AIで短編映画を作る：脚本から最終カットまでのパイプライン

よくある失敗

始める前に

• 名前付きビートを含む脚本。5つのビートで25秒です。
• キャラクター、場所、小道具ごとに1文ずつ、衣装部門や美術部門が書くような方法で記述します。これらの文は、変更せずにすべてのプロンプトに貼り付けます。
• NOLGIAアカウント。キャラクター、ロケーション、コンポーザー、Studioが含まれています。
• 各ステージで1回のやり直しに耐える忍耐。私たちの場合は1回必要でした。ガイドにその場所が記載されています。

LAST TRAIN. Night. An underground platform, pale green tiles under cold fluorescent tubes. 1. Vale runs for the last train, a chrome case in one hand. 2. She passes Ozzy, the busker, who turns to watch. 3. The doors close in her face and the train pulls away. 4. The case, set down on the wet platform. 5. On the bench, out of breath, she laughs.

キャスト、セット、小道具を保存する

キャラクターを開きます。名前と、そのキャラクターを表す一文を説明として入力し、参照画像を追加を開いて、写真をアップロードするか、ポートレートプロンプトとモデルを使って生成します。ポートレートを参照画像として選択した状態で、キャラクターを作成を押します。ValeのポートレートはGPT Image 2.5 Flareで作成し、彼女の参照画像として保存しました。Ozzyも同じ方法で作成しました。

Full-length portrait of a woman in her early twenties, platinum blonde sleek chin-length bob with a straight fringe, light olive skin, bold brows, wearing an oversized cherry-red leather bomber jacket open over a white ribbed tank, wide black jeans and chunky black platform lace-up boots, holding a folded transparent bubble umbrella, standing on an underground subway platform with pale green tiles and cold fluorescent tubes along the ceiling, wet floor reflections, thin haze. Photoreal, cinematic, editorial fashion photograph, no text, no logos.

ロケーションを開き、場所についても同じ操作を行います。名前、説明、標準的な説明としての一文、そしてライブラリからの静止画またはアップロードした画像を指定します。私たちのプラットフォームはSeedream 5.0 Proで作成した静止画です。小道具も静止画で、画像コンポーザーで作成してライブラリに保存しました。これは挿入カットでは参照画像として、その他のプロンプトでは一文として使用されます。

An empty underground subway platform at night: glossy pale green tiles with one dark green stripe at waist height, a long run of cold fluorescent tubes along the ceiling, wet floor with mirror reflections, thin haze, a yellow safety line along the platform edge, a single steel bench, the tunnel mouth glowing warm amber. No readable text or signs.

まず各ショットをフレームとして作成する

画像コンポーザーを開きます。GPT Image 2.5 Flareを選択し、形状を16:9に設定します。次にキャラクターを押してValeを選択し、ロケーションを押してHalcyon Street駅を選択します。コンポーザーにはそれぞれチップが表示されます。プロンプト内で@を使ってキャラクターを指定し、ショットを一瞬の場面として記述してから、画像を生成を押します。5つのフレーム（各ショットにつき1つ）は、ビデオテイク1本よりもコストが低く、衣装、プロップ、フレーミングを確定させる場所です。

@Vale mid-sprint along the empty platform toward the camera, her red leather bomber flying open over the white tank, the folded transparent umbrella in her left hand and a small brushed-chrome hard-shell case with a black rubber handle and two black latches in her right, black platform boots splashing the wet tiles. Wide low shot, the cold fluorescent tubes above her, thin haze, the tunnel glowing warm amber behind. Cinematic film still, anamorphic, fine grain, no text.

フレームをショットにアニメーション化する

動画コンポーザーを開き、「開始方法」の下で画像をアニメーション化を選択し、開始フレームを追加を押して、アセットを選ぶからライブラリ内のフレームを選択します。これがクリップの最初のフレームになります。そのフレームから始まるアクションを書き、カメラワークチップを押し、長さを設定して生成します。スプリント（最も動きの多いショット）にはKling v3を使用し、他の4つのショットには720pのSeedance 2.5を使用しました。各ショットは4〜6秒で、そのうち1つはStudioで短くカットしました。走る、ジャンプする、または重みのある動きがある場合は、Kling v3またはSeedance 2.5でフレームをアニメーション化してください。

She sprints straight toward the camera along the platform, the red leather bomber flying open, the chrome case in her right hand and the folded umbrella in her left, black platform boots splashing the wet tiles, hair bouncing with each stride, the cold fluorescent tubes and the warm amber tunnel glow behind her. Real sprint physics, cinematic, anamorphic, fine film grain.

