AI動画生成：実際にどう行われているか

一回の生成は一つの短いクリップ

動画モデルは、説明といくつかの参照画像を受け取り、クリップを一つ返します。それは呼び出し一回につき一度で、選んだティアによって、一回の呼び出しで返せる最長のクリップが決まります。SceneMixerでは、その上限は一部のティアで15秒、長回しのティアで30秒で、絵コンテはその範囲に収まるように書かれます。このようなクリップ一つがセグメントです。したがって、完成した動画一分は、15秒のティアでは少なくとも四セグメント、長回しのティアでは少なくとも二セグメントになり、それぞれ別々の呼び出しで作られ、一回の長い呼び出しで作られることはありません。

セグメントの中では、ストーリーが番号付きの三〜五のショットに分けられ、各ショットの秒数を合計するとセグメントの長さになります。上限は最大値であって目標ではありません。短いショットが二つのセグメントなら、数秒で終わることもあります。ショットの合計が上限を超える場合は、まずセリフのないショットが詰められ、それでも超えるならショットの境目でセグメントが分割されます。末尾が切り捨てられることはありません。価格は秒数に比例するため、エピソードは短く区切っても長く区切っても同じ費用です。変わるのは、一つをやり直すときにかかる費用です。15秒と30秒のセグメント。

一回の呼び出しに入るもの

呼び出しは三つのものでできています。

• セグメント自身のテキスト。 SceneMixerでは、ヘッダーに一つの場所と時間が書かれ、その下に秒数つきの番号付きショット、@チップで名前を指定した人物と小道具、声が割り当てられたセリフが続きます。
• 参照画像。 ショットに登場する人物ごとに一枚、場所に一枚、重要な小道具ごとに一枚、そして別の衣装や状態になる人物には、状態用の画像を一枚用意します。
• ティア。 解像度、最長のクリップ、秒あたりの価格が決まります。

直前のクリップはモデルには渡されません。そのため、セグメントは一つの場所と一つの時間軸にとどまる必要があります。一組のシーン画像から描かれるので、別の部屋や別の日に飛ぶショットは、支払い前に受け付けられず、別のセグメントにする必要があります。セグメントは一つの場所と一つの時間軸にとどまる。

顔が変わる理由と、それを固定するもの

呼び出しのたびにゼロから始まるため、言葉で説明しただけのものは、毎回新しく作り直されます。「AIの一貫性のなさ」に見えるものの大半はこれが原因で、ケースごとに補うものが違います。

SceneMixerでより上位のティアを選んでも間違った顔が直らないのも、同じ理由です。解像度が変えるのは絵の鮮明さであって、誰が描かれるかではありません。キャラクターの顔が変わった：チェックリストとシリーズ全体で一貫性が保たれる理由で、対処法を順に説明しています。

つなぎ目をまたいで引き継がれるもの

2026年10月下旬以降に書かれた、または再生成された絵コンテでは、SceneMixerがテキストを読む間に付けている進行記録によって、ストーリーが一つのセグメントから次のセグメントへ引き継がれます。記録するのは、誰がどのシーンにいるか、座っているか、立っているか、横になっているか、ひざまずいているか、しゃがんでいるか、手に何を持っているか、どの装いか、体の傷や泥、濡れているか乾いているか、意識があるかどうか。さらにシーンごとに、時刻、天気、光、扉や窓が開いているか、人だかりがあるかです。新しいセグメントは、この記録と、そのセグメント自身のテキストと画像から始まります。

記録に残るのは、ショットが終わった時点でなお成り立っていることであり、ショットの最中に起きることではありません。前のクリップの絵ではなく、最後のフレームも添付されず、一つのセグメントを再生成しても次のセグメントが変わることはありません。また、あなたが書いていないことを勝手に作ることもありません。2026年10月下旬より前の絵コンテは従来の方式で、各セグメントがそれ自身のテキストと画像から作られます。システムが一つのセグメントから次へ追跡しているもの。

