AI動画＋ショートドラマ：ひとりでひとつの撮影チーム、アイデアから完成まで全工程を徹底解説

ショートドラマを撮りたいと思ったことはある？脚本を書き上げ、キャラクターも考え、絵コンテも描いた。そして計算してみた：俳優3人×2日＝¥6,000、ロケ地レンタル¥3,000/日、照明＋撮影＋メイク＝¥8,000、編集¥10,000……それでまた静かに脚本ファイルを閉じた。でも、もし2026年なら、ひとり＋1台のパソコン＋AI動画ツールで、視聴者が続きを待ちたくなるショートドラマが撮れると言ったら——信じる？

---

1. 従来型ショートドラマの「コストの壁」とAIショートドラマの「突破口」

まず比較を見てみよう。3分のショートドラマを1話制作する場合：

コスト項目	従来型ショートドラマ	AIショートドラマ
俳優	¥2,000-5,000/日	¥0（AIキャラクター生成）
ロケ地レンタル	¥1,500-5,000/日	¥0（AIシーン生成）
衣装・メイク・小道具	¥1,000-3,000	¥0（プロンプトで制御）
撮影・照明	¥3,000-8,000/日	¥0（AI自動処理）
編集	¥5,000-15,000	¥500-1,000（AIアシスト）
1話あたり総コスト	¥15,000-35,000	¥100-500
30話の総コスト	¥45万〜105万	¥3,000-15,000

コスト差は2〜3桁にのぼる。 つまり、昔のショートドラマは「資本ゲーム」であり、今のショートドラマは「クリエイティブゲーム」だ。アイデアがある人は、投資家を探す必要はない——すぐに撮影を始めよう。

---

2. AIショートドラマ制作の5ステップワークフロー

ステップ1：脚本と絵コンテ（30分）

ここだけはAIに任せられない。AIはアイデアの展開を手伝えるが、中心的な葛藤、キャラクターアーク、感情のリズム——これを決めるのは人間だ。

脚本を書き上げたら、各シーンを「AIが実行できる単位」に分解する：

第3場：屋上の対峙
- カット1（5秒）：主人公がドアを開けて屋上に出る、逆光、後ろ姿
- カット2（5秒）：ヒロインはすでに屋上の端に立っており、振り返ると風が髪をなびかせる
- カット3（5秒）：主人公の顔のアップ、驚き→怒り、目の表情が変わる
- カット4（5秒）：2人が対峙するミディアムショット、空は曇り、緊張した雰囲気
- カット5（5秒）：主人公が駆け寄る、スローモーション、手を伸ばす

ポイント：各カットがそのままAI生成タスクになる。 「2人が屋上で激しい会話を繰り広げる」のような書き方はしない——AIはそこまで複雑な物語は処理できない。5秒ごとのカットに分割し、各カットには中心となるアクションと中心となる感情をひとつだけ入れる。

ステップ2：キャラクターの固定（最重要ステップ）

AIショートドラマ最大の落とし穴：主人公が第1話と第5話で見た目が違ってしまう。

解決策：Seedance 2.0の<画像N>構文を使い、各キャラクターに「ビジュアルプロフィール」を作成する。

# キャラクタービジュアルプロフィール：林小北（主人公）
- 正面写真：<画像1>（白背景の証明写真アングル、無表情）
- 横顔写真：<画像2>（45°の角度、日常の表情）
- 感情参照：<画像3>（怒りの表情の参考）、<画像4>（微笑みの表情の参考）
- 服装：黒のパーカー + ダークブルーのジーンズ
- 体型：細身で高身長、178cm、短髪

# キャラクタービジュアルプロフィール：苏晚（ヒロイン）
- 正面写真：<画像5>（白背景の証明写真アングル）
- 横顔写真：<画像6>（45°の角度）
- 服装：白のワンピースまたは淡色系
- 体型：ほっそりとして165cm、腰まで届く長髪

そして各シーンのプロンプトは必ずキャラクター固定から始める：

<画像1>に写っている男性キャラクター（林小北）が屋上に立ち、逆光。
風が彼の黒いパーカーを揺らす。表情は驚きから怒りへと移り変わる。
カメラをゆっくり顔に寄せる、浅い被写界深度、映画のような色調、1080P

