AI動画生成のやり方：テキスト・画像から動画を作る完全ガイド（2026年版）

参照素材から確認済み動画まで

適切な参照でショットを定め、明確な動きを一つ指定し、展開を広げる前に結果全体を確認します。

AI動画生成はテキストや静止画参照から短い動画を作ります。NamiFusionのAI Generatorにはテキスト動画化、画像動画化、参照動画化、動画編集があります。素材スロット、時間、比率、解像度、音声などは選択モデルで異なります。クレジットを消費するため、送信前に現在の表示費用を確認します。

要点まとめ（TL;DR）

テキストだけから動画を生成（テキスト→動画）することも、静止画を動かす（画像→動画）こともできます。

トップ動画モデルが1か所に集約。同じプロンプトで比較して、最良のものだけを採用できます。

ワークフローの連鎖が可能。画像を生成し、「参照画像として使う」をクリックすれば、ページを離れずにそのまま動画化できます。

シード、バッチ実行、ページ内履歴により、試行錯誤は運任せではなく体系的な作業になります。

費用はモデル、時間、解像度、素材経路、その他の課金設定で変わります。送信前に現在の見積もりを確認します。

テキストからAI動画を生成するには？

1. AI Generatorを開いてログインし、Videoタブでショットに合う方式とモデルを選びます。
2. モデルカードで動画1本あたりのおおよその価格と対応オプションを確認します。
3. ショットを描写します。被写体、アクション、舞台、カメラの動き、雰囲気です。
4. 生成をクリックすると、クリップはページ内の履歴に入ります。
5. 何テイクか比較し、最良のテイクのシードを再利用してコントロールされたバリエーションを作ります。
6. 動きがしっくりこなければ、同じプロンプトを別のモデルで再実行します。モデルの切り替えはワンクリックで、新しいサブスク契約は不要です。

画像から動画を作るには？

画像→動画は1枚の画像から始まります。写真をアップロードするか、いま生成した画像をそのまま使うと、モデルがその画像を視覚的な基準として動きを付けます。構図、キャラクターの容姿、商品の見た目にこだわるなら、テキストだけよりはるかにコントロールしやすい方法です。

被写体の外観が重要なら、静止画で構図と人物を確定・承認し、「参照画像として使う」から対応する画像動画化モデルへ渡します。画像と動画の費用比は固定ではないため各見積もりを確認します。価値は動画の無駄な反復前に外観ミスを見つける点です。

AI動画は実際に何に使われている？

量産の王者はショート動画です。フック映像、Bロール、そして実写の予算では到底撮れないビジュアルネタ。マーケターは商品を現実にはあり得ないシチュエーションにレンダリングし、ミュージシャンはロケ地を1つも押さえる前にMV全体の絵コンテを回し、スタジオはテキスト→動画をプリビズに使っています。高価なショットの安価な動く下書きというわけです。

用途にはプリビズ、短編の冒頭、Bロール、商品コンセプト、人物動作の草案があります。生成が素材購入や撮影より安いとは限らず、人物や商品も自動で一貫しません。実際の権利・制作費を比較し、各ショットで承認済み参照を再利用します。

AI動画のプロンプトはどう書く？

動きを明示的に書くこと。これが画像プロンプトとの最大の違いです。何が動くのか、どのくらいの速さか、カメラはどう動くのか（ドリー、パン、固定）。動画プロンプトはショットの演出指示であって、画像のキャプションではありません。

1つのプロンプトには1つのシーン、1つの連続したアクションだけを書きます。複数シーンのストーリーを1クリップに詰め込むのはほぼ確実に失敗します。ショットごとに生成して、編集ソフトでつなぎましょう。

A slow dolly-in on an astronaut walking through a sunflower field
at golden hour, petals drifting in the wind, warm backlight and
lens flare, cinematic color grading, smooth stabilized camera motion

AI動画生成にかかる費用は？

動画生成はクレジットを消費し、モデル、時間、解像度、参照経路、音声などで費用が変わります。価格と機能は更新されるため、送信前の表示を基準にします。

予算管理では企画と静止画参照を確認し、検証目的を満たす最小設定で動きを試します。高速・高品質が共通の価格階層に対応するとは限らず、現在のモデルを個別比較します。

一括処理前に現在の設定を読み、明確な承認条件を持つ短いショットを1本実行します。一例ですべてのプロンプトや素材は評価できません。

API経由でAI動画を生成できる？

できます。/api-keysでキーを作り、現在の動画モデル設定を読み、POST後にtask_uuidを適度な間隔でcompleted、failed、cancelledまで照会します。

多数のショットをレンダリングするパイプライン（例えば短編エピソード全体の絵コンテ化）なら、このAPIと呼び出しごとのクレジット課金の組み合わせのほうが、Web画面でショットを1つずつ処理するよりずっと効率的です。

curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/<model_id>" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "prompt": "a slow dolly-in on an astronaut walking through a sunflower field at golden hour"
    }
  }'

# Video jobs take longer — poll the task until it completes
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/<task_uuid>" \
  -H "Authorization: Bearer YOUR_API_KEY"

練習：テキスト主導と画像基準のショットを比べる

単純なショットを計画します。「カフェのカウンターにトラベルマグが置かれ、湯気が静かに上がる間、カメラがゆっくり少しだけ寄る」。テキストから動画では、マグ、カフェ、光、湯気一つの動き、カメラ移動を記述します。画像から動画では、希望する冒頭構図の静止画を先に承認し、モデル対応の開始フレームまたは参照枠に入れ、動きの指示を簡潔にします。両方式が同じ結果になるとは想定しません。

選択モデルに実際に表示される長さ、解像度、比率、音声、終了フレームなどの設定だけを使います。一部の画像動画化は元画像の比率を引き継ぐため、非対応設定を強制しません。表示料金を確認し、各方式で短いクリップを1本ずつ作ります。1回で普遍的な優劣を決めず、構図の維持と一つの動きへの追従を比較する練習です。

次の生成前にクリップ全体を見る

通常速度で全フレームを再生し、冒頭、中盤、終了フレームを個別に確認します。マグの形が一貫し、湯気が別の物体へ変わらず、カメラ移動が滑らかで、カウンターと背景が安定し、終了フレームも使える場合だけ合格です。意図的に音声を有効にし、モデルが対応する場合は、関連性とノイズを別に確認します。良い冒頭でも壊れた終わりは補えません。

構図が流れるなら、承認済み静止画と対応する画像基準方式を使います。動きが乱れるなら副次動作を削り、湯気と緩い寄りだけ、必要なら一つの動きだけにします。終盤で被写体が変わるなら、全体を書き直す前に対応する短い長さを試します。カメラが動かないなら移動指示を明確にします。再試行は一入力ずつ変更して短尺から始め、長い時間、高い設定、反復生成は選択モデルに応じてクレジットを増やす可能性があります。