【AIトライアル】Grokによる複数カットCM調動画テスト。

今回はGrok動画生成実験3日目。「複数カットで構成する動画制作」の検証だ。

Grok単体では、1つのプロンプトや絵コンテから複数カットを繋いだ一発生成を行うことはできない仕様らしい（少なくとも私が契約しているXプレミアムのGrok機能では）。

そこで今回は、事前にコンテを考え、場面ごとの静止画をあらかじめ生成。それらを1枚ずつGrokで動画化した上で、最終的に動画編集ソフトで1本のシームレスな1本の映像として繋ぎ合わせるアプローチをとった。

CM界隈の仕事に携わっていた職務上のクセもあり、気づけば「30秒のCM調動画」というフォーマットでコンテを組んでいた（汗）。本格AIを使われてるプロレベルの方々の足元にも及ばないが、まぁ、素人のご愛敬ということでご覧いただきたい。

今回検証した30秒調CMコンテ案

• Scene 1: 静かな朝の空気感。女性がコーヒーにそっと口を付ける。

• Scene 2: コーヒーカップをそっとテーブルに置く。

• Scene 3: 女性が立ち上がり、窓辺へ歩み寄ってカーテンを開ける。

• Scene 4: 窓の外を見つめる女性。朝焼けの柔らかい光が差し込む。

• Scene 5: 静かに目を閉じ、心地よさそうに深呼吸。
  NA：「今日も、いい日にしよう。」

• Scene 6: カメラがゆっくりと引き、住宅街に佇む家屋の外観。

• Scene 7: ラストカット。
  テロップ：「毎日は、誰かからのプレゼント。」

そして出来上がったのがコレ。

フルAI制作のプロセスと、Grokの可能性

全7シーンを繋ぎ合わせた結果、それなりに「CMらしい空気感とストーリー性」を持った映像作品に仕上がった。素人がサッと考えたものなので、プロやマニアの出来とはさすがに比較にすらならない。だが、素人の独学、初の課金AI・Grok3日目のテスト段階としてはまぁまぁ十分な結果だったと思っている（言い訳ばかり見苦しくてすんません）。

一昔前であればこの程度の映像でも、企画・制作・仕上げるまでに数日の工程が必要だったはずだ。生成クレジットの上限調整があったため「あっという間」とはいかなかったものの、実質作業時間としてはトータル2〜3時間程度で完成した。

今回は元画像生成の段階でプロンプトの調整に時間を取られたくなかったため、ベースをアニメ調に統一。BGMはSunoで新規作曲し、効果音や音声・リップシンクはGrokの自動生成を活用。「コンテと編集工程以外はすべてフルAI」という構成だ。改めて、とんでもない時代になったと感じる。

今回の検証で分かったのは、「Grokでも手数をかければ、それなりに文脈のある映像作品が作れる」という手応えだ。

高度なプロ仕様AIであればプロンプト一発で生成できる表現かもしれないが、狙った動きが出なかった際の「失敗コスト（クレジット消費）」などを考えると、作りたい表現の方向性を模索している現在の自分には、試行回数を稼げて手軽に動画化できるGrokでのカット積み上げ方式がベストな選択肢かもしれない（と言い聞かせている）。

今回のコンテ＆編集のプロセスは、汎用性が高い。正直、いくらでも応用が利く。いつか、さらに難易度の上がる「実写調表現」でのマルチカット制作にトライしてみたい。

SINGULATELIER
The Playful Lab of AI & Reality

※ツール単体の限界は、別AIによる元画像生成とコンテの設計、編集の工程（人間の知見）でカバーできる。Grokの強みである「試行回数」を生かした、実用的な動画制作ワークフローの検証になりました。編集もAIでできるっぽいし、人の手って、実質ニュアンスの調整くらいなのでしょうね。