画像生成はNano Banana Proだけでいい！ 第2回目：AIショートドラマの作り方／Sora 2 ProとKling O1モデルの連携 - Blog 2026/01/16

前回の続きです。

• AIショートドラマの作り方／Nano Banana Proの活用方法と新キャラの「声」の登録

引き続き、「3日で1分」のAIドラマ制作を検証を兼ねて続けています。
「毎日1分」の通常エピソードの投稿では、ある程度テンプレ化できていたので、わりと早く習慣化できましたが、AIドラマはストーリーがあるのでかなり大変です。

大変…といっても、これを3DCGアニメで制作すると3日では絶対に無理で、1分のムービーでも数週間はかかります。

今回はエピソード4です。
昨日、公開しています。

AIドラマ・エピソード4「迎撃」：
ドクロ島を脱出せよ！ひかりの天然無双

• 再生時間：58秒

毎日投稿の通常エピソードでは「編集」がほとんどありませんが、AIドラマは高度な編集作業があるため、After Effectsが重要なツールになっています。
通常とAIドラマを比較すると、絵づくりに大きな差異があることを確認できると思います。
※通常エピソードは、動画を繋げているだけなのでmacOS用のスクリーンキャプチャ「ScreenFlow」の簡易な編集機能を使用しています。

ミサイルの発射シーン

破壊された研究所シーンの作業の流れ。
まず、登場人物のリファレンスを使ってシーン画像の生成。
※「ひかりの天然無双」は、Nano Banana Proを駆使しています。現在、他の画像生成AIモデルは使用していません。Nano Banana Proだけで作業しています。

プロンプト（Nano Banana Pro専用）：

生成した画像は左側です。
この画像をリファレンスにします。

プロンプト：

ミサイルとカプセルを消した画像が右側。
この2つの画像を使って、Kling（もしくはGoogle Veo）のStart／Endフレームの設定で動画生成します。

さらに生成画像からミサイルを抽出しておきます。

プロンプト：

もし、ミサイルが重要なアイテムなら、先にミサイルをデザインしてから、生成したミサイルの画像と研究所の画像をリミックスします。
何が重要か判断して作業の順番を決める必要があります。

このシーンの場合は、ミサイル自体の重要性が低いため、上記のような作業の流れになっています。

Klingのプロンプト（ミサイルのシーン）：
※Klingは英語プロンプトにする

次はミサイルの発射後のシーン。

ベースプロンプト：

編集プロンプト：

ミサイル発射は動画生成で実行しますが、発射後のシーンは画像を生成しなければいけません。
2人が天井を見上げているシーンは生成した画像に対して、グリーンの色調を追加しています（追加プロンプトで編集するだけ）。
Nano Banana Proの得意領域です。

重要なのは、プロンプトではなく、リファレンスの設計です。

驚くのは、ここまで一度もPhotoshopを起動していないことです。
Nano Banana Proが登場するまでは、Photoshopが必須でした。旧モデルのNano Bananaは頭脳（Gemini）がなかったので、プロンプトの忠実度が低いため、必ずPhotoshopを必要とする修正作業が発生していました。

現在は、Nano Banana Proによって、あらゆる画像処理がビジュアルプロンプティングで完結します。
※だからといって、Photoshopが不要になるわけではありません。
Photoshopに（異常な早さで）Nano Bananaが実装されたり、Google Cloudとの戦略的パートナーシップを発表するなど、Adobeは競争力学の根本的な転換を進め、AI統合が競争優位性の新たなフロンティアであることを打ち出しています。

前回の記事で紹介したとおり、プロンプトによる1発出しで試行錯誤するのは得策ではありません。

シーンの構成要素を分解して、ミニマムな絵づくりから始めます。
生成して編集、また生成して編集、を「シンプルなプロンプト」で繰り返します。
※連続生成は精度が落ちるので一度ダウンロードしてから編集します。

長文プロンプトはできる限り避けて、シンプルな画像から（シンプルなプロンプトを使って）編集を繰り返し、自分の意図したイメージを作り上げます。Nano Banana Proだからこそ、このような段階的詳細化が成立します。

Sora 2 ProとKling O1モデルの連携

まだ検証中ですが、Sora 2 ProのBロール以外の使い道を模索していますので、簡単にメモ書きしておきます。

Sora 2はGoogle Veo 3.1より高性能な動画生成モデルですが、人物を含むリファレンス画像の参照を禁止しています（デフォルメされたイラストの人物などは利用可能）。

そこで、Sora 2で生成した動画を「KlingのO1モデルで人物を入れ替える」テクニックを検証することにしました。

以下の動画（左）は、Sora 2 Proで生成した10秒の動画です。
KlingのO1モデルを使って、人物のリファレンス画像を参照させています。

Sora 2 Proのプロンプト：

Kling O1のプロンプト：

リファレンス画像の人物に変わりました。
元のSora 2 Proの動画の「人物だけ」が入れ替わります。

ただし、生成された動画の品質はかなり低いので、コンテンツ制作の素材としては（今のところは）使えません。
※「ひかりの天然無双」でも、まだこの手法は取り入れていません。

溶けたような動きになってしまう

O1モデルは、フレームごとの変化量が大きすぎると「腕がA地点からB地点へ移動した」と認識できず、「A地点にあった腕が消えて、B地点に新しい腕が現れた」あるいは「その間をモーフィング（変形）させて繋ぐ」という処理をしてしまいます。
これが人間の目には「溶けている」ように見えます。

オクルージョン（隠れ）とディスオクルージョン（新しく見える面）が鬼門

腕を大きく振る／体をひねる／手が顔の前を横切る、のような動きでは

• 隠れていた背景が突然見える

• 指や手の一部が一瞬だけ見える

• 服のしわや輪郭が高速に変わる

が発生します。

O1モデルはここを「物理的に正しく復元」するより、それっぽく補完（ハルシネーション）しがちで、補完が連続すると「溶け」に見えます。

O1は新しいモデルなので、早期の改善が期待できます。
ただ、その前にGoogleのVeo 3.xの上位版（あるいはVeo 4）が、Klingを上回る技術力で破綻なく生成してしまう可能性があります。

フェイク動画対策でルールは厳格になる

Sora 2 がリアルな人物を含むリファレンスの使用を禁止しているように、今後、O1モデルの精度が向上した場合、倫理的ガードレールやモデレーションシステムはより厳しくなることが予想されます。

特に、Klingはバイオレンスに厳しいので（「血」を「ケチャップ」に置き換える等の）トリックも効かなくなる可能性が高そうです。もちろん、未成年の生成も制約が増えるでしょう。

ドラマ制作ではセンシティブなシーンも多々あるため、どんなに技術が進化しても「解決しない問題」として、何らかの指針（映像演出で補う、ローカン環境の構築を計画していく等）をクリエイター側が主体的に策定し、共有しておく必要があります。

※大企業を対象としたエンタープライズ契約では、カスタムモデルが提供されるため、法務部との連携で、これらの問題に対しても柔軟な対応が可能になるはず。

Nano Banana Proの技法を試行する場所

「ひかりの天然無双」は、最新AIモデルやNano Banana Pro技法の試行場所となっています。ショート動画中心なので技術の詳しい解説はありませんが、最新テクニックの「サンプル映像」として確認できます。

• 「毎日」1分を「1人」で「4コマ漫画を描くように」つくる
  AIドラマの場合は「3日」で「1分」になる

• 最先端のAI技術を積極的に試すための場所

• この取り組みは、2026年3月31日まで（継続については3月下旬に判断）

関連マガジン：

• 動画生成AIの可能性

更新日：2026年1月16日（金）／公開日：2026年1月16日（金）