2026年9月24日
耳を離さないオーディオドラマの書き方:「聞かせるための文章術」12のルール
つかみ、セリフ、ナレーター、効果音、静寂、音楽、そして次回への引き:AIを使うにしても使わないにしても、最後まで聞いてもらえるオーディオフィクションを書くための具体的なルールをご紹介します。
Frank HoubreImaginode創業者
耳のために書くことは、目のために書くこととは違う
リスナーは読み返すことも見ることもできません。理解すべきことはすべて声、音、あるいは静寂を通して伝わり、迷子になった瞬間に離脱してしまいます。
小説は1ページ全体を使って顔を描写できますし、映画の脚本は映像に語らせることができます。オーディオフィクションにはそのどちらもありません。あるのは声、音、音楽、そして時間だけです。以下のルールは、ラジオや、フィクション系アプリの中心となっている連続オーディオシリーズ、そしてDrama StudioでAIにエピソードを書かせ、制作させて私たちが学んだことから生まれたものです。
手書きで書くにせよAIで書くにせよ、これらのルールは有効です。むしろAIを使う場合の方が重要です。言語モデルを自由にさせておくと「読む」ための文章を書いてしまうため、それに「耳」を課すのはあなた自身の役割になります。
1. すべては聞こえなければならない
語られず、聞こえもしない情報は、リスナーにとって存在しないのと同じです。
武器を抜くキャラクター、青ざめる別のキャラクター、テーブルに置かれた一枚の手紙。耳だけで聞いている限り、誰かが言葉にするか、音がそれを示さない限り、これらは何も起きていないことになります。「それを置いて。そのナイフを置いて」というセリフは、マイクが決して録音できないト書きよりもはるかに優れています。
台本を目を閉じて読み返してみてください。もっと良いのは、実際に演じられた音声を聞くことです。シーンを理解するために身振りを想像しなければならない箇所があれば、そこにはセリフか音が欠けています。
2. 最初の20秒でつかむ
最初の数秒がすべてを決めます。必要なのは異常な状況、疑問、あるいは危険であり、情景描写ではありません。
『Le Train de Minuit』のパイロット版では、車掌が1987年の日付が入った切符を見つけるのが最初の1分も経たないうちに起こります。もし冒頭を駅の描写から始めていたら、リスナーの半分を失っていたでしょう。アクションの真ん中から始め、状況説明は少しずつ小出しにしましょう。
実際、スタジオのAI脚本編集者がまず確認するのもこの「つかみ」のスコアです。10点中7点未満であれば、他のすべてよりも先に冒頭を書き直すべきです。
3. キャラクター同士に名前を呼ばせる
耳で聞くとき、私たちは名前ではなく声を認識します。だからこそ、特に序盤ではキャラクター同士が名前で呼び合う必要があります。
「クレール、時間わかってる?」というセリフは、一言で二人のキャラクターを提示します。話している人物と、話しかけられている人物です。序盤のシーンでは、文章として書くとき以上に頻繁に名前を使い、声が確立した後は徐々に減らしていきましょう。
似た響きの名前も避けてください。レアとレオ、マルクとマックスのような名前は、読むよりも聞くときの方がはるかに混同されやすくなります。
4. ひとつの声、ひとつの話し方
各キャラクターは、声質だけでなく言葉遣いによっても識別できるようにすべきです。話すリズム、口調のレベル、言葉の癖などです。
短く問い詰めるように話す刑事、ことわざで文を締めくくる祖母、誰の話にも割り込んでくる十代の若者。こうした特徴があれば、リスナーは3人のシーンでも苦労なく話者を追えます。これらはスタジオのBibleエージェントが各役に対して行っているように、各キャラクターシートに書き込んでおきましょう。
声については、同じシーンを共有するキャラクター同士の声質をできるだけ離しましょう。性別、年齢、低音と高音を変えるのです。声が近すぎる2人は、対話をわかりにくい独り言のように聞かせてしまいます。
5. 短く、応答し合うセリフ
1つのセリフに1つのアイデア、互いに言葉を遮り合う文、そして反応。これが本物のシーンらしさを生み出します。
文章として読むなら1段落分のセリフでも問題ありませんが、耳で聞く場合、2文を超えると誰が話しているのかリスナーは追えなくなります。セリフを分割し、相手のキャラクターに反応させ、緊張が高まる場面では文を言い切らせずに終わらせましょう。
全体の長さについては、ひとつの目安を覚えておいてください。落ち着いたフィクションの声は、1秒あたり約14文字を話します。したがって3分のエピソードは約2,500文字の話し言葉、つまり短いセリフでおよそ60個分に収まります。これは、スタジオがAIライターに与える数値による指示であり、短すぎる台本は最もよくある失敗だからです。