スコアとエフェクト

映画にセリフがないため、サウンドはオーディオコンポーザーで2回作成します。Lyria 3.5でスコアを、ElevenLabs Sound Effects v2でドアが閉まる音と走る足音の2つの効果音を作成します。スコアはテンポとムードで説明し、各効果音は1つのイベントとして記述してください。

A tense, driving electronic cue at 118 bpm for a short film about missing the last train: pulsing arpeggiated synth, deep sub bass, a ticking hi-hat, a sudden drop to a single warm pad at the end, no vocals, cinematic underground night

Subway train doors closing: a two-tone chime, a pneumatic hiss, doors thud shut, then the train accelerates away through a tunnel with a rising electric whine and echo, station reverb

Studioでカット、グレーディング、エクスポート

タイムラインを開き、新しいタイムラインを押してプロジェクトとタイムラインに名前を付け、メディア列のライブラリを開いて、5つのショットを+ボタンで順番に追加します。押すたびにクリップが再生ヘッド位置に新しいトラックとして追加され、Endキーで再生ヘッドが既存のコンテンツの末尾に移動します。ショット2では、ソースプレビューを5秒にドラッグし、+を押す前にアウトをマークを押して、最初の5秒のみを取り込みます。スコアを先頭に追加します。長さが2分あるため、映像の末尾に再生ヘッドを置き、何も選択されていない状態でCキーを押して分割し、末尾をクリックして削除を押します。足音が着地する場所とドアが閉まる場所に2つの効果音を配置します。次に、何も選択されていない状態でツールバーからカラーを開き、タイムライン全体に1つのフィルムストックを選択します。ここではCineStill 800Tを使用します。

↔

前後

動画を書き出しでMP4をレンダリングし、クレジット消費なしでライブラリに保存されます。横の矢印から書き出しメニューを開くと、Premiere Pro または DaVinci Resolveを選択するとZIPファイルが1つダウンロードされます。sequence.xml、タイムラインで使用されるクリップを含むmediaフォルダ、luts/canvas.cubeとしてのグレーディング、そして引き継がれない項目をリストしたREADME.txtが含まれています。まず解凍し、Premiereで「ファイル」>「インポート」を選択してsequence.xmlを選んでください。書き出し後の処理では、引き継がれる内容について詳しく説明しています。

どの作業にどのツールを使うか

再生成が必要な場合

• モデルがキャストを拒否する場合。 Seedance 2.0 FastはValeの参照を拒否しました。プロンプトの言い換えではなく、モデルを切り替えてください。拒否はチェック機能を指しており、プロンプトの問題ではありません。
• キャラクターを維持できないモデル。 Seedance 1.5 Proは課金前にキャラクター参照を拒否し、Seedance 2.5は参照を受け入れますが、彼女独自のセットを構築します。ロケーションを添付した16:9のフレームで確認してください。
• カメラチップがドリフトする場合。 ショット1は「固定」でしたが、カメラは最初の数秒間彼女と一緒に後方へドリフトしました。すべてのテイクで動きを確認してください。
• 頼んでいないプロップ。 フレーム3の傘は、Valeの保存された説明から来たもので、プロンプトからは来ていません。ショットを書く前にキャラクターの説明を読み、各手が何を持っているか指定してください。
• 顔。 衣装、髪型、プロップは5つのショットで一貫していますが、顔が同一人物かどうかはここでは測定されていません。

コスト

フレームは画像ごとに、ショットはモデル、長さ、品質によって、スコアと各エフェクトは実行ごとに課金されます。Studio、カット、エクスポートは無料です。この映画で使用したモデルの現在の料金:

チェックリスト

• 最初のフレームの前にキャラクター、ロケーション、プロップを保存。それぞれ一文で、そのまま再利用。
• キャストとロケーションを添付した16:9のフレームをショットごとに1枚。フルサイズで衣装とプロップを確認。
• 各フレームを4〜6秒でアニメーション化。アクションは1つ、カメラワークは1つ。
• テンポとムードでスコアを作成。エフェクトは1つずつイベントとして追加。
• モデルがドリフトする部分をトリミング。タイムラインで1回のグレーディング。1回だけエクスポート。

自分で試してみる

自分のキャラクターとロケーションを保存し、GPT Image 2.5 Flare で 16:9 の設定、キャストとロケーションを添付した状態でフレーム 1 のプロンプトを使用します。次に Kling v3 の「画像をアニメーション化」で「固定カメラ」チップを使い、ショット 1 のプロンプトを実行します。フレーム 1 のレシピをもう一度実行しました。同じプラットフォームで、同じジャケット、ボブヘア、ブーツ、傘、ケースが再現され、ケースは右手に持たれていましたが、歩幅とベンチの位置は変わっていました。ポーズや細部は変動するものだと想定してください。キャラクターと場所の一貫性は、参照画像によって保たれます。以下の静止画は、キャスト、セット、プロップです。フレームとショットは上記にあります。