AIを使えば、動画撮影をしなくてもYouTube向けの動画を作れるようになりました。
今回は、私が実際に行っているChatGPT・Runway・Sunoを組み合わせたYouTube動画の作り方を紹介します。
私が作っているのは、カフェや自然の風景などを映しながら音楽を流す、いわゆるリラックス・作業用BGM系の動画です。
基本的な制作の流れは以下のようになります。
ChatGPTで画像を作成
↓
ChatGPTで動画生成用プロンプトを作成
↓
Runwayで画像を約10秒の動画にする
↓
ChatGPTで音楽生成用プロンプトを作成
↓
SunoでBGMを作成
↓
DaVinci Resolveで映像と音楽を編集
↓
2〜3時間の長尺動画にする
↓
YouTubeへ投稿
一見すると使用するツールが多く感じますが、それぞれの役割はシンプルです。
一度制作の流れを作ってしまえば、AIを活用しながら効率よく動画を制作できます。
1. ChatGPTで動画のベース画像を作成する
最初に、動画のベースとなる画像をChatGPTで作成します。
例えば「雨の日のカフェ」をテーマにする場合、
「大きな窓から雨の降る森が見える暖かいカフェ。窓際の木製テーブルには湯気の立つコーヒー。暖炉の柔らかい光。フォトリアルで映画のような雰囲気。16:9」
といったイメージをChatGPTに伝えて画像を生成します。
YouTube動画として使用する場合は、最初から16:9の横長画像を意識して作成しておくと、その後の動画化や編集がしやすくなります。
なぜ最初にChatGPTで画像を作るのか
もちろん、最初からRunwayで動画を生成する方法もあります。
しかし私は、ChatGPTで納得できる静止画を作ってからRunwayで動画化するという方法を使っています。
その大きな理由が、Runwayのクレジットをできるだけ無駄に消費しないためです。
AIによる動画生成は、必ずしも一度で理想通りの結果になるとは限りません。
例えば、
- 「テーブルの位置を変えたい」
- 「店内をもう少し明るくしたい」
- 「コーヒーを追加したい」
- 「窓の外の景色を変更したい」
といった修正をRunwayで動画を生成するたびに行っていると、その都度クレジットを消費してしまいます。
そこで、まずChatGPTで静止画を作成し、
- 「コーヒーに湯気を追加して」
- 「店内をもう少し明るくして」
- 「窓の外に雨を追加して」
- 「カメラの位置はそのままにして」
といった修正を繰り返します。
そして、「この画像なら動画にしたい」と思える1枚が完成してからRunwayへ移ります。
こうすることで、Runwayでは画像そのものを試行錯誤するのではなく、完成した画像に動きを加えることにクレジットを使えます。
特に継続的にYouTube動画を投稿する場合、1本あたりの生成回数を減らすことは、制作コストを抑えるうえでも重要です。
2. ChatGPTに動画生成用プロンプトを作ってもらう
画像が完成したら、次はその画像を動画にします。
私はRunwayを使用しています。
ただし、画像をそのままRunwayに読み込ませるだけでは、必ずしも思ったような動きになるとは限りません。
そこで、Runwayに入力する動画生成用のプロンプトもChatGPTに作ってもらいます。
例えば雨のカフェなら、
「窓の外では雨が静かに降り続ける。コーヒーから自然な湯気がゆっくり立ち上る。木々の葉が風でわずかに揺れる。カメラは完全に固定。室内の家具や物体は動かさない。自然でリアルな動き。」
といった内容です。
特にリラックス動画では、激しいカメラワークよりも、
- 雨が降る
- コーヒーの湯気が立つ
- 暖炉やキャンドルの炎が揺れる
- 木の葉が風で少し揺れる
- 海の波がゆっくり動く
といった一部分だけの自然な動きを加えるほうが、長時間眺めても違和感の少ない映像になります。
このプロンプトと先ほど作成した画像をRunwayに入力し、約10秒程度の短い動画を生成します。
3. ChatGPTに音楽生成用プロンプトを作ってもらう
映像が完成したら、次はBGMを作ります。
ここでもChatGPTを活用します。
完成した映像の雰囲気をもとに、
「この動画に合うSuno用の音楽生成プロンプトを作って」
と依頼します。
例えば暖かい雨の日のカフェなら、
「Warm cozy cafe instrumental, soft jazz piano, gentle fingerstyle acoustic guitar, subtle upright bass, light brushed drums, warm analog sound, peaceful rainy day atmosphere, relaxing and intimate, slow tempo, no vocals」
といったプロンプトを作成できます。
映像の雰囲気に合わせて、
Jazz / Piano / Acoustic Guitar / Ambient / Lo-fi / Bossa Nova
など、ジャンルや楽器を変更していくことで動画ごとに違った雰囲気を作ることができます。
画像生成から動画、音楽までの方向性をChatGPTに相談することで、映像と音楽の世界観を統一しやすいのもメリットです。
