Opus 5.5で動画を作る型をサムさんが解説。描く型と切る型、どちらで頼むかが分かる

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくんです。今回は、サムさん（@monchi_sam_777）がXの記事で書いた、Opus 5.5で動画を作る型を紹介するね。

サムさん（X Article・@monchi_sam_777）

Opus5.5に動画を生成する機能は無い。

サムさんは、Opus5.5がしているのは、絵を描くプログラムを書いて、1コマずつ描いて、動画ファイルにまとめる作業だと書いています。

画面のどこに何色の何を置くかを時刻ごとに決めるプログラムを書き、1コマずつ画像にして、最後にffmpegで音と一緒に1本のmp4にまとめる流れです。

日本の7本の事例は、コードで絵を描くアニメ、複数のAIの分業、After Effectsを操作させる編集の系統に分けられています。

私のリールは、そのどれとも少し違いました。

元にしたのは、AI氣道のYouTubeにある7分41秒の動画です。Opus 5.5は、絵を描いていません。

音声を単語ごとの時刻つきで文字に起こして、その時刻から切る位置を決めていました。この記録は、リールを1本作った記事に書いています。

描くのではなく、すでにある映像を切る。私は、これを切る型と呼んで読むことにしました。

手元に撮った動画があるなら、切る型。何もない所から作るなら、描く型。素材があるかどうかで、最初に選ぶ型が決まります。型が決まると、見に行く事例も絞れます。

私の入口は、成果物がカタチになる楽しさです。

本人原文でも、AIを触っていて、長文や画像や音楽やLPなど成果物がカタチになりやすく、意図以上にできてワクワクした、と残っています。

動画も、まず1本カタチにしてみる進め方が、私には合っています！ただ、手を動かす前に、切る型か描く型かだけは決めておきたい。

ここを混ぜたまま読むと、どの事例も自分のことに見えてしまうからです。

🎯 素材の在庫を数える3分: 手元に、まだ動画にしていない素材（撮った動画、録画したLIVE、写真の束）が何本あるかを数えます。1本でもあれば、まず切る型で考えます。

サムさん（X Article・@monchi_sam_777）

設計図が同じなら、100回書き出しても同じ絵になる。

サムさんは、コードで描く動画と動画生成AIの違いを挙げています。動画生成AIは毎回ゼロから映像を想像するので、同じ指示文でも顔や服や背景が変わります。

コードで描く動画は、この座標に、この色の、この大きさの丸、という設計図から出てきます。

だから、同じキャラクターを10本に出しても顔が変わらず、字幕の日本語も崩れません。

ただし、実写のような人物や肌の質感は苦手で、そこは動画生成AIの領分だとも書いています。

私の手元にも、設計図って呼べるものがあります。静かな語り動画を作るスキル（shizuka-video）です。

plan.json というファイルに、章ごとの絵の指示、字幕、読み上げ文を書くと、絵、声、字幕、合成まで一括で動きます。

build.py は126行でした（2026年9月30日に wc -l で数えています）。

ただ、この設計図は、サムさんの言う設計図とは別物です。絵は、画像生成AIに頼んで作っています。コードで描いているわけではありません。

同じ設計図で再実行しても絵が変わらないのは、既存の絵があれば作り直さない仕組みだからです。生成し直せば、絵は変わります。

サムさんの言う「100回書き出しても同じ絵」は、私は自分の環境で確かめていません。

同じ設計図でも、出方は変わります。肉のハナマサの非公式CMの作り直しでは、同じ4行の歌詞を入れて、曲の候補が2曲出ました。

映像は、最初の動画生成が2回とも失敗して、別の動画生成に替えています。同じ言葉を入れても、出てくるものは毎回同じとは限りません。

私の決めごとは、違う答えが出たら、設計図を疑うことです。AIへ渡すのは、目的やゴールだけでは足りません。

背景の文脈と意図、体験から磨いた感性と「観」まで渡して、初めて自分から生えたAIになります。

分身AIが違う答えを出した時は、設定・設計・素材・指示を疑って、もう一度試して馴染ませる。設計図に何を入れるかが、出てくる絵の芯になります。

🎯 変えない言葉を1つ決める4分: 動画に入れたい言葉を1つだけ選んで、依頼文の最初に置きます。出てきた絵が思った形と違ったら、絵を直す前に、その言葉と指示のほうを読み直します。