ボタンからファイルまで：時間がかかる場所

1. クレジットは保留されます。 「生成」を押すと、そのセグメントのSceneMixerでの価格が保留され、クリップが届いたときにだけ消費されます。
2. あなた自身の上限。 アカウントが同時に実行できる生成の数は決まっています。無料プランでは3件、最初の有料プランでは5件で、それより上はさらに増えます。残りはクレジットが保留されたまま待機し、自動で始まります。
3. 共有の上限。 サイト全体で、モデルサービスに同時に出せるジョブ数には限りがあります。混んでいるときは、ほかの人のジョブの後ろで待つことになります。上位プランは、この待ち行列で先に処理されます。
4. モデルの処理。 ほぼ全部の時間がここです。2026年8月の社内計測では、セットアップ画像は平均約一分半、セグメントは平均約九分半でした。画面のカードでは、動画は通常十〜二十分と表示されます。
5. 納品。 クリップが保存され、プランで無効にしていない限りAIバッジが付けられ、カードが「完了」になります。

安価で低解像度のティアは通常、処理も速いので、そのショットがうまくいくかを最短で確かめられます。生成に時間がかかる理由。

呼び出しが失敗したとき

モデルの失敗の仕方はさまざまで、SceneMixerは失敗の種類ごとに扱いを変えます。サービスがビジー、またはレート制限と返した場合は、同じモデルの別のプロバイダーアカウントでもう一度呼び出します。依頼内容も選んだティアも変えません。モデレーションによる拒否とパラメータエラーは再試行しません。拒否は判断であり、もう一度頼んでも同じ答えが返るからです。

クレジットがどうなるかは、何が分かっているかによって変わります。モデルがリクエストを受け取らなかった場合、またはビジーと返した場合は、クレジットは返却されます。呼び出しがタイムアウトした場合や、処理中に接続が切れた場合は、モデルが実行して課金したかどうか誰にも分からないため、クレジットは凍結されたまま、クレジット履歴に審査中のタグが付き、担当者が判断するまで保留されます。失敗の後に残高が足りなく見えるのは、たいてい消えたのではなく保留されているためです。生成が失敗したとき · プロバイダーがビジーの場合は課金なし。

課金する前に生成を安定させる

• まず、SceneMixerのセグメントを一つ撮影しましょう。 残りを始める前に、顔、部屋、セリフが話されているかを確認します。
• フレームに誰がいるかを書く。 “女性が窓の方を向く”ではモデルが手がかりを持てませんが、@Maraが窓の方を向くなら持てます。フレームに誰がいるか。
• ないものではなく、あるものを書く。 “誰もいない通り”は効きますが、“人がいない”は人を呼び込みます。あるものを書く。
• 再レンダリングの前にテキストを直す。 絵コンテの編集は無料ですが、再生成は全額課金です。
• 下書きは安く、仕上げは高く。 下書きは最低のティアで、仕上げは最高のティアで。

SceneMixerで最初から最後まで作る

1. 台本： 自分の台本を台本をアップロードに貼り付けるか、AI作成に一行のブリーフを書いてエピソードの下書きを任せます。
2. ステップ1： タイプはショートドラマ、シーンスタイルは街の日常、衣装スタイルはストリートウェア、ビジュアルスタイルはリアリスティックHD、さらに対象地域、セリフの言語、9:16 縦長を選びます。その後、台本を読み取ります。
3. ステップ2： 主役の二人にそれぞれ説明を付け、次に路地と屋上を場所として登録します。アカウントの最初の15枚のセットアップ画像は無料です。
4. 絵コンテ： まずエピソード1を生成し（最初のドラマでは無料）、何かをレンダリングする前に読みます。セグメントごとに場所は一つです。
5. 動画： 既定のティアで毎秒10クレジットでレンダリングします。エピソード全体ではなく個別のショットを直し、そのうえでエピソードをまとめて投稿します。

よくある質問

2026年11月2日更新