Seedance 2.0のマルチモーダル参照によって、ドラマ全体を通してキャラクターの顔の一貫性を保てる——これは現在の他のモデルにはできないことだ。

ステップ3：シーン生成（バッチ並列実行）

キャラクターが決まったら、すべてのシーンを並行して生成できる。全30話のショートドラマなら約150〜200カット。モデルごとに分担すると次のようになる：

カットの種類	推奨モデル	理由
人物の会話・感情シーン	Seedance 2.0	キャラクターの一貫性が最も高い
風景・抜きショット・雰囲気	Veo 3.1	画質が最高峰、シーンの質感が最も良い
アクション・追跡・格闘	Sora 2	物理的なリアリティがあり、動作が最も自然
素早いつなぎのカット	MiniMax	コストが最も低く、30秒で出力
中国語のセリフ・字幕が入るカット	Kling 3	中国語のシーン理解が最も強い

ステップ4：セリフと吹き替え（音声）

AI動画は今のところ口の動きの同期（リップシンク）に対応しておらず、これが最大の制約だ。ただし、いくつかの代替案がある。

プランA：ナレーション＋シーン映像

セリフをナレーション／心の声として流し、画面ではキャラクターの表情や動作を見せる。これはむしろショートドラマの高度な語り口になる。

プランB：字幕で語る構成

サイレント映画時代の字幕カードのように、映像で物語を語り、重要なセリフは字幕として出す。抖音（Douyin）／TikTokではむしろ好まれる——多くの人が音を消して動画を見ているからだ。

プランC：AI音声＋正面ではないカット

キャラクターが話すときは後ろ姿、横顔、遠景のカットで見せ、AI音声合成（TTS）を合わせる。リップシンク技術が成熟したら、正面で話すカットを後から追加すればいい。

ステップ5：ポストプロダクションとテンポ

AIが生成した素材はあくまで「原材料」。人の編集センスが必要だ。

• テンポを制する： ショートドラマの核はテンポ。AIが生成した5秒のカットでも、最初の2秒が使えないこともある——迷わずカットする
• 効果音の設計： AI動画には効果音が付いていない。足音、ドアの閉まる音、心臓の鼓動——こうした細部が没入感を生む
• 音楽の感情線： 1話全体に1本の感情の起伏を通し、音楽は感情に沿って流す。ただBGMを貼り付けるのではない
• トランジションの設計： 「これはAIカットを並べたものだ」と視聴者に気づかせない。クロスフェード、マッチカット、音の先出し——編集テクニックで痕跡を消す

---

3. 実戦事例の徹底解説：5分間のラブショートドラマ『屋上』

あらすじ

林小北は恋人の苏晚の秘密に気づき、2人は屋上で対峙する。ショートドラマは1つのシーンだけだが、感情のレイヤーは「平穏→疑念→問い詰め→崩壊→和解」と豊かだ。

絵コンテとプロンプト

カット1：林小北が屋上に出る（5秒）

<画像1>に写っている林小北が屋上のドアを押し開け、画面に入ってくる。逆光で彼の姿がシルエットになる。
背後でドアがゆっくりと閉まる。風がパーカーの裾を揺らす。
カメラは屋上のドアの位置に固定。映画的な色調、1080P

カット2：苏晚が振り返る（5秒）

<画像5>に写っている苏晚は屋上の端に立ち、ドアの音を聞いてゆっくり振り返る。
長い髪が風に吹かれ顔をかすめる。表情は穏やかでありながら、何かを予感したような哀しみをたたえている。
ミディアムショット、夕日の暖かい光が彼女の背後から差し込む。浅い被写界深度、1080P

カット3：林小北の表情の変化（5秒）

<画像1>に写っている林小北の顔のアップ。彼はポケットからスマホを取り出し、画面をひと目見る。
表情は困惑→衝撃→怒りと変化し、目の動きがはっきり分かる。噛み締めた顎がわずかに震える。
カメラをゆっくりと目元まで寄せる。冷たい色調が徐々ににじみ入る、1080P

