2026年8月12日
初めてのAI動画:予算を吹き飛ばさないための方法
AI動画のコストはモデルと解像度によって26から330クレジット。何かを動かす前に1から7クレジットの静止画でプランを検証し、長さと解像度を賢く設定して、一晩でアカウントを空にする失敗を避ける方法を解説します。
最初の1回に潜む罠
テキストから直接動画を作ると、静止画なら1セントで検証できた構図の確認に26クレジット払うことになります。正しい方法は、静止画で検証してから動かすこと。
よくある光景です。金曜の夜、頭の中にクリップのアイデア。動画ジェネレーターを開き、「朝日の中、霧の森を進む騎士」と打ち込んで、生成をクリック。3分待って結果が届くと、騎士は後ろ向き、森は市民公園のよう、霧は消えています。26クレジットが消え、使えるショットはひとつもありません。
問題はモデルではありません。この失敗騎士を生んだKling 2.5 Turboは優秀なジェネレーターです。問題は方法です。テキストから直接動画を作ると、静止画なら1セントで検証できたはずの構図を確認するために、アニメーションのフル料金を払うことになります。第1章を読み直すためだけに本を丸ごと1冊印刷するようなものです。
この記事では、その逆の方法を詳しく解説します。月額13ユーロのStarterプランでひと月やりくりするクリエイターたちが使っている方法です。各ショットを静止画で検証し、その画像を動かす。実際の数字、実際の失敗、そしてImaginodeが返金するものとしないものも包み隠さず。
動画1回の生成、本当のコスト
Kling 2.5 Turboで5秒26クレジット、Seedance 2.0 Fastで48、4Kなら最大330。一方の静止画は1から7クレジット。少なくとも1対30の差があります。
まず桁感覚を押さえましょう。すべての判断はここから始まります。Imaginodeでは1クレジットが約0.01ユーロ。Kling 2.5 Turboは5秒あたり約26クレジット、つまり0.26ユーロです。Seedance 2.0 Fastは720pの5秒で約48クレジット。そしてフル版のSeedance 2.0は4Kだと5秒あたり約330クレジット、1クリップで3ユーロを超えます。
対する静止画は、1クレジット(Flux Schnell)から7クレジット(Flux 2 Pro)。言い換えれば、失敗動画1本は、それぞれ10回ほど試せる静止画の探索セッション4、5回分に相当します。この1対30、ときに1対300という比率こそ、生成をクリックする前に覚えておくべき唯一の統計です。
安全装置はあります。クリック前に、生成ボタンに正確なコストが表示されるのです。請求時のサプライズはなく、価格は決断の瞬間にはっきり書かれています。これを読む習慣をつけてください。上位モデルを反射的に起動していたと後から気づく初心者は少なくありません。
残高テキストから直接動画を作るのがギャンブルである理由
動画プロンプト直行は5つの判断を一括で委ね、結果は支払い後にしか分かりません。3、4回に1回はゴミ箱行きで、しかも不出来でも納品されれば課金されます。
プロンプトを動画モデルに直接送るとき、あなたはすべてを委ねています。構図、光、キャラクターの顔、カラーパレット、そして動き。5つの判断を一括で、しかも結果が分かるのは支払い後。統計的には、ひとつでも外れればそのショットは使いものになりません。
そして率直に言わなければなりません。AI動画はまだ頻繁に失敗します。3、4回に1回はゴミ箱行きと見てください。原因は変形した手、画面上で溶けていく文字、テーブルを突き抜けるグラスのような怪しい物理挙動。48クレジットの試行なら、失敗1回の重みは相当です。直行3回で144クレジットを使い、使えるショットはせいぜい2本。
始める前に知っておくべきもうひとつの点。不出来でも技術的に納品された結果には課金されます。返金されるのはモデル提供元での技術的な失敗だけです。プラットフォームはあなたの騎士の美醜を審査しません。ファイルが存在するかを確認するだけです。だからこそ、動画モデルが失敗しうる範囲を最小限に絞ることに意味があるのです。
方法:まず静止画で検証する
動画モデルに構図を発明させてはいけません。1から7クレジットで画像を検証し、ノードの履歴で比較し、それを動画の最初のフレームにするのです。
原則は1文に収まります。動画モデルに構図を発明させるのではなく、あなたがすでに承認した画像を動かさせること。Imaginodeのキャンバスで画像ノードを追加し、プロンプトを書いて生成します。結果は数秒で届き、モデルに応じて1から7クレジットです。
画像が気に入らない?プロンプトを直して再実行しましょう。各ノードは直近12回の生成履歴を保持しているので、バージョンを並べて比較し、8回目より3回目が良ければそこに戻れます。これは動画では望めない贅沢です。動画で比較しようとすれば、1回につき最低26クレジットかかるのですから。
構図まで含めて狙いどおりの画像ができたら、それがあなたの動画の最初のフレームになります。動画モデルの仕事はひとつだけ。すでに存在するものを動かすことです。5つの未知数を抱えたギャンブルが、たった今、未知数ひとつの勝負に変わりました。
最初のフレームにはどの画像モデルを使うか
1クレジットのFlux Schnellで荒削りし、6クレジットのFlux Pro 1.1かImagen 4で仕上げる。定番キャラクターなら5クレジットのSeedream 5 Lite。合計15クレジットほどです。
下書きには1クレジットのFlux Schnellが無敵です。構図の試行10回で10クレジット、つまり0.10ユーロ。まさに使い捨てのラフスケッチ。速く、ディテールは常に精密とは言えないものの、構図と光を判断するには十分です。
