AIで動画広告を量産する方法｜Kling 3.0とSeedance 2.5を同じ条件で比べた結果と、172本分の台本の作り方【2026年】

執筆：佐藤 祐介（株式会社LIFRELL 代表取締役／業界歴15年・マーケティング支援 累計500社以上）

結論：モデル選びより「作り方の設計」で質と費用が決まる

1. AIで動画広告を作る全体の流れ（図解）

実際に回した流れは次のとおりだ。ポイントは、AIに全部を作らせないことにある。文字・ロゴ・サービスの画面のように、AIが苦手なものや作ってはいけないものは、最初から「後で合成する」と決めておく。

2. 何本も作るための台本の設計——172本分の台本の作り方

台本は、利用者の悩みのテーマ（7つ）ごとに80篇を作り、同じ篇の60秒版と40秒版を隣り合わせに並べて管理した。ほかに20秒・45秒の版が12本あり、合計172本だ。

1本の台本に書いた項目

とくに大事だったのが「使ってはいけない表現」の欄だ。体験談をもとにした広告では、元のページに書かれていない数字や結果（たとえば「完治した」「悩みがなくなった」）を足した瞬間に事実と違う広告になる。台本の段階で、使える事実と使えない表現を書き分けておくと、制作中の判断がぶれない。

40秒版は「60秒版から削るだけ」にした

40秒版は、60秒版から経緯や補足のカットを削った構成にし、ナレーションと映像のプロンプトを60秒版と同じにした。生成するのは60秒版の分だけで、40秒版は編集の組み替えで作れる。生成の費用はほぼ半分で済む。

3. 生成プロンプトの書き方——人物がぶれず、日本らしく見せる

プロンプトは全92本（80篇と短い版12本）・945カット分を書いた。書き方のルールは次の5つだ。

① 「共通スタイル＋キャスト＋カットの指示」の3層にする

各カットのプロンプトは、全カット共通のスタイル、その篇で固定する登場人物の描写、そのカットの指示を自動でつなげて作った。人物の描写（年齢・髪型・服装）を全カットに同じ文で入れることで、カットごとに別人になるのを防ぐ。

【共通スタイルの例】
STYLE: Photorealistic cinematic documentary. Japanese people, Japanese residential interiors.
Natural soft light, muted warm color grade, shallow depth of field, 35mm lens, subtle handheld.
IMPORTANT: no on-screen text, no subtitles, no captions.

【キャストの例（その篇の全カットに入れる）】
CAST: Japanese mother in her early 40s, shoulder-length dark hair, beige cardigan;
Japanese teenage girl, 14, long black hair, gray loungewear.

② 文字は一切生成させない

AIが映像の中に作る日本語の文字は崩れやすい。すべてのプロンプトに「画面に文字を出さない」と入れ、テロップは編集で載せる前提にした。

③ 画面・ロゴは生成させず、後で合成する

タブレットやスマホの画面は白く光る何も映っていない画面で生成し、あとから本物のサービス画面の録画をはめ込む。ロゴも生成させず、公式の素材を使う。サービスの画面をAIに作らせると、実在しない機能を見せることになり、広告として問題になるからだ。

④ プロンプトは英語、日本らしさは具体的な単語で足す

演出の指示（手前で洗濯物をたたむ人、奥でピントの外れた家族など）は英語のほうが意図どおりに出やすいと考え、英語で書いた。一方で、海外のモデルは家の中や顔立ちが日本らしくなくなることがある。そこで、カットごとに玄関（genkan）、こたつ（kotatsu）のような日本固有の物を具体的に書き込んだ。

⑤ 先に人物の静止画を決め、それをもとに動画にする

同じプロンプトでも、生成のたびに顔が少し変わることがある。そこで、まず静止画で人物を作り、気に入った1枚を参照画像にして動画を作る流れにした。実際の試作でも、静止画2枚で同じ人物に見えること、日本の住宅らしさ（エアコン、フローリング、レースのカーテン）が出ていることを先に確認してから動画にした。

