AI動画でヨガと瞑想コースを作る:オンラインインストラクターのコンテンツアップグレード

火曜日の朝6時40分、トロント在住のある受講生が、あなたの最初のフローヨガクラスをタップして開く。彼女はパジャマ姿で、コーヒーはまだキッチンに置いたまま、スマホはヨガマットの横に立てかけられている。最初の12秒で彼女が見たのは、あなたの寝室のドア枠、クローゼットの反射、黄色みがかった天井の照明、そしてスマホスタンドのわずかな揺れが生む酔いのような感覚。彼女は冒頭の自己紹介を最後まで見て、それからスワイプして離脱した。

これはポーズの問題ではない。あなたの太陽礼拝のデモに誤りは一つもないし、キューもクリーンだ。問題はこうだ——オンラインコースの最初のハードルは専門性ではなく、「彼女が3秒以内にその状態に入れるかどうか」。そしてその「入れるかどうか」は、90% が映像で決まる。

幸いなことに、海に面したスタジオを借りる必要も、撮影クルーを雇う必要もない。AI 動画生成は今や、教材の背景、コースの空鏡、プロモ素材として使えるカットを安定して出力できる。しかもコストは想像よりずっと低い。この記事では、この一年で十数人のヨガ・瞑想インストラクターのコンテンツアップグレードを手がけてきた実践ノウハウを全部書き出す。

あなたの競合は隣のスタジオではなく、Calm と Netflix だ

多くのインストラクターは、価格設定やコンテンツ設計で同じ街の別のヨガスタジオをベンチマークにする。しかし受講生の判断基準はそう動いていない。彼女がスマホ上で比較対象にしているのは、Calm の呼吸ガイド短編、Headspace のアニメーションコース、YouTube でアイスランドの黒砂海岸のフローヨガを撮った無料の長尺動画、そして Netflix のドキュメンタリーのどれか1フレームを切り取っても壁紙になるような映像だ。

この参照系の中で、3つの画面の問題がほぼ即座にコンバージョンを殺す:

• 背景の情報量が多すぎる——本棚、物干し、ペット、窓の外の車の流れ。どれもが注意を奪い合っている;
• 光が均一でない——天井の照明が目のくぼみに影を作り、肌の色が灰色がかって見え、受講生は無意識に「この講座はアマチュアっぽい」と感じる;
• カメラワークが呼吸のリズムと衝突する——手持ちの揺れや素早いズームやパンは、スローペースのコースでは絶えず不安を生み続けるのと同じ。

逆に、画面が「合って」しまえば、データはすぐに反応を返してくる。私が一緒に仕事をした陰ヨガのインストラクターは、6本のクラスの背景を寝室から AI 生成の早朝の竹林と海霧の空鏡に差し替えただけで、映像には他に一切手を加えていないのに、完走率が 41% から 67% に上がった。受講生が残ったのはポーズが難しくなったからではなく、映像がそこにいたいと思わせたからだ。

だから、まず一つの前提を受け入れてほしい。あなたが作っているのは単なる教材動画ではなく、「ビジュアルプロダクト」なのだ。

まず線を引く:AI がやるべきこと、絶対にやるべきでないこと

ここで反直感的なことを一つ言わなければならない。多くのインストラクターは初めて AI 動画を使うとき、方向を間違える——AI に「AI ヨガ講師」を生成させて自分の出演を代替させようとするのだ。それはやめてほしい。

理由は二つある。第一に、信頼。受講生が購読しているのはあなたの人格、あなたの声、あなたがデモをするときのあの呼吸の間であって、見知らぬ合成キャラクターはそれを一瞬で消し去ってしまう。第二に、リスク。現在の主要な動画モデルは人体の細部の扱いがまだ安定しておらず、指や肩関節、膝の向きをよく間違える。そしてヨガはまさに、関節のアライメントを最も気にする運動だ。「ヨガに見える」誤ったポーズは、知識のある受講生にすぐ動画を閉じさせ、スクリーンショットを撮ってSNSで突っ込まれることにもなる。

正しい分担はこうだ:

核心原則:AI は環境・雰囲気・パッケージングを担当し、あなたは身体・キュー・呼吸を担当する。

具体的には、AI 動画は次のような仕事を担える:

