AIショットリストジェネレーター：台本から番号付きショットを生成

AIショットリストジェネレーター

2026年9月20日更新

簡単に説明すると： SceneMixerは台本を番号付きのショットリストに変換し、そのリストからレンダリングを行います。4～15秒の各セグメントにはヘッダー（場所、時間、天候、舞台装置、小道具、開始フレーム）が付き、その中に個別のショットが格納されます。各ショットには長さ、ショットサイズ、フレーム内にいる人物の明示的なリスト、演技指示付きの台詞、環境音が記載されます。リストは自由に編集でき、1つのセグメントを編集しても再レンダリングされるのはそのセグメントだけです。

SceneMixerがエンドツーエンドで生成したAIショートドラマ『ラストシティ・ノックアウト』の静止画（キャラクター6人、1話） — サンプル：『ラストシティ・ノックアウト』 — 絵画風アニメ、1話、脚本からSceneMixerパイプラインでエンドツーエンド制作 · エピソードを見る

撮影が必要なドキュメントではなく、そのままレンダリングできるショットリスト

ほとんどのAIショットリストツールは表を返すだけです。その場合、別のツールを使って表に書かれたすべてのショットを自分で作る必要があり、結果が表の内容と一致するかどうかは運次第です。ここではショットリストがそのまま入力になります。各セグメントは、テキストに登場するキャラクターや場所の設定画を参照しながら、専用のテキストから生成されます。リストの1行を変更すると、再レンダリングされるのはそのセグメントだけです。この違いがこのページの他のすべての機能を決めています。つまりリストは、読めるだけでなく、実行できるだけの正確さを備えている必要があるのです。

セグメントに含まれるもの

処理の単位は4～15秒のセグメントで、これは1回の生成単位でもあります。セグメントの中には個別のショットが配置されます。すべてのセグメントは、撮影前にカメラが必要とする情報を固定するヘッダーで始まります：

すべてのセグメントに記載されるヘッダー
場所	プロジェクトのアセットライブラリにある場所への参照であり、新規の説明文ではありません。そのため同じ部屋の2つのセグメントは、確実に同じ部屋になります。
時間と天候	セグメントごとに1回だけ記載します。ライティングはショットごとに作り直されるのではなく、これらの情報と場所の元プレートから導き出されます。
舞台装置と小道具	空間に何が置かれているか、どの小道具が使われているか。ここに記載された小道具は、セグメントと一緒に設定画が読み込まれます。
開始フレームの状態	最初のフレームを静止画として記述します：ショットサイズ、誰が写っているか、どのような姿勢か。その最初のフレームに見えないものは、ここには記載しません。
背景の人物	シーンに本当に群衆がいる場合にのみ記載します。ヘッダーに1回だけ記載することで、同じ場所のショット間で背景の人物がちらついたり消えたりしなくなります。

ショットに含まれるもの

番号と秒単位の長さ。 1セグメント内の各ショットの長さの合計は、セグメントの長さと一致します。つじつま合わせの余白はありません。
ショットサイズ。 ワイド、ミディアム、クローズ、オーバーザショルダー、インサートなど、その瞬間に必要な構図を選び、AI動画モデルが実際にきれいにレンダリングしやすいフレーミングを優先します。
フレーム内の人物。 ショットごとに明示的に記載します。このリストが誰の設定画を読み込むかを決めるため、散文的な記述ではなく、確定情報として扱われます。
アクション。 結果ではなく原因として記述します：ハイライトがどこに当たるかではなく、光源が何でどこにあるか、という書き方です。
台詞。 各行に話者と短い演技指示を付けます。台詞ショットの長さは台詞から算出されます（英語は1秒あたり3単語で計算）。そのため、収録された文に対してショットが短すぎることはありません。
環境音。 シーンの音の内容で、動画モデルが映像と一緒に生成します。

動画モデルの失敗パターンに基づく3つのルール

これらはスタイルの好みではありません。生成された映像が同じパターンで2回以上崩れるのを確認したうえで追加されたルールです。

画面外の人物は名前を書かない。 キャラクターが見られている、話しかけられている、手を伸ばされているだけでフレーム内にいない場合、ショットには「フレームの左方向に向かって」と書き、決して名前は使いません。いないキャラクターの名前を書くと、本来1人だけが写るはずのショットにその顔が貼り付けられてしまう確率が非常に高くなります。
1人だけのショットにはその旨を明記する。 キャラクターが1人だけのショットには「この人物だけがフレーム内にいる」と明記し、その場にいても喋らないキャラクターにはその旨をマークします。これにより、閉じているべき口がモデルによって動かされるのを防ぎます。
奥行きを表す言葉はカメラ位置の選択と一致させる。 話者の「後ろの、ピントの合っていない背景に」誰かがいると書くと、それはすでにカメラ位置を選んでいることになります。通常の2人用ミッドショットではそのカメラ位置が存在しないことがよくあります。そのため、フレーミングが対応している場合にだけこうした表現を使うようにリストを記述します。

