【制作の裏側】フルAIでテレビCMを作ったら、半年かかった話。

「AIなら、ボタンひとつで動画ができるんでしょ？」

2025年の今になっても、そんなふうに思われることがたまにあります。でも、声を大にして言いたい。「テレビCMクオリティ」を目指すと、AI制作はめちゃくちゃ泥臭い！

今回は、今年の5月からスタートし、11月にようやく納品できた**「フルAI・テレビCM制作プロジェクト」**の裏側を、可能な範囲でシェアしたいと思います。

特にこだわったのは、「オリジナルソングへの完全なリップシンク」と「北欧の世界観」。そして、プロジェクトを成功させたカギは、**「事前の動画テスト」**にありました。

プロジェクトの全貌：なぜ半年もかかったのか？

まずはざっくりとしたタイムラインから。

半年と聞くと「長い！」と思われるかもしれません。でも、クライアント様のこだわりである**「北欧の緻密な世界観」**を再現し、キャラクターを歌に合わせて違和感なく動かすには、これが必要な期間でした。

僕たちが踏んだプロセスは、大きく分けて4段階です。

（期間：5月〜6月）

企画は3回の提案を通して詰めていきました。ここで一番重要だったのが、絵コンテと同時に行った**「動画のテスト生成（PoC）」**です。

静止画で見せるのは簡単なんです。今のAIは絵がうまいから。でも、いざ動かすと「あれ？なんか違う」「指がおかしい」「背景がグニャる」というのがAI動画の常。

だからこそ、本番に入る前に**「今の技術で、このキャラクターを動かすとこうなります」**というテスト動画を作り、クライアント様に見ていただきました。

「この質感ならOK！」「ここはもう少し制御できないか？」

この**「クオリティの握り」**を最初にできたこと。これが、後半のトラブルを防ぐ最大の勝因でした。

（期間：7月〜8月）

ここからは世界観の構築です。クライアント様から共有いただいたのは、洗練された**「北欧」**のイメージ画像。

AIに「部屋、おしゃれ」と指示するだけでは、どうしてもアメリカンになったり、ファンタジーすぎたりします。光の入り方、家具の質感、色使い……。プロンプトとレタッチを駆使して、**「これぞ北欧」という一枚絵（Styleframe）**を作り込みました。

ここでのルールは**「修正は2回まで」**。回数を決めることで、お互いに「ここを直せば完璧になる」という集中力が生まれます。動画にする前に、キャラの顔も背景もここで完全にフィックスさせました。

（期間：9月〜10月）

さあ、いよいよ最大の山場。**Image to Video（静止画を動画にする）**の工程です。

今回の肝は、オリジナルソングに合わせた「リップシンク（口パク）」。しかも、SE（効果音）は一切なし。音楽と映像の力だけで見せる構成なので、口の動きがズレると一気に冷めてしまいます。

ここでも**「修正は2回まで」のルールを適用。無限に生成できるAIだからこそ、「奇跡のテイク」**が出るまで粘るのではなく、確実なディレクションで正解を導き出す。何百回もの生成の裏には、そんな地道な試行錯誤がありました。

（期間：11月）

最後に編集、グレーディングを経て、無事テレビCM用データが完成！ ……ですが、仕事はまだ終わりません。

「テレビ（16:9）からスマホ（9:16）へ」

今の時代、CMはSNSでも流れます。単に横長の映像をトリミングすると、せっかく作った北欧の部屋やキャラクターが見切れてしまう。そこで、AIの**「アウトペインティング（背景拡張）」**技術などを使い、縦型専用の構図として再編集を行いました。

半年間のプロジェクトを振り返って思うのは、**「フルAI制作＝楽をするための技術ではない」**ということです。

むしろ、人間が頭の中で描いている「北欧の空気感」や「歌のニュアンス」を、AIという絵筆を使ってどう表現するか。そこには、従来の実写撮影と同じくらいの、あるいはそれ以上の**「ディレクションの熱量」**が必要でした。

2025年、AI動画はここまで来ました。「AIでなんとなく作った動画」から、**「AIだからこそ描けた、心に残る映像」**へ。

そんな手応えを感じた、熱い半年の記録でした。

【制作の裏側】フルAIでテレビCMを作ったら、半年かかった話。

Takenori Hashimoto (GOTEN)