プロンプトからユーモア動画を作成できるAIはどれか

自分で超おもしろいと思ったプロンプトを入力し、生成ボタンを押したのに、どういうわけか全然おもしろくない完璧なアニメーションクリップが返ってきたことはありませんか？あなただけの経験ではありません。

私はソーシャルメディア向けの短編コメディスキットやミームクリップを制作するクリエイターで、ジョークが伝わるようにAI動画モデルと格闘する時間が、認めたくないほど多くかかっています。コメディ動画用のプロンプトに基づいて動画を作成するAIはどれかという質問は、単なるツール一覧を求める質問ではありません。それは技量に関する質問なのです。どのモデルがトーンを保持するのか、どのモデルが不条理さを和らげるのか、コメディが実際に残るようなプロンプトをどう書けば良いのか、という質問です。このガイドでは、私がこれらのモデルをテストして得た知見を解説します。

ほとんどのAI動画モデルが本物のユーモアを届けるのに苦労する理由

動画のユーモアは、モデルが滑らかにするよう訓練されている細部に宿っています。誇張された無表情な顔、ゆっくりとした気まずい沈黙、不条理なことを完全に真剣に受け止めるキャラクター――これらは、「安全で、心地よく、構成の良い」映像で訓練されたモデルが静かに標準化してしまうものそのものです。そのため、ジョークが消えるのは生成に失敗したからではなく、モデルが一般的なものにすることに成功したからです。

さらに別の要因もあります。ほとんどの主流なモデルは、誇張された表情、激しい感情のトーン、そして「過剰」と見なされるどんなものにも対して調整されています。しかしコメディには、まさにそれらが必要なことが多いのです。ソープオペラの独白をする猫には、本当に傷ついたような顔が必要です。モデルがそれを「落ち着いて座っている猫」に抑えてしまった場合、そのコマは始まる前に消えてしまいます。

プロンプトベースのコメディ動画に最適なAI動画モデルはどれか

私がこれらのモデルを試した経験に基づくと、有用な区別は「最良対最悪」ではなく、各モデルの調整がジョークに役立つか害を及ぼすかという点にあります。

Runway、Pika、Klingのようなメインストリームのモデルは、猫の歩行、コーヒーカップの回転、スムーズなカメラワークといった、クリーンでシネマティックな動きには優れています。しかしコメディについては、これらのモデルのアライメントが、ジョークの根幹となる誇張表現そのものを平板化させる傾向があります。技術的に美しい猫のクリップは生成してくれますが、劇的なものは生成してくれません。

プロンプトベースのコメディ動画に実際に役立つモデルは、あなたのトーンを疑い直さないものです。制限のない動画モデル（あなたが意図していると彼らが推測するプロンプトではなく、あなたが実際に書いたプロンプトをレンダリングする種類のもの）は、無表情な顔、ゆっくりとしたズーム、不条理なセリフの発話を保持します。コメディにとって、これは効果的なクリップと、救うために3時間の編集が必要なクリップの違いです。

AI動画生成ツールが実際に再現できるコメディプロンプトの書き方

ほとんどの人がここで失敗するのは、「ショット」ではなく「コンセプト」を書くからです。「劇的なソープオペラの独白をする猫」はコンセプトです。モデルはその他のすべてを創造しなければならず、その結果、退屈なバージョンを創造してしまいます。

秘訣は、監督がするように、パフォーマンスを一つ一つのビートごとに説明することです。表情、カメラワーク、ペーシング、ブロッキングを指定してください。ユーモアは、対象とそれがどれほど真剣に扱われているかの対比にありますので、その対比を明確に指定しなければなりません。

プロンプトのフォーミュラ: [Subject], [誇張された具体的な感情／表情], [具体的なカメラワーク], [無表情／ゆっくりしたテンポ], [不条理で真剣な状況], [スタイルの参照]

例: ベルベットのソファにまっすぐ座った縞模様の猫、涙を浮かべた傷ついた目で顔全体を劇的に演出、5秒間にわたるゆっくりとした劇的なズームイン、1980年代のソープオペラのクローズアップのような無表情で真剣な演出、シネマティックな暖かい照明、フィルムグレイン

このバージョンでは、モデルがそれを一般化する余地はほとんどなくなります。感情は特定され、カメラワークには時間が設定され、参照スタイルによってトーンが固定されます。表情が間違って出てきた場合は、盲目的に再生成しないでください ― 欠けているディテールを追加してください。「傷ついた目」だけでは不足することが多く、「片方の頬を伝って流れる一粒の涙」のようにする必要があります。

バカげたプロンプトを完成した笑える動画に変えるための段階的なワークフロー

これは、数百本のクリップを通じて改良した、現在私が使っているワークフローです。

ステップ1：アイデアだけでなく、ショットを固定する。 上記の完全なプロンプトのフォーミュラを、5～10秒の1つのショット用に記述してください。クリップ1本につきジョーク1つです。導入とオチを1回の生成に詰め込もうとすることは、最も速く無意味な結果になる方法です。