モデルがリストを書いたあと、保存される前に決定論的な修正処理が実行されます：ショットの長さをセグメントに合わせて調整し、開始ショットのサイズを1つ目のショットと一致させ、喋らない人物の口を閉じ、武器や接触に関する表現を具体的にし、下書きのメモを削除します。2回目の処理では、チェックに失敗した特定の行だけを同じモデルに書き直させ、リスト全体を書き換えることはしません。

実際のリストの長さ

このプラットフォームのプロジェクト全体で、エピソードの中央値は7セグメント、セグメントの中央値は14秒です。そのため一般的なエピソードのショットリストは画面時間で約100秒となり、7つのセグメントに必要な数だけ個別のショットが含まれます。2026年9月20日までの30日間にscenemixer.comで正常に生成されたすべてのリストを計測したところ、1エピソード分のリスト生成にかかる時間の中央値は約1分54秒です。

編集は無料、再生成は有料

リストのすべての行は編集可能なテキストで、編集に費用はかかりません。料金が発生するのはモデル呼び出しだけです。この非対称性は意図的な設計で、作業の進め方を変えます：ショットを手動で修正してそのセグメントだけを再レンダリングするのは安価ですが、エピソード全体の新しいリストをモデルに依頼すると初回と同じだけ費用がかかり、そのエピソードの手動編集内容はすべて破棄されます。小さな修正は編集で行ってください。エピソードの内容を根本的に変えたい場合は再生成してください。

料金について

ショットリストの料金はエピソードごとに、そのエピソードが対象とする台本の長さに応じて請求されます。英語テキスト333文字あたり1クレジットで、初回生成も再生成も同じレートです。リスト作成の基となるキャスト一覧とエピソード内訳を生成する台本解析は、3,333文字あたり4クレジットで、アップロード全体に対して1回実行されます。初回プロジェクトではエピソード1のショットリストが無料で、すべてのアカウントは開始時に50クレジットが付与されます。ショットのレンダリングは別料金で、出力1秒あたり10クレジットからです。完全な料金表は料金ページをご覧ください。

1つのショットリストで15の対応言語のセリフに対応

セリフの長さは言語ごとに計算されるため、どの言語を選んでも、そのセリフを収めるのに十分な長さのショットになります。セリフの言語は解析前に選択され、後から吹き替えるのではなく各言語でネイティブに生成されます。以下の作品はすべてこの方法で制作されています。

言語

15言語のネイティブ台詞

以下の各シリーズはすべて同じパイプラインで制作されており、キャストはその言語をネイティブに話します。インターフェース、作業ドキュメント、話される台詞はすべて同じ言語で統一されており、吹き替えは一切使用していません。開いて実際に聞いてみてください。

全15言語を見る

よくある質問

ショットリストをPDFやスプレッドシートでエクスポートできますか？

現在は対応していません。ショットリストはエディター上に存在します。制作ドキュメントであると同時にレンダリングの入力にもなっており、実行される場所がエディターだからです。任意のセグメントのテキストをコピーすることは可能で、リスト全体は独自形式ではなくプレーンテキストです。

自分でショットリストを書くことはできますか？

はい。すべてのセグメントのテキストは編集可能で、セグメントの挿入、複製、削除ができます。システムがどちらの方法でも提供するのはアセットライブラリとの連携機能です。ショット内でキャラクター名を指定すると、そのキャラクターの設定画がレンダリング時に紐付けられます。

ショットサイズだけでなくカメラワークも決めてくれますか？

演出上の区切りに合わせて、ズームイン、ゆっくりした旋回、ハンドヘルドでの追従といった動きを入れるべき箇所には動きを記述し、固定フレームの方が効果的な箇所では動きを入れません。現在の動画生成モデルでは画像が歪んでしまうような複雑なカメラワークは意図的に避けており、旧世代の画像モデルが反応するような専門用語の羅列も使用しません。

ショットの長さはどのように決めていますか？

セリフのあるショットは、英語の場合1秒あたり3単語を基準にセリフ自体から長さを算出し、非常に短いセリフでも最低限の長さを確保するよう下限を設けています。セリフのないショットは、描写すべき内容に応じて長さを決定します。その後、リストが保存される前に、セグメント内の各ショットの長さがセグメント全体の長さと整合するよう調整され、長さが超過する場合はショットの境界でセグメントを分割し、圧縮は行いません。

動画を生成せずにショットリストだけを取得することはできますか？

はい。解析とショットリスト生成はレンダリングとは別の購入項目であり、レンダリングの義務はありません。実際にこのワークフローで利用しているユーザーもいます。台本を入力すると構造化されたショットリストが出力されるので、それをもとに実写で撮影するといった使い方です。

そのまま撮影・制作に使えるショットリスト

台本を貼り付けて、1話目のショットリストを確認しましょう

SceneMixerを無料で試す

クレジットパッケージは$1.49から・Proは$7.99/月・クレジットカード不要で始められます