カット4：対峙（5秒）

<画像1>に写っている林小北と<画像5>に写っている苏晚が、屋上で向かい合って立っている。
距離は約3メートル。風が2人の服と髪を揺らす。
空には暗雲が立ちこめ始め、雰囲気は温かさから重苦しさへと移り変わる。
ミディアムショット。2人の間の空気が凍りついたかのようだ、1080P

カット5：林小北が駆け寄る（5秒）

<画像1>に写っている林小北が突然、<画像5>に写っている苏晚に向かって走り出す。
スローモーション。一歩一歩が重く力強い。表情は怒りから恐れへと変わる——彼女を失うことへの恐怖。
カメラは彼の横顔を追いかけ、背景はぼかす、1080P

完成品のデータ

項目	数値
総カット数	5つ
総生成回数	15回（各カット平均2回再実行）
総所要時間	約45分
総コスト	約¥25（Tomato AIのポイント）
使用可能率	33%（15回の生成中、5つ使用可）

従来の撮影と比較：同じ5カットを撮るには、最低でも半日と3人のクルーが必要で、コストは¥5,000以上。

---

4. AIショートドラマの3つの発展的活用法

活用法1：縦型ショートドラマ（抖音／快手）

縦型ショートドラマは2026年で最も成長が速いコンテンツカテゴリーだ。AIの利点は、縦型構図は実写俳優を画面に「収める」必要がなく、AI生成時に9:16の比率を指定するだけでよいこと。

プロンプトのポイント：縦型構図、人物は中央、上下の余白は少なめ、
スマホ全画面視聴に適した、9:16、1080P

活用法2：A/Bエンディングのインタラクティブショートドラマ

同じ物語で、AIを使って異なる結末を生成し、視聴者の投票で選んでもらう。このようなインタラクティブな形式は、AIがなかった時代にはほぼ不可能だった（2バージョン撮影すればコストが2倍）が、今は数行プロンプトを変えるだけでいい。

活用法3：IP化したキャラクターマトリックス

「キャラクター・ユニバース」を構築する——いくつかの固定キャラクターを異なるショートドラマの物語に登場させる。Seedance 2.0の画像固定により、キャラクターのビジュアル一貫性を維持できる。マーベル・シネマティック・ユニバースのようなものだ。ただ、あなたの制作チームはひとりだけだ。

---

5. 現在のAIショートドラマの限界（正直に言うと）

限界	影響	解決時期の見込み
リップシンクがない	話すカットは吹き替え＋字幕に頼るしかない	2026年下半期には実験室レベルの解決策が出る見込み
キャラクターの一貫性にまだ試行錯誤が必要	約30%のカットはやり直しが必要	モデルの継続的な改良中
複雑な動きは制御不能	格闘やダンスなどは今はうまく作れない	物理エンジンとの統合が方向性になる可能性
尺の制限	1本5〜15秒、長い物語はつなぎ合わせる	各モデルとも動画の延長に対応済み

しかし、これらの限界は「できない」理由ではなく、「どうやるか」の制約条件だ。 制約のある中で創作すると、かえってより創造的な語りが生まれる——初期の映画に音がなかったからこそ、チャップリン的な偉大な演技が生まれたのと同じだ。

---

まとめ

ひとりでショートドラマを撮ることは、2024年なら「非現実的」、2025年なら「先駆的実験」、2026年なら「標準スキル」と呼ばれる。

投資家を探す必要も、撮影チームを組む必要も、ロケ地を借りる必要もない。必要なのは次の3つだけだ：良い物語、キャラクター固定用の画像セット、AI動画プラットフォーム。

引き出しの中にある、3年間書いたまま撮っていない脚本を取り出し、一番短いシーンを選んで、上記のプロンプトで5カットを生成してみよう。自分が生み出したキャラクターが画面の中で「生きて」動き出すのを見れば、こう分かるはずだ——クリエイターの最大の敵は予算ではなく、「予算がないと始められない」という固定観念だ。

今すぐ Tomato AI を開いて、Seedance 2.0の<画像N>キャラクター固定機能を使い、最初のキャラクターを動かしてみよう。ひとりでひとつの撮影チーム——これは決してスローガンではなく、2026年の現実だ。