• 教材用の背景板:清潔な壁やグリーンバックの前で撮影し、ポストプロダクションで AI 生成の森、海辺、砂漠、ミニマルな室内を背景として合成する;
• セクション間の空鏡:瞑想ガイドの前後やコースの切り替えの間に、5〜10秒の自然景観カットを挿入し、受講生に「呼吸の余地」を与える;
• 抽象アニメーション:水面の波紋、オーロラ、ゆっくり流れる色のブロック。瞑想ガイドや呼吸のカウントに使う;
• ポーズ演示アニメーション:ミニマルな線画人形によるシークエンス演示。予告、サイトの Hero、SNS ショート動画に使う;
• コースプロモーション映像:15〜30秒の集客素材。TikTok、Instagram Reels、YouTube Shorts に投放したり、ペイドソーシャルの素材にしたりする。

AI が担うべきでないもの:コース本編でのポーズ実演、解剖学的な正確さが求められる動作の分解、そして「あなた本人のふりをする」合成ポートレート。

シーン:寝室を森、海辺、日の出の砂漠に置き換える

これが最も費用対効果の高いステップだ。必要なのは清潔な背景(無地の壁、グリーンバック、あるいは幅2メートルの不織布)と、10分間の撮影だけ。あとは AI に任せればいい。

シーンのプロンプトを書くときは、3つのことを覚えておこう:遅い、空いている、文字なし。

• 遅い:カメラの動きは、あなたの最も遅い呼吸よりも遅くなければならない。速いズームやパンはコースのリズムと喧嘩する;
• 空いている:人物のための構図の余白を残す。通常は画面の左側か中央の3分の1を空白にする;
• 文字なし:プロンプトに文字の要求を入れない。モデルが生成する字幕は必ず文字化けするので、あとから自分で入れる。

そのまま使えるテンプレートをいくつか:

夜明けの竹林をゆっくりとドリーイン、
柔らかなボリューメトリックライトの光線が淡い霧を貫く、
穏やかなカメラのドリフト、浅い被写界深度、
画面の左3分の1に何もないネガティブスペース、
落ち着いたニュートラルなカラーグレーディング、人物なし、文字なし、
シームレスループ、10秒

日の出の静かな地中海のビーチのワイドな固定ショット、
穏やかに打ち寄せる波、温かなゴールデンライト、
手前の隅でヤシの葉を揺らすそよ風、
人物なし、文字なし、シネマティックなドキュメンタリースタイル、
ミニマルで穏やか、ループ可能、12秒

ミニマルなスタジオの室内、温かみのあるオーク材の床、
薄手のリネンのカーテンがかかった大きな窓、
柔らかな朝の光の中を漂う埃の粒子、
極めてゆっくりとした右へのパン、落ち着いたアースカラー、
人間なし、家具の雑多なものなし、8秒

深いティール色の水面の抽象的なスローモーションショット、
柔らかなコースティックライトの模様が漂い折り重なる、
瞑想的、催眠的、シームレスループ、
人物なし、文字なし、15秒

瞑想コースは特に「ループ可能」な映像を必要とする。編集ソフトで同じ10〜15秒の空鏡の頭と尻をディゾルブでつなげば、20分の背景を埋められる。受講生はほとんど繰り返しに気づかない。

実務的なディテールを一つ:グリーンバック撮影時の光源の色温度を記録しておく。通常は 5600K だ。シーンを生成するときはプロンプトに 暖かなゴールデンライト、冷たい曇天の光 といった記述を加える。そうして初めて、ポストプロダクションでの合成時に人物と背景の色温度がつながる。ここで手を抜くと、画面は即座に「シールを貼ったような」感じになる。

ポーズ演示アニメーション:ポーズのシークエンスをループ可能な補助素材にする

毎回出演して予告を録るのが面倒な場合、あるいはコースのランディングページ、アプリのスプラッシュ、SNS のアイコンアニメーションに置ける素材が必要な場合、線画人形アニメーションが最適解だ。

利点はこうだ。顔がないから「これは真人の実演かどうか」という信頼の問題が生じない。線がシンプルだから、モデルの解剖学的なミスが大幅に減る。スタイルが抽象的だから、どんなブランドのビジュアル体系に置いても違和感がない。

ミニマルな線画アニメーション、1体の人物が
太陽礼拝のシークエンスを流れるように行う:
山のポーズ、前屈、ハーフリフト、プランク、
コブラ、ダウンドッグ、そして立位に戻る。
深いティール色の背景に、クリーンな白の単一線幅のライン、
滑らかで連続的な動き、呼吸に合わせたタイミング、
顔のパーツなし、文字なし、ループ可能、12秒

いくつかの重要なパラメータ:

