【PR】AI楽曲を1本のMVにするまで｜Pollo AIで8枚の画像を動かしてみた

タク＠HENDRE

2026年7月24日 19:48

※本記事はPollo AI様よりご依頼をいただき、動画生成に使用するクレジットの提供を受けて制作しています。

冷凍ニシン、398円。

この一言を、炎と犬武者に囲まれながら、全力で歌うMVを作りました。

続いて登場するのは、

お好み焼き粉、158円。

そして最後は、

るるるるるるるる……ばあ！

どう考えても特売情報です🤣

それなのに映像は、最後まで一切ふざけません。

炎に包まれた戦場。

焚き火を囲む犬武者たち。

赤く光る目と、重々しい謎の儀式。

今回は、もともと公開している楽曲の一部を約1分に編集し、Pollo AIを使って短編MVを制作しました。

用意した画像素材は8枚。

そこから6本の動画を生成し、必要な場面を切り出したり、一つの動画を途中で分割したり、部分ごとに速度を変えたり。

別に生成した動画も途中へ差し込みながら、一本のMVにまとめています。

中には、4つの場面を一枚にまとめた「4コマ形式の画像」を、そのまま動画生成へ使った場面もあります。

ちなみに、タクは映像制作のプロではありません。

今回は何かを上から教えるというより、

どんな画像を使ったのか。

実際にどんな動画が生成されたのか。

それをどう曲に合わせて一本にしたのか。

試した流れを、そのまま紹介していきます。

まずは、完成したMVをご覧ください。

完成した短編MV

Pollo AIで生成した複数の動画素材を、曲に合わせて分割・再編集した約1分のMVです。
映像だけ見ると、完全に世界の終わり。
でも、冷凍ニシンは398円です🤣

今回のミッション

今回試したのは、主に次の4つです。

・複数の画像から、場面の切り替わる動画を作る
・1枚の画像から、違うカメラアングルを作る
・4コマ形式の画像から、短い場面展開を作る
・生成した動画を分割し、曲に合わせて編集する