4. SunoでBGMを生成する
ChatGPTに作ってもらったプロンプトを、音楽生成AIのSunoに入力します。
Sunoを使うと、文章で音楽のイメージを指定するだけで楽曲を生成できます。
今回のようなリラックス動画では、基本的にボーカルのないInstrumental（インストゥルメンタル）の楽曲を作ります。
何曲か生成して、その中から映像の雰囲気に合うものを選びます。
例えば同じ「カフェ」というテーマでも、
朝のカフェ → アコースティックギター
雨の日 → ジャズピアノ
夜のカフェ → ピアノやアンビエント
海辺のカフェ → ボサノバ
というように、映像ごとに音楽の方向性を変えることもできます。
5. DaVinci Resolveで映像と音楽を編集する
映像と音楽が完成したら、DaVinci Resolveで編集します。
ここまでで用意できている素材は、
約10秒のAI生成動画 + AI生成した音楽
です。
これらを組み合わせて、最終的に2〜3時間程度の長尺動画に仕上げます。
約10秒の映像は繰り返し配置し、長時間再生できる背景映像として使用します。
ここで重要になるのが、映像のつなぎ目です。
ループの前後でカメラの位置や物体が大きく変化すると、10秒ごとに映像が切り替わっていることが分かってしまいます。
そのため、Runwayで動画を生成する段階から、
カメラを固定し、雨・湯気・炎・波・木の葉などの継続的な動きを中心にする
ことを意識しています。
こうすることで、繰り返し再生しても比較的違和感の少ない映像を作りやすくなります。
音楽についても、生成した複数の楽曲を並べたり、必要に応じてフェードイン・フェードアウトを設定したりして、自然につながるように編集します。
最終的に、
2〜3時間のリラックス映像 + BGM
という形にして動画を書き出します。
6. 完成した動画をYouTubeへ投稿する
動画が完成したらYouTubeへアップロードします。
タイトルや概要欄、タグなどについてもChatGPTを活用できます。
例えば、
「この雨のカフェ動画に合うYouTubeタイトルを英語で考えて」
「検索を意識した概要欄を作って」
「YouTube用のタグを考えて」
と依頼すれば、動画の内容に合わせた案を作ってもらえます。
私はこの方法で動画を制作し、基本的に毎日YouTubeへ投稿しています。
動画を1本作るたびにゼロから考えるのではなく、ある程度制作フローを固定することで、継続して投稿しやすくなります。
ChatGPTを制作全体のアシスタントとして使う
今回紹介した方法では、一つのAIですべてを作るわけではありません。
それぞれ得意なツールを組み合わせています。
ChatGPT：企画・画像生成・プロンプト作成
Runway：静止画から動画を生成
Suno：BGM生成
DaVinci Resolve：長尺動画への編集
YouTube：完成した動画を公開
という役割分担です。
特に便利なのが、ChatGPTを単なる画像生成AIではなく、制作全体のアシスタントとして使えることです。
例えば、
「どんなカフェの画像にするか」
「この画像ならどこを動かせば自然か」
「Runwayにはどんなプロンプトを入力すればいいか」
「この映像ならどんな音楽が合うか」
「YouTubeのタイトルは何にするか」
といった部分まで相談できます。
そのため、動画生成AIや音楽生成AIに入力するプロンプトを、一からすべて自分で考える必要がありません。
まとめ
今回紹介したAIを使ったYouTube動画制作の流れをまとめると、
① ChatGPTで16:9の画像を作る
② ChatGPTで画像を修正し、完成形を決める
③ ChatGPTでRunway用の動画生成プロンプトを作る
④ Runwayで約10秒の動画にする
⑤ ChatGPTでSuno用の音楽生成プロンプトを作る
⑥ SunoでBGMを作る
⑦ DaVinci Resolveで2〜3時間の動画に編集する
⑧ YouTubeへ投稿する
という流れになります。
特にポイントだと感じているのが、いきなり動画生成から始めず、まずChatGPTで静止画を完成させることです。
動画生成AIは非常に便利ですが、何度も生成を繰り返せば、その分クレジットを消費します。
まず静止画の段階で構図や雰囲気をしっかり決めておき、Runwayでは「完成した画像を動かす」ことに集中することで、無駄なクレジット消費を抑えながら制作できます。
もちろん、AIにすべて任せれば必ず良い動画になるわけではありません。
画像の構図を調整したり、動画の動きを細かく指定したり、映像に合う音楽を選んだりと、最終的には人間側での調整も必要です。
それでも、画像生成・動画生成・音楽生成を組み合わせることで、以前なら撮影や素材制作に多くの時間が必要だった動画を、パソコン上で制作できるようになりました。
私自身もまだ試行錯誤しながら毎日動画を制作し、このチャンネルがどこまで伸びるか見守っていきたいと思います。
実際の動画はこちら↓
https://youtu.be/qX48KPq4VnU?si=ACFjppbwYh2rjHij
AIを使ったYouTube動画制作に興味がある方は、まずは「画像1枚 → 10秒の動画 → BGM → 長尺化」という流れで、1本作ってみるところから始めてみるのがおすすめです。