• 各ポーズは2〜3秒キープ。モデルに60秒の連続した完全なシークエンスを生成させようとしないこと。15秒あたりから「溶け始める」;
• 8〜12秒のクリップに分割して個別に生成し、あとでつなぐ。こちらのほうがはるかに制御しやすい;
• 生成のたびにフレーム単位で関節をチェックする。特に膝の向きと肘の曲がる方向。ミスを見つけたら再生成する。「視聴者にはわからないだろう」という甘い期待は捨てる;
• 線の色と背景色は固定値として書き出す(例:deep teal #0E3B43)。そうすれば、別々のバッチで生成したクリップを一つのセットとして組み合わせられる。

反直感的な提案を一つ。演示アニメーションはあまりに「滑らかすぎる」ものにしないほうがいい。実際にヨガを練習してきた人はスピードにとても敏感だ。アニメーションのテンポを、あなたが実際に口頭でガイドする速度に合わせれば、受講生は本編のコースでも違和感を覚えない。

15秒のコースプロモ映像:売るのは「終わったあとの感覚」であって、ポーズのリストではない

多くのインストラクターが自分で編集した集客動画には、共通の問題が一つある。最初の5秒で自己紹介をしてしまうのだ。「私は〇〇、RYT500 認定、指導歴8年……」——受講生はこの段階ではまったく関心がない。

プロモ映像の注意の窓はわずか3秒。そしてヨガや瞑想のようなコンテンツでは、最強のフックは資格ではなく感覚だ。素足がコルクマットを踏むアップ、指の間を陽光が抜けていく瞬間、呼気で肩がすとんと落ちるあの一瞬。これらの映像は「練習したあとの感覚」を思い出させる。そして人は、その感覚にお金を払う。

そのまま再利用できる四段構成:

• 0〜3秒:感覚のアップ(足、手、呼吸、マット)。無音、または環境音あり;
• 3〜7秒:シーンと人物。「こんなふうになりたい」という投影を成立させる;
• 7〜11秒:コース内容の一端(シークエンス、キュー、インストラクターの調整の手);
• 11〜15秒:コンバージョンアクション。暗転で締め + テキストの CTA。

マルチショットの記述でプロンプトを書くと、モデルは時間順にカットを切り替える:

15秒のシネマティックなシークエンス、暖かな朝の光:
[0-3秒] 素足がコルクのヨガマットを踏みしめる極端なアップ、
空気中に柔らかな埃;
[3-7秒] 大きな日の出の窓を背にした、ウォリアー2の女性のシルエット、
肩でゆっくりとした呼吸が見える;
[7-11秒] 木の床でゆっくりとしたヴィンヤサフローの俯瞰ショット、
身体に合わせて動く衣服;
[11-15秒] 胸の前で手が合掌の位置に来る、
穏やかな呼気、ゆっくりと暗転。
暖かなニュートラルグレーディング、浅い被写界深度、画面内テキストなし

Instagram Reels、TikTok、YouTube Shorts に投放するときは、9:16の縦型バージョンも生成する:

縦型 9:16、8秒、明るく風通しのよいスタジオで
ヨガ講師が生徒のダウンドッグをそっと調整するスローモーションショット、
自然な窓からの光、温かみのある肌のトーン、
さりげない手持ちの微細な揺れ、
キャプション用に画面の上3分の1を空白に、
画面内テキストなし、シネマティック

縦型で覚えておくことは二つ。主体は中央よりやや下に置く。プラットフォームの UI が上下の端を食ってしまうからだ。上部3分の1は空白にする。フックのコピーを置くために。

コースの販売に Teachable、Kajabi、Gumroad、あるいは自前の Squarespace サイトを使っているなら、これらのプロモ映像はそのままページの Hero 動画として使える。地元のカメラマンを半日雇い(通常 $600 から)、さらに編集者にショート動画を数本作ってもらう($500〜$1,200)のに比べれば、この工程における AI 生成のコストはほとんど無視できる。

一貫性:20のカットを同じ一本の映像のように見せる

ここが初心者が最も失敗しやすいところだ。20のとても美しいカットを生成しても、つなげると20の別ブランドの作品のように見える。青みがかったもの、黄色みがかったもの、シネマティックなもの、スマホで撮ったようなもの。原因は「スタイル文字列」を固定していないことにある。

やり方は簡単だ。まず固定のスタイル記述を一段落書いて、すべてのプロンプトにそのままコピーする。

ARRI Alexa で撮影、35mm レンズ、浅い被写界深度、
柔らかな自然光、落ち着いたアースカラーのパレット、
フィルムグレイン、シネマティックだが穏やか、文字なし、ウォーターマークなし

そしてすべてのプロンプトを [シーン記述] + [スタイル文字列] にする。

同時に、次の点にも注意しよう:

