動画生成AIのカメラワークは、生成で作る動きと編集で足す動きに分ける

動画生成AIに手持ちカメラの揺れを何度も頼み直していないでしょうか。AIが出しにくい揺れを言葉で粘り、AIにしか作れない動きを頼み忘れるのは、得意な部下に雑用を、苦手な部下に本業を振るのと同じ配置です。カメラワークには、生成の段階でしか作れない動きと、編集で後から足せる動きがあります。

この記事では、映像制作の基本的なカメラワークを整理したうえで、その二つを見分ける物差しと、AIへの指示の書き方を紹介します。

カメラワークは、見せ方の意図を運ぶ手段です

カメラワークは、物語、テーマ、感情を目に見える形で補強する演出です。ホラー映画は不安を強めるためにブレのある手持ち撮影を使い、壮大なファンタジーはクレーンやドローンで広さを見せます。動画生成AIでも、作り手が定石を知っていれば、短い言葉で狙った映像に近づけます。カメラワークは、カメラの動きに関する技法と、構図やアングルに関する技法の二つに分かれます。

カメラの動きに関する技法

技法	動き	生まれる印象
パン	水平に首を振る	空間の広がり、場面のつながり
チルト	上下に首を振る	下から上は期待感、上から下は圧迫感
ドリー	カメラごと前後に移動	寄ると緊張、離れると孤独や客観
トラック	被写体に沿って並走	躍動感と没入感
クレーン	大きく上下左右に移動	壮大さ、全体から個人への流れ
ステディカム	揺れを抑えて追う	人が歩いて見ているような自然さ
ズーム	位置は固定で画角を変える	強調、急なズームでテンポや緊張
ハンドヘルド	手持ちのブレを活かす	臨場感、混乱、ドキュメンタリー感

AIに頼むときに混同しやすいのが、ズームとドリーです。どちらも被写体が大きくなりますが、画面の中で起きていることは違います。

見分ける物差しは、視点が動くかどうかです

ズームは、カメラの位置が変わらず、写る範囲だけが狭くなります。手前の物と奥の物の重なり方は変わりません。ドリーやトラックやクレーンでは、カメラそのものが移動するので、手前の物と奥の物のずれ方、つまり視差が変わります。木の陰から人物が現れる、柱の向こうの景色が流れる、といった見え方は、視点が動いたときにしか生まれません。

この違いが、編集で足せるかどうかを分けます。

動き	視点の移動	編集で近い効果を足せるか
ズーム	なし	足せる。切り抜いて拡大すれば近い。ただし解像度は落ちる
ハンドヘルドの揺れ	小さい	足せる。編集ソフトで揺れを加える効果がある
遠景のゆっくりしたパン	ほぼなし	ある程度足せる。広い画面の中で切り抜く枠を動かす
ドリー、トラック、クレーン、周回	あり	足せない。視差は生成の段階でしか作れない

AIは映像を安定させる傾向があり、意図的なブレやステディカム特有の揺れは出しにくいとされます。一定速度のパンも、フレームの間で破綻が起きやすい動きです。こうした動きを言葉で何度も頼み直す前に、編集で足せるかを考えます。逆に、視差を伴う動きは後から作れないので、生成の段階で言葉を尽くす価値があります。

構図とアングルにも、AIの得意不得意があります

技法	撮り方	生まれる印象
アイレベル	人の目の高さ	自然で中立、安心感
ローアングル	下から見上げる	威圧感、強さ
ハイアングル	上から見下ろす	弱さ、孤独
バードアイビュー	真上から	全体の把握、ミニチュアのような画
ダッチアングル	カメラを斜めに傾ける	不安、異常
オーバーショルダー	肩越しに相手を映す	距離感、感情移入
クローズアップ	顔や細部を大きく	感情、ディテール
ロングショット	全身と周囲を広く	状況説明、スケール感

真上からの視点は学習データが少なく、屋根や地面の描写が崩れやすいと言われます。クローズアップでは細部の不足が目立ちます。ダッチアングルは、カメラを傾ける、とだけ書くより、不安定さを見せたい、という意図まで書くほうが伝わります。カメラの傾きも、編集で画面を回転させれば近い効果を足せる動きの一つです。

指示の書き方と、手戻りの少ない進め方

テキストから動画を作るAIでは、シーンの説明にカメラの動きを書き足す方法が主流です。

A majestic mountain range at sunset. The camera starts at a low angle behind a rock, then slowly pans up to reveal the mountains, ending on a close-up of the summit with a warm glow.

岩の陰から山並みが現れる見え方は視差を伴うので、生成で作る価値があります。最後の山頂への寄りは、ズームなら編集でも作れます。被写体の周りを円を描いて回る、ピントを手前から奥へ移す、といった動きも指定できますが、複雑になるほどフレーム間の整合は崩れやすくなります。

• 主要なカットのカメラワークを、人が絵コンテで大まかに決める
• そのうち、生成で作る動きと編集で足す動きに印を付ける
• シーンごとに、人物、背景、生成で作る動き、構図、照明を文章にする
• 生成し、破綻や不自然な動きを確かめて、よいテイクを選ぶ
• 編集で、揺れ、寄り、傾きを足し、色を整え、人が最終的に監修する

この物差しが通用しない場面

編集で足す方法には代償があります。切り抜いての拡大は解像度を削るので、もともと解像度の低い生成映像では粗さが目立ちます。後から足した揺れが、本物の手持ち撮影らしく見えるとは限りません。どこまで編集で足すのが得かは、出力の解像度と求める質によって変わり、一律には決まりません。生成した映像の著作権や使用権の扱いが曖昧な場合があること、強いブレや過激な表現が見る人に不快感を与えうることにも注意が要ります。

あなたが次に作るカットで、視点が動かなければ成り立たない見え方はどこでしょうか。それ以外の動きのうち、編集に回せるものはいくつありますか。

この記事の背景にある考え方は、拙著『ChatGPT はじめてのプロンプトエンジニアリング』の8章6節「動画生成AI Sora」に書きました。「では、破綻を防止するためにはどうすれば良いでしょうか？」この問いへの答え方を読むと、生成に何を背負わせ、何を生成の外に出すかを、自分の作品で考え直せるようになります。