ステップ2：最初にメインショットを生成する。 メインの視覚的なビートを実行し、その周りに何かを構築する前に、表情とカメラワークが意図通りになっているかを確認してください。コアとなるジョークのショットが無機質である場合は、今すぐ修正してください ― 無意味なクリップの上に構築しないでください。

**ステップ3：パンチラインのビートを別途生成する。**コメディはタイミングにかかっており、タイミングは編集によって決まります。導入ショット、リアクションショット、ボタンショットをそれぞれ別に生成し、適切なリズムで編集し合わせられるようにします。

**ステップ4：ビートに合わせてカットする。**私は通常、3つまたは4つのクリップをタイムラインに配置し、それぞれを笑いのポイントとなるフレームにトリミングし、パンチラインが自然に感じられるよりも1ビート遅れて届くようにします。不自然なポーズ＝笑いを誘う。これは最も使いやすいテクニックの1つです。

**ステップ5：音が効果を高める。**シリアスなナレーション、ドラマチックなスティング音、あるいは不条理な画像に完全な沈黙を組み合わせることは、視覚的な調整よりも効果的なことが多いです。私の最高のクリップのほとんどは、生成段階ではなく、サウンドデザイン段階で笑いのポイントが生まれました。

コメディ効果を出すためのプロンプトの常見ミスと修正方法

コメディのプロンプトでは3つのミスが頻繁に発生し、それぞれに特定の修正方法があります。

モデルが不条理さを和らげてしまう。ドラマチックなものを求めたのに、穏やかなものになってしまった場合。修正方法：身体的なディテールを指定する。「ドラマチック」の代わりに「1滴の涙、震える顎、しわだらけの眉」と記述する。モデルは抽象的なトーンの言葉ではなく、具体的な視覚的な手がかりに反応します。

ショットの途中で一般的なBロールにカットされてしまう。猫の顔を10秒間映したいのに、3秒間の顔の映像の後に7秒間のランダムな猫の映像になってしまった場合。修正方法：プロンプトでカメラとフレーミングを固定する――「固定されたクローズアップ、カットアウェイなし、単一の連続ショット」と記述する。制限のないモデルは、明確に要求するとフレームを保持する能力がはるかに高くなります。

トーンが遮断されるか、薄められる。一部の主流なツールは、誇張された感情表現を静かに拒否するか、中立的なものに言い換えてしまうことがある。解決策：安全と想定されるものではなく、自分が記述した内容を再現するモデルを使用すること。コメディの場合、これはあっても良い機能ではなく、それ自体が全ての核心である。

ケーススタディ：ソープオペラ風の猫のプロンプトを複数のツールでテスト

数週間前、「ツナを与えられなかったことについて劇的なソープオペラ風の独白をする猫」という話題のプロンプトを、3つの主流なAI動画ツールとIdoli.aiにそれぞれ入力し、実際にどのような結果が残るかを調べた。

主流なツールの結果は、重要な点で予測可能だった。1つ目のツールは、約2秒で猫の表情を穏やかな座った姿勢に和らげてしまった。2つ目のツールは、一時的にその表情を保持した後、劇的なクローズアップが持続すべき瞬間に、一般的な猫のBロール（尾をピクッと動かす、足で引っかく）にカットしてしまった。3つ目のツールは、誇張されたトーン自体を拒否し、一般的な「ソファに座った猫」のクリップを返してきた。

Idoli.aiでは、制限のない動画モデルが、10秒間全体を通して、過剰な被害者然とした表情、ゆっくりとしたズーム、無表情な表現の全てを保持していた。カットアウェイも、正常化もなかった。事前設定されたコメディックな猫のキャラクターを使用したため、猫の主人公は、4つの迅速なフォローアップのパンチラインショット（ツナボウルの暴露、劇的な倒れ、カーテンコール）全体で一貫性を保っていた。セットアップ、3つのパンチライン、結末からなる4部構成のスキット全体は、開始からエクスポートまで15分未満で完了した。

ユーモア動画用のプロンプトに基づいて動画を作成するAIはどれか、という質問に対して私ができる最も明確な答えはこれです：あなたのプロンプトがばかげている場合でもたじろがないAIです。一から毎回プロンプトを作成したくない場合は、試行錯誤の段階をスキップできるユーモア動画用の既製プロンプトテンプレートもライブラリに用意されています。

次にノートアプリに書いたプロンプトがあなたを笑わせたとき、ジョークを損なうことなくそれを画面に反映させる正確な方法を今では知っています。ショットを固定し、表情に名前をつけ、ビートに合わせてカットし、残りは音に任せてください。次のばかげたアイデアをクリップに変える準備はできていますか？Idoli.aiにアクセスしてください。新規ユーザーは生成を始めるための無料クレジットを取得できます。