4. Kling 3.0とSeedance 2.5を同じ条件で比べた結果

モデルの比較記事は多いが、条件がそろっていないと参考にならない。今回は同じ静止画を起点に、同じ動きの指示で両方に動画を作らせ、費用・画質・指示の守り方を比べた（2026年10月、Higgsfield経由）。

今回の用途（人物が少し動くだけの、落ち着いた生活シーン）では、安くて解像度が高く、指示どおりに動いたKling 3.0に統一した。Seedance 2.5が劣るという意味ではない。大きな動きやカメラワークの多い映像なら結果が変わる可能性はあり、それは今回は試していない。

1本の動画の中でモデルを混ぜない

カットごとに得意なモデルを使い分けたくなるが、モデルが変わると色味・肌の質感・動きのクセが変わり、つないだときに別の映像に見えやすい。モデルを切り替えるなら、カット単位ではなく動画1本単位（またはシリーズ単位）にすると判断しやすい。

自分で比べるときの手順

1. 使う予定の場面に近い静止画を1枚決める（これが比較の起点）
2. 動きの指示を1文で書く（例：人物がゆっくり手を下ろし、隣の人の方を見る）
3. 同じ静止画・同じ指示・同じ秒数で、各モデルに1本ずつ作らせる
4. 「費用」「解像度」「指示どおりか」「顔が変わらないか」の4項目を表にする
5. 本番に近い長さの試作を1本作り、合計費用を記録してから量産に入る

5. 費用を抑える考え方——「全部を動画で生成しない」

試作の1本（28秒）は、静止画と動画をあわせて約70クレジットで完成した。費用を抑えられた理由は、生成する部分を絞ったことにある。

• 静止画で足りるカットは動画にしない：表情や場面を見せるだけのカットは、静止画にゆっくりしたズームをかけるだけで十分なことが多い
• 40秒版・短尺版は組み替えで作る：60秒版の素材を使い回せば、追加の生成はほぼいらない
• ナレーションは動画生成に含めない：音声は別の音声合成で作り、編集で重ねる。差し替えも簡単になる
• 単価は解像度と秒数で決まる：別の企画で見積もったWan 3.0（Higgsfield経由）は、480pが1秒1クレジット、720pが1秒1.75クレジットだった。秒単位で課金されるモデルは、生成する秒数を減らすのがいちばん効く

その別企画（話している人物の口元を音声に合わせる、いわゆるリップシンクの動画を10本）の見積もりでは、480pで1本約39クレジット、720pで約63クレジットになった。口元を合わせる秒数を35秒から25秒に減らし、そのぶん生活シーンの静止画を増やすと1本29クレジットまで下がる計算だった。

6. 実際の納品の作り方——人物素材ライブラリと「画面のはめ込み」

量産を始めると、同じ人物ばかりが映って見た人が飽きる、という問題が出た。そこで、画像生成AI（Nano Banana 2）で人物素材を26点作り、ライブラリとして管理した。

画面のはめ込みは「四隅の座標」を素材と一緒に保存する

合成用プレートでは、タブレットの画面の四隅の座標を自動で検出し、画面の形とのずれが最小になるまで調整してファイルに保存した。画面の形と四隅で囲んだ形の重なり具合（IoU）は、使った5点で0.931〜0.984。編集のプログラムにこの座標を渡すだけで、本物のサービス画面の録画を傾きに合わせてはめ込める。

③の確認は省けない。あるプレートは四隅の検出は正しかった（IoU 0.952）が、タブレットが寝すぎていて画面がほぼ真横からになり、はめ込んだ内容が読めなかった。数値は合格でも使えない素材がある、という教訓で、このプレートは合成に使わず「利用シーンの映像」としてだけ使うことにした。

納品で守ったルール

• サービスの画面は提供された本物の画面の録画だけを使う。架空の画面は作らない
• 人物はすべてAI生成で、実在の人物ではない。体験談の体裁で使う動画には「再現映像です」の注記を入れる
• 1本の動画の語り手は1人の声に統一する（声が途中で変わると、誰の話か分からなくなる）