AIに完成MVを丸ごと作ってもらうというより、MVに使う映像素材を作ってもらうイメージです。

今回の制作データ

使用した動画モデルは、Seedance 2.0 Miniです。

用意した画像素材：8枚
動画生成：6回
延べ入力画像：11枚
使用クレジット：合計480クレジット

同じ画像を別の生成でも再利用しているため、素材は8枚ですが、入力した枚数は延べ11枚になっています。

【今回使用した8枚の画像素材】

2つの生成方法を使いました

今回は、Pollo AIの、

「リファレンスから動画」

「画像から動画」

を使い分けました。

複数の画像を使って場面の流れを作るときは「リファレンスから動画」。

一枚の画像を細かく動かすときは「画像から動画」を使っています。

1．まずは3枚を順番に動かしてみる

最初に使ったのは、次の3枚です。

・焚き火を囲む犬武者たち
・楽器を演奏する手元
・焚き火の周囲で足を踏み鳴らす場面

の3枚です。

登場させたい順番に画像を入れ、13秒の動画を生成しました。

使用したのは130クレジットです。

使用した画像

Pollo AIで生成した動画①／13秒

炎、煙、火の粉、鎧の紐なども動くように指定しています。

ちゃんと謎の儀式が始まりました。

想像以上に本気だ🤣

2．首領の合図から、集団の儀式へ

次は、犬武者の首領と、焚き火を囲む集団の2枚です。

こちらは8秒の動画。

使用したのは80クレジットです。

首領の顔へカメラが近づき、赤い目が強く光る。

炎と火の粉が画面を覆ったところで、集団の場面へ切り替わるようにしました。

使用した画像

Pollo AIで生成した動画②／8秒

炎で画面を一度隠し、その瞬間に次の画像へ切り替えるよう指示しました。

集団の動きには、少しずつ時間差をつけています。

全員が完全に同じタイミングで動くと、怪しい儀式というより、急に集団体操のようになりそうなので😅

手前は大きく。

奥は少し小さく。

重たい雰囲気を残したまま動いてもらいました。

3．1枚から5つのカメラアングルへ

次は、焚き火を囲む集団の画像を1枚だけ使用しました。

この一枚から、

・正面からのワイドショット
・地面すれすれのローアングル
・上空から見下ろす場面
・焚き火の周囲を移動する場面
・炎越しに集団を見る場面

という、5つのショットを作るように指定しました。

生成時間は15秒。

使用したのは150クレジットです。

使用した画像

Pollo AIで生成した動画③／15秒

【一枚しか入れていないのに、カメラの位置が変わると、かなり印象が変わりました。

おお、本当に別の場所から撮っているように見える🎵

ただし、この15秒をそのままMVへ使ったわけではありません。

動きのよかった部分をいくつかに分割し、あとから曲に合わせて組み直しています。

この動画が、今回のMVの土台になりました。

4．壮大な儀式の途中に、冷凍ニシン

儀式の映像だけが続くと、少し単調に感じました。

そこで途中へ差し込んだのが、犬武者の鎧に付けられた木札です。

書かれているのは、

冷凍ニシン
398円

ここは一枚の画像から、4秒の動画を生成しました。

使用したのは40クレジットです。

使用した画像

Pollo AIで生成した動画④／4秒

カメラが木札へ近づく。

犬武者が楽器を一度強く鳴らす。

その衝撃で、弦、鎧、縄、木札が揺れるようにしています。

映像側は最後まで本気。

値札だけが冷凍ニシンです🤣

5．4コマを一枚の画像として入れてみる

続いて登場するのは、

お好み焼き粉、158円。

ここでは、少し変わった方法を試しました。

使ったのは、4つの場面を一枚にまとめた絵コンテ画像です。

左上から順番に、

犬武者が何かに気づく。

焦げたチラシを持ち上げる。

チラシをこちらへ向け始める。

最後に「お好み焼き粉 158円」を見せる。

という流れになっています。

4枚を別々に入れたのではなく、4コマが入った一枚の画像として入力しました。

生成時間は4秒。

使用したのは40クレジットです。

使用した画像

Pollo AIで生成した動画⑤／4秒

プロンプトでは、

4分割の画面をそのまま表示しない。

各コマを別々の全画面ショットとして使う。

左上、右上、左下、右下の順番で進める。

最後にだけチラシの文字を見せる。

と指示しました。

これは、4コマ専用の機能ではありません。

画像の構成を文章で説明し、場面として読み取ってもらえるか試した方法です。

ちゃんとチラシを見せる流れになりました。

犬武者、特売情報を確認中🤣

毎回まったく同じ結果になるとは限りませんが、短い場面の流れを一枚で伝える方法として、今回は使うことができました。

6．最後は3枚で「ばあ！」

ラストでは、

・首領の顔アップ
・焚き火を囲む集団
・炎の中に現れる巨大な顔

の3枚を使いました。

生成時間は4秒。

使用したのは40クレジットです。

使用した画像

Pollo AIで生成した動画⑥／4秒

首領の赤い目が光る。

集団の動きが、左から右へ伝わる。

焚き火が画面いっぱいに噴き上がる。

そして最後の、