6. ナレーターは節度をもって使う
ナレーターは時間を進め、場所を変える役割を担います。もし感情を解説してしまえば、フィクションはオーディオブックになってしまいます。
「深夜零時十五分。Gare de Lyon。ニース行きの最終列車が3番線で待っている」。3つの文だけで、リスナーは今どこにいて、いつなのかがわかります。ナレーターがすべきことはこれだけです。キャラクターの感じていることを説明し始めた瞬間、ナレーターは俳優たちからシーンを奪ってしまいます。
3分のエピソードであれば、ナレーターの出番は5、6回で十分です。それを超える場合は、セリフや環境音で同じことが表現できないか考えてみてください。
7. 場所は環境音で語る
よく選ばれた環境音は、ひとつの描写全体に代わります。夜の駅のホームの数秒間の音は、1段落の文章よりも多くを語ります。
シリーズに登場するそれぞれの場所には、途切れない環境音がふさわしいものです。ホームに降る雨、カフェのざわめき、森を吹く風、走る列車の低い音などです。シーンの間ずっと背後で流し続けることで、環境音が変わるだけで場所の変化を示せます。
これは雰囲気として書くのではなく、具体的な音源のリストとして書きましょう。「不安な雰囲気」ではなく「ホームに降る細かい雨、遠くのアナウンス、アイドリングする列車」のように書くのです。これは音声生成ツールが理解できる形式でもあります。
8. 効果音は物語を動かすためのもの
効果音は装飾ではありません。リスナーに何かを伝えるものでなければ、単にリスナーを疲れさせるだけです。
犯人が逃げ出す瞬間に閉まるドア、告白の最中に鳴る電話のバイブレーション、手渡される一枚の切符。これらの音はシーンを前へ進めます。一方、廊下を歩く足音を3回続けて入れても、シーンを遅くするだけです。
私たちの検証では、自由にさせたAIライターは2分間に11個の効果音を配置していました。現在は約40秒に1個を上限としており、エピソードは明らかに聞きやすくなっています。
9. 静寂は道具である
重要な事実が明かされる直前の1秒間の静寂は、あらゆる緊迫感を煽る音楽以上の価値があります。
ラジオにおいて、静寂はひとつの出来事です。リスナーは思わず身を乗り出します。重要な答えの前、何かが明かされた後、あるいはキャラクターが躊躇するときには、短いポーズを置きましょう。1秒から2秒あれば十分で、1エピソードにつき2、3回で構いません。
その逆も真です。意図されていない静寂、つまりつなぎ合わせただけの2つのセリフの間に生まれる無音は、シーンを台無しにします。だからこそ、1つのシーンのセリフは1つずつ録音するのではなく、まとめて演じてもらう方が良いのです。
10. 音楽は縁取るもので、埋めるものではない
オープニングで一度聞けばわかるテーマ曲、エンディングでの短いスティング、そして会話中は音楽を静かにすること。
テーマ曲はシリーズの署名です。リスナーは各エピソードの最初の数音を聞いた瞬間にそれを認識できるべきです。一度インストゥルメンタルで作曲し、あらゆる場面で使い回しましょう。
シーンの間は、音楽をはっきりと声より下げるか、完全に止めましょう。数秒間の劇的なスティングだけで、エピソードのエンディングを強調するのに十分です。音楽を増やしても緊張感は増しません。むしろ減ってしまいます。
11. 各エピソードは疑問で終わらせる
最後のセリフは、次のエピソードを聞かずにはいられないものにする必要があります。何かの発覚、危険、あるいは未決の決断です。
「あの切符を明日見つけなければ」は温度の低い終わり方ですが、「あの切符……私の名前が書かれている」は本物の終わり方です。連続オーディオシリーズという形式全体が、まさにこの仕組みの上に成り立っています。リスナーは、その疑問を抱えたままでいられないからこそ戻ってくるのです。
エピソードの他の部分よりも先に、その結末を書き、そこから冒頭へと遡って構成しましょう。脚本編集者による「結末」のスコアこそが、各エピソードで注視すべき指標です。
12. 連続性を保つ
キャラクターは、まだ学んでいないことを知っているはずがありません。シーズンを通して見ると、これはリスナーが最も許してくれない過ちです。
エピソードごとに記録をつけましょう。何が起きたか、各キャラクターが何を知ったか、どの伏線が未解決でどれが解決したか。これは、まさにDrama Studioが各エピソードの脚本を書いた後に記録し、次のエピソードを書く前に作家へ渡してくれる記憶そのものです。
この12のルールはすぐに試すことができます。パイロット版を書き、演じてもらい、通しで一気に聞いてみてください。私たちのAIでオーディオシリーズを制作するガイドでは、バイブルから最終的なミックスファイルまで、1エピソードあたりの実際のコストも含めた制作の全工程を解説しています。