AIでフォトリアルなバイキング映画を制作した方法（完全ワークフロー）
Aug 2026
私は『Ulysses』というフォトリアリスティックなバイキング・ショートフィルムを、すべてAIで制作しました。カメラもクルーも俳優もセットもありません。約8日間で構築した400ショット以上が、実写映像のように見えます。ここでは、キャンバス上で実際に起こったワークフローの全貌を、最初から最後まで正確にお伝えします。完成した映画をFlick TVで視聴することもできます。以下は、その制作過程のすべてです。
これは、空の待機スペースで待機する2人の一見普通のゲームNPCについてのショートフィルムです。しかし次第に、彼らは自分たちを操作するプレイヤーよりも生きている可能性があることに気づきます。NPCを非アクティブな背景コードとして見るのではなく、見られていない時でも存在し続け、独自の意識、不確実性、存在感を持っていると想像します。物語は不条理な待機ゲームとして始まりますが、徐々に見られること、演じること、そして内的な生を持つことの意味についての考察へと変わっていきます。
1. ストーリーが先、次にショット
Ulyssesはヴァイキング時代の物語です。蜂蜜酒ホールの管理人、若い警備兵、鎧を纏った戦士、そして竜が登場します。何かを生成する前に、他の映画で絵コンテを作るように、ショットに分割しました。各ショットには、誰が登場するか、カメラの位置、何が起こるかという大まかなプランを立てました。
あなた自身のAI映画を作る
1枚の画像から始めて、ショットごとに映画全体を構築しましょう。
2. キャラクターをリファレンスシートとしてキャスティングする
これが最も重要なステップです。各キャラクターについて、キャスティング写真のように、無地のグレー背景で正面、横顔、斜め前の3方向からの明確なリファレンスシートを生成しました。
このシートがキャラクターの「俳優」になります。その人物のその後のすべてのショットはこれを基に構築されるため、顔がぶれることはありません。主役のシートは79の異なるショットでベースとして再利用されました。衣装や鎧も同じ処理をします。鎧を手描きでスケッチし、そのスケッチをフォトリアルな完全な回転図に変換しました。
3. すべてのショットを手描きでスケッチする
これが最も驚かれるステップです。フレームを生成する前に、構図の大まかなスケッチを描きました。形だけです。キャラクターが立つ位置、地平線の位置、カメラの向き。この映画では数百のショットでこれを行いました。
スケッチはブロッキングとカメラを一つにまとめたものです。速く、使い捨てで、言葉から構図を推測させるのではなく、モデルに従うべき正確なものを与えます。
4. スケッチをフォトリアルなフレームに変換する
次に、Nano Bananaで3つのもの、構図スケッチ、キャラクターのリファレンスシート、短い指示を組み合わせて、フォトリアルな実写フレームを生成しました。プロンプトはモデルが逸脱することを禁止します。
Use the provided sketch as the only composition reference, use the provided guard
reference as the guard character reference. Convert the scene into a photorealistic
live-action cinematic image. Composition 100% exactly matches the provided sketch.
Camera position 100% unchanged.大まかなスケッチと固定されたキャラクターが、反対側から撮影されたように見えるショットとして出てきます。
5. 再生成ではなく編集で洗練させる
この映画のほぼすべては、白紙のテキストプロンプトから生成されたものではありません。私の画像生成のうち、371件は既存フレームの編集で、テキストから画像への生成はわずか21件でした。フレームが少しずれていたり、顎が重かったり、奇妙な影があったり、細部が間違っていたりした場合、最初からやり直すのではなく、そのフレームを編集しました。一貫性は、完璧な言葉遣いからではなく、固定されたベースの上に編集を重ねることから生まれます。
6. アニメーション化して、彼らに語らせる
静止画を固定した後、選択したフレームをKlingで動画にアニメーション化しました。シンプルな動きのショットもあれば、キャラクターがカメラに向かって直接話す対話のショットもあります。これらのプロンプトは、演技について具体的に指定しています：
Handheld camera, extreme close-up of his face. His eyes stay locked on the camera,
no drift. He says, "Still, here." Then a brief pause, still staring, with visible
strain, as if forcing the words out.静止画がアイデンティティを保持し、動画が息吹と声を加えます。
7. すべてが起こったキャンバス
上記のすべてのステップが、1つのワークスペース内に存在しています。これが実際のプロジェクトを縮小表示したものです。左側にスケッチの列があり、右側にフォトリアルの列、下部にキャラクターシート、その間に反復のラダーがあります。424枚の画像と38のビデオショットがあり、すべてリファレンスまで追跡可能です。
どこをズームしても同じパターンが繰り返されます:1つのコンポジション、複数のテイク、1つの採用カット。これは2人の主役が反復作業の途中でどのように見えるかを示しています。鎧を着た守衛とチュニックを着た番人で、すべてのテイクで同じ顔をしているのは、すべてのテイクが同じシートを参照しているからです。
8. 制作の数字
規模感をつかむために、完成したプロジェクトに含まれるデータを示します：
| Ulyssesのキャンバスから | 数値 |
|---|---|
| 生成された画像 / 失敗 | 424 / 20 |
| リファレンス画像のリンク | 653（全接続の92%） |
| 画像編集 vs テキストから画像 | 371 vs 21（95% img2img） |
| 1つのリファレンスシートの再利用 | 79ショット |
| 制作時間 | 約8日間、1人 |
9. 始める前に伝えたいこと
- まずリファレンスシートを作る。これがすべてです。シートのないキャラクターはブレてしまいます。
- ショットをスケッチする。適切な構図の下手な絵は、美しい文章に勝ります。
- 再生成ではなく、編集する。ベース画像を固定して、できるだけ少ない変更にとどめます。
- 失敗を想定する。20ショットが完全に失敗し、さらに多くのショットが修正を必要としました。これは正常なことで、パイプラインはそれを吸収するように構築されています。
自分で作ってみよう
1枚の画像から始めて、ショットごとに映画を構築していきます。最も重要なステップはリファレンスシートで、一貫性のあるAIキャラクターガイドがまさにそれについての詳細な解説です。
よくある質問
このようなAI映画を作るのにどれくらい時間がかかりますか?
Ulyssesは約8日間で432回の生成ジョブを実行しました。1人で、クルーなしです。その時間のほとんどは、レンダリングを待つことではなく、テイクを選ぶことに費やされました。
この映画は実際にどのAIモデルを使用しましたか?
静止画と編集にはNano Banana(392回の画像生成のうち371回は既存フレームの編集でした)、モーションにはKling:完成したキャンバスには、話している対話テイクを含む37個のKlingビデオショットが含まれています。
キャラクターは400ショットでどのように一貫性を保っていますか?
リファレンスシートをすべてに接続することで実現しています:プロジェクトには653個のリファレンス画像リンクがあり、全接続の92パーセントを占めています。主役のシートだけで79ショットの下に配置されています。テキストだけから生成されるショットはありません。
キャラクターは実際に話すことができますか?
はい。対話ショットは、セリフ、間、そして目の動きを指定するパフォーマンスプロンプトを使って、固定された静止画からアニメーション化されます。静止画がアイデンティティを保持し、ビデオパスが息づかいと声を追加します。