サムさん（X Article・@monchi_sam_777）

人間が全部見直すのではなく、AIが自分で見て直す工程を先に組み込んでいる。

サムさんは、19本に共通する頼み方の3つ目に、確認をAI側の仕事に入れることを挙げています。全編を描く前に、1拍だけ1コマ描いて崩れを直す。

自分で付けた字幕を気に入らず、書き直した。そんな例です。

コピペ用の依頼文にも、書き出す前に場面ごとの静止画を自分で見て、重なり・はみ出し・文字化けを直す、という確認が入っています。

この一文は、私のリールにほぼそのまま当てはまりました。確認は、私の手を通る前に、AIの側で済んでいたんです。

書き出した57秒版の音声を、AIが文字に起こし直して、元の台本と突き合わせていたんです。最初の書き出しは、つなぎ目が4か所おかしかった。

「ブリーフィング」の頭が切れて「イフング」と聞こえた。「起きたら」が「あら」になった。次の場面の「5時45分に」が混ざった。次の場面の「さっき」も混ざった。

私が送ったのは「リール動画にして」の1行と、選ぶ場面の返事だけでした。直したのは、AIの側です！

一方で、ハナマサのCMには、確認しきれない作業が残りました。5カットそれぞれの連続コマと、完成後の代表15コマは、AI秘書の凛ちゃんが確認しています。

最後のHANAMASAの綴りが読めることも、確認済みです。でも、フルの尺を耳で通して聴いて、歌の発音まで確かめる作業は、記事を書いた時点で残っていました。

自動の文字起こしでは「24時間営業」のあたりで認識がぶれたので、聴いて確認できた、とは書きませんでした。

字のつなぎ目や綴りは、AIが確かめられます。耳で聴いて、しっくりくるか。ここは私の側です。

本人にしかできない最後の一手は、できあがった型の温度を身体で確かめて、出す・止める・任せるの境界を決めることです。「ここはまだ違う」のサインは、違和感。

しっくりこない。ワクワクもウズウズもない。この感覚は、書き出したファイルの中には入っていません。

AI氣道『Opus5.5とAIエージェントで動画制作が均質化、品質85〜92点の現実』より

「分身AIやAIチームがどれだけ賢くなっても、成果物を最後に味わって「これは違う」「これでいい」と決める役目だけは、私が持ち続けるようにしてるんです。」

確認はAIに任せても、耳で確かめる最後の味見は手元に残す。この章の話は、まさおさんの動画を紹介した回に書いた、最後の味見だけは手元に置くという考えと重なります。当時の記事は『Opus5.5とAIエージェントで動画制作が均質化、品質85〜92点の現実』で書いています。

🎯 確認の1行を足す2分: 依頼文の最後に、書き出す前に自分で確認して、直した箇所と私に見てほしい箇所を分けて報告して、と1行足します。できた動画は、再生の前に、見てほしい箇所の一覧だけを読みます。