ばあ！

で、巨大な顔が一気に近づきます。

見た目はかなり怖い。

でも、言っているのは「ばあ」。

最後まで真剣だからこそ、妙な余韻が残りました🤣

生成動画を、そのまま並べたわけではありません

Pollo AIで作った6本の動画は、そのまま順番に並べたわけではありません。

特に、1枚から5つのカメラアングルを作った15秒動画は、場面ごとに細かく分割しました。

その途中へ、

「冷凍ニシン 398円」

「お好み焼き粉 158円」

の映像を差し込んでいます。

さらに、一つの動画の中でも、部分ごとに再生速度を変えました。

ゆっくり見せたい場面は、そのまま。

曲に対して動きが重く感じる場面は、少し速くする。

一瞬だけ見せたい場面は、短く切る。

すべてを一律に倍速にしたわけではありません。

曲を聴きながら、カットごとに長さと速度を調整しています。

編集にはCapCutを使用

今回は、動画の分割、並べ替え、速度調整にCapCutを使用しました。

Pollo AIで映像素材を作る。

編集ソフトで曲のリズムへ合わせる。

このように役割を分けることで、生成された動画の長さや速度に縛られずに済みました。

一つの生成動画を複数に分割し、カットごとに速度を変更。途中へ別に生成した動画も差し込んでいます。

ここまで来ると、AIが一本のMVを作ったというより、

AIが撮影してくれた素材を、タクが編集している感覚に近いです。

プロンプトで意識したこと

今回のプロンプトは、かなり長めです。

ただ、難しい言葉を並べたというより、

誰が動くのか。

何を動かすのか。

背景では何が起きるのか。

カメラはどこへ動くのか。

どのように次の場面へ切り替えるのか。

という内容を、順番に書いています。

人物だけでなく、

炎。

煙。

火の粉。

鎧の紐。

布。

木札。

こうしたものにも動きを指定しています。

ただし、何もかも激しく動かせばよいわけではありません。

この場面で、一番見せたいのは何か。

そこを一つ決めておく方が、生成後の動画も使いやすく感じました。

今回使用したクレジット

今回の内訳はこちらです。

生成①
リファレンスから動画／画像3枚／130クレジット

生成②
リファレンスから動画／画像2枚／80クレジット

生成③
リファレンスから動画／画像1枚／150クレジット

生成④
画像から動画／画像1枚／40クレジット

生成⑤
画像から動画／画像1枚／40クレジット

生成⑥
リファレンスから動画／画像3枚／40クレジット

合計：480クレジット

クレジットの消費量は、選択するモデル、動画の長さ、設定などによって変わる可能性があります。

上記は、今回使用した条件での記録です。

やってみて分かったこと

生成動画は、完成品でなくてもいい

15秒すべてを使わなくても、よい動きが2秒あれば、その2秒を使えます。

前半は使わない。

後半だけ使う。

速度を変える。

別の場面へ差し込む。

生成動画を完成品として見るより、編集に使える映像素材として見る方が、組み立てやすく感じました。

一枚からでも、いろいろ試せる

一枚の画像から、複数のカメラアングルを指定する。

4つの場面を一枚にまとめ、短い展開として伝える。

毎回思ったとおりになるとは限りませんが、一枚の画像でも試せることは意外と多かったです。

まずは一場面を動かしてみる

最初から一本のMVをすべて考えると、少し大変です。

まず一枚を動かしてみる。

曲の上に置いてみる。

足りない場面が見えたら、次の動画を作る。

今回は、その繰り返しで一本のMVになりました。

まとめ

今回用意した画像素材は8枚。

Pollo AIで6本の動画を生成し、使用したクレジットは合計480クレジットでした。

ただし、作った動画をそのまま並べたわけではありません。

一本の動画を分割する。

部分ごとに速度を変える。

別に作った動画を途中へ差し込む。

曲に合わせて、順番と長さを組み直す。

そうして、一本のMVにしています。

AIが完成作品をすべて自動で作ってくれた、という感覚ではありませんでした。

頭の中にある場面を、動く映像素材へ変えるところをPollo AIに手伝ってもらう。

その素材をどう使うのかは、自分で考える。

今回の制作は、そんな作業だったように思います。

曲や画像はあるけれど、どう一本の映像へつなげればいいのか迷っている。

そんな方にとって、Pollo AIは、最初の一場面を動かしてみるきっかけになるかもしれません。

なお、今回いちばん危なかったのはAIの生成ではなく、タクが違う画像を添付したことでした。
生成ボタンを押す前に、画像の確認は忘れずに🤣

まずは挑戦ですね🎵

完成動画をもう一度

🔥 今回使用したPollo AIはこちら

一枚の画像から、動く世界へ。

今回のように、複数の画像をつないだり、
一枚の画像からカメラアングルを変えたり。

まずは一場面、動かしてみるところから🎵

▶︎ Pollo AIで動画を作ってみる

いいなと思ったら応援しよう！

よろしければ応援お願いします！いただいたチップはクリエイターとしての活動費に使わせていただきます！