生成AIで動画を作りはじめた人が最初にぶつかる制約は、画質でも一貫性でもなく尺です。もっと正確に言うと、尺が連続値ではなく離散値である、という一点。

これは技術的には些細な仕様に見えますが、実際に編集を始めると構成そのものを規定してきます。私が使っているモデルは 5秒が下限、15秒が上限、間は整数秒のみ。4秒は上流で弾かれるし、6.4秒も指定できません。

なぜ困るのか

編集の現場で必要になるカットの長さは、5秒より短いものが圧倒的に多い。インサート、リアクション、手元のクローズアップ、看板のワンショット。実写なら0.8秒で足りるところに、生成では5秒払うことになります。

つまり捨てる分にも課金される。1.5秒のカットが欲しくて5秒生成すると、70%は最初から使わないと分かっていて買っている状態です。

ここが従来の映像予算と逆転するポイントで、カット割りが細かい映像ほど、仕上がり1分あたりのコストが高くなる。 実写では逆です。実写は回してしまえば何カットに割ろうがコストは変わらない。生成では、カット数がそのまま最低課金単位の掛け算になります。

具体的に:

同じ18秒で3.3倍の差。画質もモデルも同じです。

前提にして設計する

この制約は回避できないので、構成のほうを合わせます。私が実際にやっていること。

1. カット尺を5秒グリッドで設計する。 絵コンテの段階で、各カットを5秒・10秒・15秒のいずれかに丸める。編集で詰めるのは構いませんが、企画時点から5秒未満のカットを想定しない。

2. 1回の生成から複数カットを取る。 10秒生成して前半と後半で別カットとして使う。カメラが動いている素材なら、途中で切っても別ショットとして成立します。プロンプト段階で「前半は寄り、後半で引く」と書いておくと、意図的に二つ取れる素材になる。

3. 短い挿入は生成しない。 ロゴ、テキストカード、静止画のパン、実写のストック。1秒のインサートに5秒払う理由はどこにもありません。生成は「動きが必要で、他に手段がないカット」に集中させる。

4. 下限が違うモデルを混ぜない。 派生モデルは元モデルより最小尺が上がっていることがあります。速度重視の後段学習で短尺が落とされるためです。同じ企画で複数モデルを使うと、グリッドが揃わなくなる。

尺だけでなく、エンジン選択も離散的です。同じクレジット残高で速度違い・品質違いの複数エンジンが使えるタイプのサービスだと、秒単価が 1 : 1.5 : 2 くらいの比率で並んでいることが多い。

ここで効いてくるのが、さっきの「捨てる分にも課金される」話です。支出の大半は採用しなかったテイクに消えるので、下書きは最安エンジン、本番だけ上位エンジン、と分けるだけで総額が3割前後変わります。仕上がりの見た目は変わりません。採用カットは結局上位エンジンで撮り直すので。

これを実行するには、エンジンごとの秒単価が公開されている必要があります。クレジットのバンドル販売だけで為替レートを書いていないサービスだと、そもそも比較ができない。選定基準に入れる価値があります。

最後にもうひとつ。生成に失敗したときに課金されるかどうかは、規約を読まないと分かりません。

カット比 6:1 で回していると、ハードエラー率が3%あるだけで実額として無視できない金額になります。「失敗は0クレジット」と明記しているところと、黙って引くところがあるので、本番前に確認してください。

筆者は当該インターフェースの運営者です。モデル提供元とは資本・提携関係ともにありません。
動画生成
API
ffmpeg