サムさん（X Article・@monchi_sam_777）

この1行があるかないかで、手直しの回数が桁で変わる。

動画を作ると必ずぶつかるのが、映像と音と字幕のズレです。サムさんは、コードでこれを消す方法を2つ挙げています。1つは拍番号方式。

BPMを決めて、映像の出来事も音の出来事も、何拍目かで書きます。もう1つはタイムスタンプ方式。

読み上げAIに、どの文字が何秒に読まれたかも返させて、その秒数に字幕とカットを置きます。どちらも、依頼文に1行足すだけで指定できると書いています。

この1行は、私のリールでは、私が書いていません。それでも、つなぎ目の手直しは、私の側には1回も来ませんでした。私のリールは、タイムスタンプ方式でした。

AIは、音声を単語ごとの時刻つきで文字に起こして、そこから切る位置を決めています。0.1秒と0.05秒の単位で、4か所を直していました。

拍も秒数も、依頼文には1行も入れていません。時刻で切る位置を決めたのは、AIの側でした。

時間合わせが、いつもぴたりと合うわけでもありません。ハナマサのCMでは、Sunoで作った新曲が20.72秒で、想定した30秒に届きませんでした。

編集後の動画は30秒です。曲と動画の長さが違うまま、5カットを6秒・6秒・4秒・8秒・6秒の配分で組んでいます。

長さを追加で作り込むより、今ある尺のまま先へ進める。そう判断しました。

サムさんの海外の事例には、全編を描く前に、1拍1コマだけ描いて崩れを直す工程があります。これを読んで、私の決めごとを思い出しました。

フィードバックのたびに全履歴を横断して重い検証をすると、学習のためにトークンを燃やす自己維持装置になる。

だから通常運用では、次回の判断が変わるものだけを、最小のレシートとして残します。

動画の確認も、同じ形で足りるかな、と考えています。全編を見直すより、崩れやすい1点を先に見る。

推測ですが、確認は軽く、直すのは効くところだけで足りると読んでいます。

AI氣道『ショート動画作りをClaude Opus 5.5に任せたら、ワンプロンプトで公開まで進んだ』より

「動画を切る位置は、前の言葉が終わってから0.1秒後。次の言葉が始まる0.05秒前で止める。」

時間合わせをAIに任せた実例は、リールの記事に書きました。切る位置を0.1秒と0.05秒の単位で決めて、つなぎ目の4か所を直した場面は『ショート動画作りをClaude Opus 5.5に任せたら、ワンプロンプトで公開まで進んだ』で書いています。

🎯 時間合わせの1行を選ぶ1分: 素材に人の声があるなら、依頼文に「読み上げの文字ごとの時刻を取って、字幕をそこに合わせて」と足します。音楽から作るなら「BPMを決めて出来事を拍番号で管理して」です。どちらか1行だけ選びます。

サムさん（X Article・@monchi_sam_777）

全部を1つのAIにやらせようとした事例は19本の中に無かった。

サムさんは、19本に共通する頼み方の2つ目に、外から接続する道具を1つだけ決めることを挙げています。

声ならTTS、実写ならRunway、編集ならAfter Effectsです。

日本で反応が最大だった事例は、GPT Image2.5で画像、Grokで動画、Opus5.5でモーショングラフィックス、GPT-6 Astraで音の差し替え、という分業でした。

Opus5.5が担当したのは、動く文字と図形の層です。実写風の動きは、別のAIに任せています。

私のハナマサのCMも、分業でした。ただ、分け方の基準が違います。私が分けたのは、道具の得意ではなく、私が持つものと預けるものでした。

残したのは、4行の歌詞と、最後の「包丁で肉を切るとHANAMASAになる」締めの絵です。

曲はSunoに、5つの映像はGrokに、つなぎと動く歌詞と確認はAI秘書の凛ちゃんに預けました。

私が決めたのは、歌詞を残すか、実写風にするか、最後の絵をどう残すかの3点だけです。動画生成は最初の2回が失敗して、別の動画生成に切り替えています。

預けた相手は、うまくいかなければ替えられます。

私の軸は、解決策は「捨てる」ではなく「分身AIに所有権を預ける」ことです。持つのは、自分で選んだものだけ。残りは預けておけば、捨てたことにはなりません。

全部を自分でやろうとすると、工程が積み重なって、どこかで止まります。だから、先に残すものを決めます。

歌詞と締めの絵、という決め方は、この考え方をそのまま動画に置いたものでした。

AI氣道『肉のハナマサの非公式CMを最新版にした話｜歌詞だけ残して曲と映像はAIに任せてみた』より

「私が決めたのは、歌詞を残すかどうか・実写風にするかどうか・最後の絵をどう残すかの3点だけです。」

何を残して何を預けたかは、ハナマサの非公式CMを作り直した記録に書きました。うまくいかなかった所まで含めて『肉のハナマサの非公式CMを最新版にした話｜歌詞だけ残して曲と映像はAIに任せてみた』で書いています。

