「AIだけでショート動画をどこまで作れるか」を試している個人開発の記録です。今回の題材は、原作ファンとして紹介したい『ドラゴンボール』セル編の3本目「悟飯の覚醒」。台本、声、映像、効果音、公開前チェック、YouTube への投稿までを自動でつなぎました。人がやったのは、題材の一覧を設定ファイルに書いたことだけです。なお、この動画は原作ファンによる非公式の紹介(オマージュ)です。
作った動画の概要
| 項目 | 内容 |
|---|---|
| タイトル | 【棒人間で再現】ドラゴンボール セル編③ 悟飯の覚醒 |
| 長さ | 1分10秒 |
| 場面数 | 12 |
| 形式 | 縦型 1080×1920・30fps(YouTube ショート) |
| フレーム数 | 4198 |
| 効果音の数 | 62 |
| 登場人物 | 孫悟飯、セル、孫悟空、人造人間16号、ベジータ、セルジュニア |
セルゲームで悟空に指名された悟飯が、16号の言葉をきっかけに覚醒し、親子のかめはめ波でセルを倒すまでを12場面にまとめています。
仕組み:工程ごとの役割と使った技術
全体は Python で書き、Google Cloud の Cloud Run Jobs と Cloud Scheduler で定期実行しています。ローカルでも同じコマンドで動きます。
台本づくり(Claude API)
Claude API の構造化出力を使い、場面ごとのナレーション、字幕、読み、登場人物の見た目、動き、カメラ、効果を JSON で出させます。後ろの工程はこの JSON だけを見て動くので、台本が実質的な設計図になります。
ナレーション・セリフ(VOICEVOX)
VOICEVOX を Cloud Run 上で動かし、1行ずつ音声合成して字幕と音を同期させています。ナレーターはずんだもん。キャラクターのセリフは AI がキャラごとに声を選び、次の回からも同じ声を使います。
映像(自作の棒人間レンダラー)
Python と cairo で作った棒人間レンダラーで、関節角度からポーズを作ります。パンチ・気功波・飛行など28種類の動きと、背景・エフェクトを1コマずつ描き、ffmpeg で動画にしています。字幕と見出しは Pillow と Noto Sans CJK です。
効果音(numpy)
効果音は外部素材を使わず、numpy で波形から合成しています。今回は62個の効果音が入りました。
公開前チェック(Claude)
Claude がサムネイル画像と台本を見て、原作との事実関係、権利、YouTube ポリシーを審査します。問題があれば台本を自動で直し、作り直す流れです。
工程別の制作時間
| 工程 | 時間 | Claude呼び出し | 入力トークン | 出力トークン |
|---|---|---|---|---|
| 台本づくり(Claude) | 2分00秒 | 1回 | 5,632 | 13,282 |
| art_digest | 8秒 | 1回 | 1,313 | 784 |
| ナレーション音声(VOICEVOX) | 47秒 | 0回 | – | – |
| 棒人間アニメの描画・動画化 | 19分55秒 | 0回 | – | – |
| 公開前チェックと修正(Claude) | 22分30秒 | 3回 | 21,419 | 10,808 |
| YouTube への投稿 | 0秒 | 0回 | – | – |
| 合計 | 45分21秒 |
いちばん時間がかかったのは描画ではなく公開前チェックと修正でした。4198フレームの描画が19分55秒なのに対し、チェックと修正は22分30秒です。
費用
| 工程 | Claude費用 |
|---|---|
| 台本づくり | $0.29(約43円) |
| art_digest | $0.04(約6円) |
| 公開前チェックと修正 | $0.30(約45円) |
| 合計 | $0.63(約95円、1ドル=150円で換算) |
Claude の費用は、台本づくりとチェックでほぼ半分ずつ。チェックは3回呼び出していて、入力トークンが一番多い工程です。
AIのチェックで見つかった問題と直し方
公開前チェックは2回行われ、どちらも判定は OK でしたが、注意(warn)がいくつか付きました。
1回目の指摘
- 表現の正確さ:概要欄の「片腕になった悟飯」は腕を失ったように読める。原作では片腕を負傷して使えなくなっただけなので、「片腕を負傷した悟飯」などが正確
- 描写の強さ:16号への攻撃の場面は、棒人間表現なら問題ないが、破壊の描写を強調しすぎないように
- メタデータと尺のずれ:タイトルの「【60秒でわかる】」が実際の尺と合っているか確認を。12場面構成で60秒を超えると誤解を招く
- 呼称の時期:「超サイヤ人2」はセル編の時点では作中でまだ使われていない呼び方。慣用的なので問題はないが、厳密さを求めるなら補足を
実際の動画は1分10秒なので、60秒をうたうタイトルは確かにずれていました。公開されたタイトルは「【棒人間で再現】」になっています。また、ナレーションは「のちに言う超サイヤ人2」という言い方になっていて、呼称の時期の違いをふまえた表現です。
2回目の指摘
- セル復活直後の場面で、ベジータが単身で突撃する動機につながる出来事が省略されている。必須ではないが、一言あると流れがより正確
- 最後の「次回、悟空が一日だけ帰還!」は、原作では7年後の出来事。時間が飛ぶことを補足すると誤解を防げる
2回目はどちらも「必須ではない」レベルの指摘で、判定は OK のまま公開まで進みました。次回予告の時間の飛び方は、次の回の台本で補足するのがよさそうです。
やってみてわかったこと・今後
- チェック工程が一番重い:時間も Claude の費用も、台本づくりと同じかそれ以上にかかります。ただ、尺とタイトルのずれや、誤解を招く言い回しは人が見ても見落としやすい部分で、ここに時間を使う価値はあると感じました
- 「OK だが注意」の扱いが課題:判定 OK でも warn が残ります。どの warn を自動で直し、どれを次回に回すかのルールをはっきりさせたいところです
- シリーズものは前後の回のつながりが大事:次回予告の時期のずれのように、1本だけ見ていると気づきにくい指摘が出ます。前後の回の台本もチェックに渡すのが次の改善候補です
まとめ
人の作業なしで、1分10秒・12場面のショート動画が45分21秒、Claude 費用 約95円でできました。映像を描く時間よりも、AI が自分の台本を見直す時間のほうが長かったのが今回の一番の発見です。次は warn の扱いと、回をまたいだ事実チェックを改善していきます。
※動画は原作のファンによる非公式の紹介動画です。登場人物は棒人間で表現しており、原作の絵・音声は使用していません。音声: VOICEVOX:ずんだもん、VOICEVOX:麒ヶ島宗麟、VOICEVOX:青山龍星、VOICEVOX:白上虎太郎、VOICEVOX:玄野武宏




