秒の完成尺を決め、3〜5秒のカットを複数作る方が、失敗した部分だけを作り直せます。
人物・背景・動き・カメラを指定し、編集素材になる短い映像カットを作る。
映像のテンポと感情に合う曲を作り、必要なら構成やミックスを調整する。
カットを曲に合わせて並べ、字幕・音量・画角を整え、公開用ファイルにする。
- 完成尺：15〜30秒
- 画角：YouTube Shortsなら9:16、通常動画なら16:9
- 映像：4〜6カット
- 音：BGM 1曲。ナレーションを入れる場合は先に台本を確定
02 / PLAN FIRST
生成前に、一本の設計図を作る。
最初に「誰に・何を・どの感情で伝えるか」を一文にします。次に、完成尺をカットへ分解します。たとえば20秒なら、導入4秒、展開8秒、見せ場5秒、締め3秒という構成です。
雨上がりの東京を歩く人物を通して、静かな希望を伝える短編MV
9:16 / 20秒 / 5カット
青紫の夜、濡れた路面、35mm映画調、ゆっくりしたカメラ
90 BPM前後、女性ボーカル、控えめなシンセ、最後だけ明るく開く
人物や商品の見た目を揃えたい場合は、同じ参照画像を各カットで使います。自分に権利のない人物写真、ロゴ、既存キャラクターを安易に参照素材へ入れないことも大切です。
03 / GENERATE VIDEO
Google Flowで、編集しやすい短いカットを作る。
Google Flowはテキストだけでなく、画像、開始・終了フレーム、参照素材（Ingredients）などから動画を作れます。利用できる尺や機能は選択モデルで異なるため、生成前にモデル設定を確認します。
- STEP 1
新規プロジェクトを作り、画角を決める
Shortsやリールなら9:16、YouTube通常動画なら16:9を基準にします。途中で画角を変えると編集時に余白やトリミングが発生しやすいため、最初に固定します。
- STEP 2
一つのプロンプトには、一つのカットを書く
「被写体 → 動作 → 場所 → 光 → カメラ → 質感」の順に書くと整理しやすくなります。複数場面を一度に要求せず、カットごとに生成します。
- STEP 3
同じ参照画像と表現ルールを使う
人物・衣装・商品の形を揃えたい場合は同じ参照素材を使い、色、レンズ感、時間帯を毎回同じ言葉で指定します。
- STEP 4
使えるテイクだけを保存する
手指、文字、ロゴ、接地、背景の連続性を等倍で確認します。生成数を増やす前に、失敗の原因を一つずつ直します。
PROMPT TEMPLATE
［被写体］が［具体的な動作］をする。［場所・時間帯］。［照明・色］。カメラは［距離・動き］。［質感・映像スタイル］。背景と衣装の連続性を保つ。例：黄色いレインコートの成人女性が、雨上がりの路地をゆっくり歩く。青紫の夜、濡れた路面にネオンが反射。カメラは腰の高さから後方へゆっくりドリー。35mm映画調、浅い被写界深度。FlowはモデルごとにText to Video、Frames to Video、参照素材、延長、動画編集などの対応範囲が異なります。Veo／Imagen生成物には不可視のSynthIDが入り、プランによっては可視透かしも入ります。
Google Flowの対応モデルと機能を見る ↗04 / MAKE A TRACK
Google Flow Musicで、映像の呼吸に合う曲を作る。
Flow Musicでは、テキスト・画像・音声を手がかりに曲を生成し、構成変更、ミックス調整、スタイル変更、部分置換、延長などを指示できます。完成後はダウンロードして編集素材として扱えます。
- STEP 1
映像の長さではなく、曲の役割を伝える
ジャンルだけでなく、テンポ、楽器、声の有無、感情の変化、どこで盛り上がるかを書きます。
- STEP 2
映像の見せ場を秒数で共有する
「冒頭は静か」「8秒でビートを入れる」「最後の3秒で余韻を残す」のように、編集点を想定した変化を指定します。
- STEP 3
良い曲を丸ごと作り直さず、部分調整する
イントロ短縮、ブリッジ追加、キックの強調、ボーカルの残響など、気になる要素を一つずつ直します。公式ヘルプではExtend、Cover、Replaceによるリミックスも案内されています。
MUSIC PROMPT EXAMPLE
90 BPM前後のシンセポップ。雨上がりの夜を歩き出す静かな希望。柔らかい女性ボーカル、控えめなキック、透明感のあるパッド。冒頭4秒は余白を残し、8秒付近からリズムを強め、最後は明るいコードで余韻を残す。特定の存命アーティスト名や既存曲の再現ではなく、テンポ・編成・感情・構成で説明すると、意図を整理しやすくなります。Flow Musicは曲の生成・編集・リミックス・共有・ダウンロードに対応し、音楽動画の生成機能も案内されています。18歳以上、対応地域、Googleアカウントなど利用条件があります。
Flow Musicの曲作成・編集手順を見る ↗05 / EDIT & EXPORT
CapCutで、生成素材を「見られる一本」に仕上げる。
ここではCapCut Desktopを想定します。生成した映像と音楽を読み込み、曲の拍と映像の切り替わりを合わせます。AI生成特有の崩れは、短く切る、別テイクへ差し替える、静止画や文字を重ねるなどで目立ちにくくできます。
- STEP 1
映像、曲、ナレーションを別トラックへ置く
素材を読み込み、映像を上、BGMを下に配置します。まず完成尺だけを決め、細かな演出は後から足します。
- STEP 2
曲の変化に合わせてカットする
ビート、歌い出し、サビ、無音になる位置へカット点を置きます。トランジションを増やすより、動きの方向や明るさが近いカットを隣に置く方が自然です。
- STEP 3
字幕を自動生成し、必ず人の目で直す
CapCutのAuto captionsで字幕を作り、固有名詞、数字、句読点、改行位置を修正します。1画面2行までを目安にするとスマートフォンでも読みやすくなります。
- STEP 4
BGMは声より小さく、冒頭と末尾をフェードする
ナレーションがある場合は、端末の小さなスピーカーでも言葉が聞き取れるか確認します。イヤホンだけで判断しないのがポイントです。
- STEP 5
公開先に合わせて書き出す
ファイル名、解像度、フレームレート、形式、コーデックを確認して書き出します。公開後の再圧縮を考え、元データも保存します。
誤変換／2行以内／画面端との余白
声が聞こえる／急な音量差がない
崩れたフレーム／不要な文字／ロゴ
画角／解像度／フレームレート
CapCut公式では、素材の読み込み、カット、トランジション、自動字幕、解像度・フレームレート・コーデックを指定した書き出しが案内されています。アプリ内素材の商用利用可否は素材ごとに異なるため、Materials Licenseも確認します。
CapCut Desktopの公式手順を見る ↗06 / BEFORE PUBLISHING
公開ボタンを押す前の、8項目。
- 01人物・商品・ロゴ・背景素材を使う権利がある
- 02実在人物になりすます表現や誤認を招く説明がない
- 03Flowの可視／不可視ウォーターマーク条件を確認した
- 04Flow Musicの曲と参照素材の利用条件を確認した
- 05CapCut内の音源・テンプレート・フォントの利用範囲を確認した
- 06AI生成であることを示す必要がある公開先では適切に表示した
- 07字幕、タイトル、概要欄の固有名詞と数字を見直した
- 08スマートフォンの実機で映像・字幕・音量を確認した
商用利用や権利関係は、作品・契約・地域によって判断が変わります。本記事は一般的な制作チェックであり、法的助言ではありません。
07 / OFFICIAL SOURCES