🎯 丸を1つ付ける8分: 動画の材料を、言葉・絵・音・順番の4つに分けて紙に書きます。その中から、自分で持つものを1つだけ丸で囲みます。丸のないものが、預ける側です。

サムさん（X Article・@monchi_sam_777）

難しく考えるより、まず10秒だ。

サムさんは、コピペ用の依頼文を置いています。

書き換える欄は、何を作るか（テーマ・見る人・長さ・場面の流れ）と、どんな見た目か（テイスト・字幕・音）、それに時間の管理と、仕上げの確認です。

長さの初期値は10秒で、最初は短く、慣れたら伸ばす、とあります。

禁止の欄には、途中で止まって質問しない、不明な点は仮で決めて最後に一覧で出す、と書かれています。

2本目からは、見た目も字幕も音の作り方も1本目と同じ要領で、変えるのはテーマ・場面の流れ・長さだけ、という短い依頼文も用意されています。

この依頼文の空欄を、私は、残すものを書く欄と読みました。テーマ、見る人、テイスト、字幕。どれも、私が持つと決めたものを書く場所です。

書けない欄は、仮で決めてもらうって手があります。最後の一覧で確かめれば足ります。全部を先に決めなくても、動き出せます！

最初の題材は、自分がやりたいものから選ぶのが早道だと考えています。息子は、YouTubeの初投稿に向けて、編集を朝から学んで、投稿まで進みました。

本人原文では、やりたいことをやれば自然と学ぶと思っている、ワクワク夢中になるところから生やすのが早道、と残っています。

やらねばいけない題材より、やりたい題材のほうが、10秒の1本目を出すところまで進めるはずです。これは推測です。

10秒の1本目は、残すものが3行決まっていれば、動き出せます。書けない欄が残っても、仮で決めてもらって、最後の一覧で確かめればいい。

全部を先に埋めようとするより、持つものを先に決める。その順番が、私には合っています。

AI氣道『Claude Opus 5.5の1時間フルコースをJulian Goldieが実演。動画も3D世界もSEO自動化も「委ねる」で仕上げる方法』より

「試すなら1本だけ。結果を見てから、続けるかを決めればいいんです。」

最初の1本は10秒にする。この章の決め方は、動画も3D世界も一言で頼む回に書いた、試すなら1本だけ、という決め方と同じ形です。当時の記事は『Claude Opus 5.5の1時間フルコースをJulian Goldieが実演。動画も3D世界もSEO自動化も「委ねる」で仕上げる方法』で書いています。

🎯 残すものを3行書く10分: 紙に、この動画で残したいものを3行書きます。言葉でも、絵でも、順番でもかまいません。そのあとで、サムさんの依頼文の【】に、その3行だけを埋めて、長さは10秒にします。

動画をAIに任せる時、最初に決めるのは型です。撮った動画を切る型と、何もない所から描く型。手元の素材で選びます。

サムさんの記事の要点は、動画を生成する機能は無く、描く手順のプログラムを書いてまとめること、確認は依頼文に入れること、時間合わせは1行で渡せること、最初は10秒から始めることでした。

私の実記録では、書き出した動画の確認でつなぎ目の4か所が直り、耳で通して確かめる作業は残りました。曲と映像は預けて、歌詞と締めの絵は残しました。

今日の1つは、残したいものを3行書いて、10秒の動画を1本だけ頼む準備をすることです。

この記事は、サムさんの記事を読み、私の過去の記録と並べて書きました。サムさんの依頼文は、私の環境で試していません。19本の内容は、サムさんの記事の記述のままで、私は再現していません。「同じ設計図なら同じ絵になる」も、私は確かめていません。