
【手順書つき】AI動画の初挑戦で3日溶かしたので、あなたが1日で作れる手順を無料公開します
こんにちは、フルアです🕊️
まず、完成したものを見てください。縁日シリーズの紹介用に作った、57秒の縦型動画です👇
映像も、ナレーションも、BGMも、ぜんぶAIと無料ツールで作りました。ここまで聞くと「AIってすごい、簡単そう」と思いますよね。
わたしもそう思っていました。作り始めるまでは。
結論から言うと、この57秒に3日かかりました(土日祝が消えました)。今日は、その3日間のつまずきを全部、これから動画生成に挑戦する方への手順書つきでお話しします。

1日目:Geminiに裏切られる
ゲーム作りでいつもお世話になっているGeminiには、動画生成機能もあります。「いつもの調子でお願いすれば、すぐできるでしょ」と軽い気持ちで始めました。
出てきたのは、横向きの動画でした。縦型ショートを作りたいのに、です。
しかも音声が変。セリフを入れないでとお願いしても、謎の英語音声が入ってきます。
「最初の生成。縦型のはずが横向き、音声もなんか変…」
さらに致命的だったのが、Geminiで作った動画は、そのままだと繋げられなかったこと。8カット構成の動画にしたいのに、カットを連結する手段がない。1日目、成果はほぼゼロです。
2日目:Flowでクレジットが溶ける
作戦変更。Googleの動画制作ツール「Flow」で、Veo 3を使って最初から作り直すことにしました。

映像はきれいに生成されます。ただ、ここで初めて知ったことがありました。
AIが一度に作れる動画は、8〜10秒程度なんです。
57秒の動画にするには、8〜10秒のカットを7本作って、繋ぐしかありません。しかもこの7本、一発で理想通りに出てくれるものもあれば、何度お願いしても思った動きにならないものもある。「このカットだけ、もう5回目…」ということが何度もありました。
作る→確認する→気に入らない→作り直す→やっと採用→次のカットへ。この繰り返しを7回分です。映像を1本の流れに積み上げていく作業が、想像の何倍も時間を食いました。
さらに、音声が本当に言うことを聞いてくれない。
日本語でお願いしても英語で喋り出す
日本語になったと思ったら、よくわからない発音
「今度こそ」と生成をやり直すたびに、クレジットだけが減っていきます。この日だけで300クレジット消費。生成ボタンを押す指が、だんだん重くなっていきました。
そして、わたしは決断します。
音声は、AI動画に任せない。諦めて、別で載せる。
負けた気がしました。でも、この「諦め」が正解への分岐点でした。
生成した動画には音声が焼き付いたままですが、それは気にしないことにしました。CapCutで7本ぶんの音声をすべて消して、あとから自分で入れ直せばいい。そう割り切ったら、ようやく前に進みはじめました。
3日目:役割分担という正解
音声はVOICEVOXで

無料で使える音声合成ツール「VOICEVOX」を見つけました。無料なのに、アニメの声優さんかと思うくらいちゃんとした音源です。
ナレーションを1文ずつ入力して、WAVで書き出すだけ。あんなに苦労した音声が、あっさり手に入りました。
実際の声はこんな感じです。聴いてみてください👇
ひとつだけ大事な注意点。利用規約で、ツール名と音源(キャラクター)名のクレジット表記が必須です(わたしの動画の「VOICEVOX:四国めたん」がそれです)。無料ツールほど規約は最初に読みましょう。ここは初心者が一番見落とすところだと思います。
仕上げはCapCutで
最後は動画編集アプリ「CapCut」。実は今回の4ツールで、一番身構えていたのに一番簡単だったのがこれです。
Flowで作った映像を並べる
各クリップの音声を分離して、すべて削除(AIが焼き付けた謎の音声とはここでお別れです)
VOICEVOXの音声を、絵の切り替わりに合わせて秒単位で配置(ここは何度も再生しながらの調整でした)
BGMと効果音はCapCut内の無料音源から
テロップは、文面をAIに作ってもらって配置
動画編集って職人の世界だと思っていたんですが、「置いて、ずらして、再生して確認」の繰り返しでなんとかなりました。

そして3日目の夜、57秒の動画が完成しました。
3日間の学び:1つのAIに全部やらせない
今回の一番の学びはこれです。
「映像も音声も編集も、1つのAIで済ませよう」としたのが、そもそもの間違いでした。

それぞれの得意分野に任せて、人間(わたし)は組み合わせ役に回る。ゲーム作りのときの「対話で育てる」と同じで、動画も分業で育てるのが正解でした。
たった57秒。でも、この57秒でAI動画の勘所はだいたい掴めた気がします。2本目からは、たぶん半日で作れます。
【無料公開】わたしの制作手順書(つまずき対処つき)
同じ道を通る方のために、3日間で確立した手順を置いておきます。

基本の流れ(4ステップ)
Flow(Veo 3)で各カットを生成:1回に作れるのは8〜10秒程度。長い動画は「8〜10秒×本数」で設計します(わたしは57秒=7カット)。アスペクト比は必ず設定画面で「縦(9:16)」に(プロンプトに書くだけでは横で出ます)。キャラを固定したいときは、毎回同じ参照画像を添付+プロンプト冒頭にキャラ設定の一文。1カット=1つの動きに絞ると、作り直しの回数が減ります
音声は最初から捨てる前提で:生成時に「人の声は入れず、環境音だけ」と指定しても、変な音声が入ることがあります。粘って作り直すより、CapCutで全クリップの音声を分離→削除して入れ直す方が確実で速いです
VOICEVOXでナレーション:1文ずつブロックにして、カットごとにWAV書き出し。クレジット表記を忘れずに
CapCutで合体:絵の切り替わり=ナレーションの頭。BGMは音量20〜30%、末尾フェードアウト
つまずき対処メモ
思った動きにならないカットがある → 全カットが一発で決まることはありません。粘るより「動きの指示を1つに減らして」作り直す方が早いです
横型で出てしまう → 生成前にアスペクト比設定を確認(プロンプトだけでは効きません)
英語音声が消えない → 生成で粘らない。CapCutで音声分離→削除が最速
クレジットが不安 → 試作は無料枠のツールで、本番生成だけクレジットを使う設計に
テロップが書き出しで消えた → テキストトラックの表示(目のアイコン)を確認して再エクスポート
これで、あなたの最初の3日間は、たぶん1日になります。
次はいよいよ縁日シリーズ最終回「縁日ポータル」です🏮 この動画で予告した3つの屋台が、ひとつの縁日になります。フォローしてお待ちください。
それでは、良い夏祭りを🎐

🏮 この動画の「中身」も遊べます
動画に登場したゲームは、どちらも無料で遊べて、作り方も公開しています。
▼マガジン「フルアの夏祭り」(射的・金魚すくいはこちらから)
続きを見逃したくない方は、フォローしてもらえるととっても嬉しいです🕊️
▼「AIでゲームを作る」「AIでLINEスタンプを作る」などなどもあるので、こちらの記事もおすすめです。
▼LINEスタンプも展開中!よかったら見てね。