• 同じ一本の映像は同じモデルで生成するよう固定する。Kling、Veo 3.1、Sora 2、Seedance 2.0、即夢 3.0、MiniMax Hailuo 2.3 にはそれぞれの「気質」があり、混ぜるとスタイルが引き裂かれる。まず各モデルで5秒のテスト映像を生成して比較し、自分のブランドに最も合うものを選び、最後までそれを使う;
• 先頭フレームの参照画像で構図をコントロールする。教材シーンの写真を先頭フレームとして入力すれば、人物の位置、色調、画角がはるかに安定する;
• ネガティブプロンプトは明確に書く:文字なし、ロゴなし、ウォーターマークなし、余分な手足なし、歪んだ手なし;
• 一度に変える変数は一つだけ。光を調整したいなら光の記述だけを変え、カメラと色調を同時に変えない。そうしないと、どのパラメータが効いたのか永遠にわからない。

一貫性はコピー&ペーストで生まれる。運ではない。 あのスタイル文字列をメモに保存しておこう。それはあなたの最も価値ある資産の一つだ。

早見表:ゼロからコースのビジュアル一式までの完全ワークフロー

段階	あなたが作るもの	長さ/仕様	プロンプトの要点	よくある落とし穴
1. ポジショニング	AI をどの工程で使うか明確にする	—	背景、空鏡、アニメーション、プロモ映像だけ	AI で真人の実演を代替しようとする
2. 撮影	清潔な背景の真人素材	1080P 以上、グリーンバックか無地の壁	光源の色温度を記録(例:5600K)	背景が雑然、天井照明の影
3. シーンテスト	各シーンにつきテスト映像1本	3〜5秒	まず短編でスタイルを検証してから長尺を出す	いきなり30秒を生成してクレジットを無駄にする
4. シーンの量産	竹林/海辺/砂漠/ミニマル室内	8〜15秒、ループ可能	slow dolly、ネガティブスペース、人物なし	カメラの動きが速すぎて呼吸のリズムと衝突
5. 抽象アニメーション	瞑想の背景、呼吸ガイド	10〜15秒	水、オーロラ、ゆっくりしたモーフィング	画面が「賑やか」すぎて注意を奪う
6. ポーズアニメーション	線画人形のシークエンス	各8〜12秒、1ポーズ2〜3秒	line-art、固定色値、顔のパーツなし	フレーム単位で関節の向きをチェック
7. プロモ映像	ランディングページとSNS素材	15秒の横型 + 9:16の縦型	四段構成、感覚的なオープニング	最初の3秒で資格を語る
8. 全体の統一	スタイル文字列の固定	—	同一モデル + 先頭フレーム参照 + 固定グレーディング	複数モデルの混用でスタイルが引き裂かれる

小さなテストから始める。一度に全部を賭けない

最初のトロントの受講生に戻ろう。彼女があなたのコースをスワイプして離れたのは、あなたが専門的でないからではない。映像が「この次の25分はとても心地よい」という言葉を、あなたの代わりに伝えてくれなかったからだ。そしてこれはまさに、今の AI 動画が最も得意とする補完部分だ——ヨガを理解する必要はない。雰囲気を正しく作ればいいだけだ。

すぐ試してみたいなら、最小の一歩から始めるのがおすすめだ。シーンを一つ選び、5秒のテスト映像を生成して、自分の合成ワークフローにちゃんとつながるか見てみる。私自身がよく使う入り口は Tomato AI(cctocv.com)で、Kling、Veo 3.1、Sora 2、Seedance 2.0、即夢 3.0、MiniMax Hailuo 2.3 の6モデルを同じ画面にまとめており、同じシーンを異なるモデルで一度に比較できる。6つのアカウントを登録する必要はない。出力は 1080P でウォーターマークなし、登録すると無料クレジットがもらえ、竹林・海辺・ミニマル室内の3つの背景をそれぞれテストするには十分だ。

クレジット消費について、おおよその目安を持っておこう。Kling、即夢クラスのモデルは約10クレジット/秒、Seedance 2.0 クラスは約20クレジット/秒。だから順番が重要だ——まず3〜5秒の短編でスタイル、構図、色調をすべて確認してから、長尺を出す。ここをしっかりやれば、少なくとも半分のクレジットを節約でき、さらに重要なことに、何度もやり直す午後まるごとを節約できる。

コースビジュアルのアップグレードとは、画面をより派手にすることではない。邪魔なものを一つずつ取り除き、受講生に呼吸という一事だけを残すことだ。あとは、映像に任せよう。