7. 見えた課題と、どう対処したか

試作から納品までには、思った以上に修正の往復があった。たとえば35秒の型の1本は、確認と修正を18回重ねている。よく出た課題と対処をまとめる。

8. AI動画を広告に使うときの注意点

• 体験談の内容は元の資料にある事実だけ：AIで映像を作れても、話の中身は実在の声や公式の情報にもとづく。台本の段階で「使ってよい事実」「使ってはいけない表現」を分けておく
• 再現映像であることを明記：AIで作った人物が体験を語る形にするなら、実在の利用者と誤解されないよう注記を入れる
• 実在の人物に似せない：有名人や特定の人を思わせる見た目にしない。生成した人物が誰かに似ていないかも人の目で確認する
• サービスの画面・効果を盛らない：実在しない機能の画面や、資料にない成果を映像で見せると、事実と違う広告になる
• 各サービスの利用規約を確認：動画生成・画像生成・音声合成それぞれで、商用利用の可否や表記の条件が決まっている。使う前に最新の規約を確認する
• 広告の表現ルール：健康・金融などのジャンルは、広告の表現に関するルールや各広告媒体の審査基準も確認しておく

この記事で使った管理シート（無料ダウンロード）

本記事の制作で実際に使った台本の設計シートと進行管理の表を、テンプレートにした。書き方の例を入れた「記入例」シートと、空欄の記入用シートが入っているので、使い方を見ながら自社用に書き換えて使える。

【無料ダウンロード】動画広告の台本設計シート（Excel）

基本設計・事実の根拠と表現のガード・生成のルール・カット構成・40秒版・台本インデックスの6シート。体験談の広告で「使ってよい事実」と「使ってはいけない表現」を書き分ける欄つき。

Excelをダウンロード

【無料ダウンロード】AI動画制作の進行管理シート（Excel）

素材の依頼表・秒単位の構成表・音声（話し方の指示つき）・進捗の4シート。AIで作るものと本物の素材を使うものを分けて管理できる。

Excelをダウンロード

【無料ダウンロード】動画生成AIの生成キューとコスト管理表（Excel）

動画生成AIに頼むカットを1行ずつ並べ、モデル・解像度・秒数・プロンプトと、使ったクレジットを一緒に管理する表です。予算の残りが行ごとに自動で出るので、作り直しが続いても使いすぎに早く気づけます。
入っているシート：生成キュー・モデル別の単価メモ・プロンプトの型・コストを抑える工夫（ほかに「はじめに」と記入例）。

Excelをダウンロード

まとめ

AIで動画広告を量産するとき、効いたのはモデル選びそのものより作り方の設計だった。台本で事実と表現の線を引き、プロンプトを3層にして人物を固定し、文字・ロゴ・画面は後から本物を載せる。モデルは同じ条件で比べてから決め、1本の中では混ぜない。全部を動画で生成せず、静止画・本物の素材・編集を組み合わせれば、費用も修正の手間も抑えられる。

声の作り方はAI動画の音声を差し替える方法（アフレコ）とAIナレーションが片言になる原因と直し方で詳しく書いている。

この記事を書いた人

佐藤 祐介

株式会社LIFRELL 代表取締役

業界歴15年マーケティング支援 累計500社以上うちD2C支援 150社以上担当商材 300以上

オプト、電通デジタルを経て、2018年に株式会社LIFRELLを設立。広告運用、動画・バナー制作、Webメディアの運営にAIを実務で使っています。LIF Techでは、その現場で試したこと・失敗したこと・数字で確かめたことを公開しています。

プロフィールを見る書いた記事の一覧相談する

スライドとAI音声でYouTube動画を量産する制作ラインは、YouTube動画をAIで量産する方法で解説している。

広告・動画の制作でAIを使った実例は、AIで広告・動画をつくる実例まとめに工程ごとにまとめている。

この記事で紹介したものを含め、実務で使っている依頼文とプロンプトはAI業務の依頼文・プロンプトテンプレート集にまとめている。

よくある質問