構図が決まったら、より丁寧なモデルで最終バージョンを再生成します。6クレジットのFlux Pro 1.1かImagen 4、ディテールを極めたければ7クレジットのFlux 2 Proです。参照ノードで定義した定番キャラクターが登場するショットなら、5クレジットのSeedream 5 Liteが参照の忠実さでは王者です。
本気の探索1回の収支は、下書き込みで15クレジットほど。Klingの失敗動画1本より安い。しかもアニメーション工程に入るとき、テキスト直行では決して得られない確信を手にしています。自分のショットがどう見えるか、もう知っているのです。
画像を動画ノードにつなぐ
画像ノードから動画ノードへのケーブル1本で最初のフレームが固定されます。構図、光、顔がロックされ、モデルが間違えられるのは動きだけになります。
キャンバス上で、画像ノードの出力ポートから動画ノードへケーブルを引きます。接続すると入力の丸いポートが点灯し、配線が有効になった合図です。ケーブルをノード上の適当な場所で離しても、最も妥当な入力、この場合は開始画像へ自動的に接続されます。
動画ノードは、選んだモデルに応じて異なる入力を表示します。開始画像は常にひとつで、最初のフレームを固定します。モデルによっては終了画像も受け付け、狙いどおりのトランジションに便利です。そして参照画像はキャラクターの一貫性を守ります。Seedance 2.0で最大9枚、Seedance 2.5ではさらに多く。
開始画像をつなげば、構図、光、顔はロックされます。モデルが間違えられるのは動きだけになるため、使えるショットの割合はテキストのみの場合に比べて大きく跳ね上がります。ついでに細かい話をひとつ。Seedanceの画像から動画への変換には独自の解像度制約がありますが、プラットフォームが自動で調整してくれます。
まず5秒720pで始めて、後から上げる
テストはすべて5秒720pで。同じSeedance 2.0のショットが720p Fastの48クレジットから4Kの約330クレジットへ、テストのために7倍近く高くなります。
長さと解像度は、予算を爆発させるふたつのスライダーです。検証には最小、納品には最大に設定しましょう。具体的には、動きのテストはすべて5秒の720pで。騎士が自然に歩いているのか、チェスの駒のように地面を滑っているのかを判断するには、それで十分すぎるほどです。
価格差がこの規律を正当化します。Seedance 2.0では、同じ5秒のショットが720p Fastの約48クレジットから、フル版4Kの約330クレジットまで跳ね上がります。結果を捨てるかもしれないテストに、7倍近いコスト。4Kは最終バージョン、書き出すその1本のためのものです。
長さも同じ理屈です。Seedance 2.5は最大30秒のクリップに対応していて、これは驚くべきことですが、30秒の失敗は5秒の失敗の6倍の値段です。シーンを短いショットに分割し、ひとつずつ検証して、長いショットはすでに実証済みの動きのために取っておきましょう。
最初の動画モデルはどれにするか
堅い選択肢はふたつ。学習用には5秒約26クレジットのKling 2.5 Turbo、より繊細な質感なら48クレジットのSeedance 2.0 Fast。学んでいる間はひとつのモデルに絞りましょう。
Imaginodeでは47のモデルがすべて同じクレジットで使えるため、新たな契約なしにクリック2回で提供元を乗り換えられます。最初の夜には、堅い選択肢がふたつ。Kling 2.5 Turboは5秒あたり約26クレジットで、学習用としてはコストパフォーマンス最強です。速く、動きが自然で、アイデアの良し悪しを判断するには十分。Seedance 2.0 Fastは約48クレジットで、より繊細な質感を出します。
カタログの他の名前は、その後で構いません。生成音声が欲しくなったらVeo 3.1 LiteとFast、1080pや4Kに上げるならフル版Seedance 2.0、複数参照と最大30秒のクリップにはSeedance 2.5。Grok Imagine Video、MiniMax H3、Wan 2.7、Kling V3、PixVerseにもそれぞれ強みはありますが、最初の1本に不可欠なものはひとつもありません。
私たちのはっきりした助言:学んでいる間は、ひとつのモデルに絞ってください。ジェネレーターにはそれぞれ癖があり、トラッキングショットや光の解釈の仕方も違います。上達するには、比較可能な試行を積み重ねるしかありません。ショットごとにモデルを変えるのは、ショットごとにゼロからやり直し、学習コストを何度も払うということです。
画像ではなく、動きを記述する
構図はすでに画像が担っています。動くものだけ、つまり被写体、カメラ、リズムを記述し、カメラの動きは最後の1文に、5秒のショットにアクションはひとつだけ。
構図はすでに画像が担っているのですから、動画プロンプトで繰り返してはいけません。記述するのは動くものだけ。被写体、カメラ、リズムです。「騎士がゆっくりとカメラに向かって歩き、マントが風に揺れ、前景に木の葉が舞い落ちる」。明快な動きの1文は、冗長な描写の1段落に勝ります。
カメラの動きは、最後に明示的な1文として置いてください。文中に埋もれた形容詞よりも、モデルはそこによく反応します。そして量は控えめに。動く被写体ひとつにカメラの動きひとつ、5秒にはそれでもう十分です。アクションを4つ積んだプロンプトが生むのは、ぐちゃぐちゃの映像です。
英語の専門用語がネックなら、プロンプト欄のマジックワンドがKimiモデル経由であなたの文章を豊かで構造化された英語に書き直してくれます。1クレジットで、キャラクターの@メンションもそのまま保持。48クレジットの生成を確実にするための1クレジット、答えは計算するまでもありません。
まだ失敗するもの、正直に
良い開始画像があっても3、4回に1回は失敗します。変形した手、溶ける文字、怪しい物理挙動。対策は、これらの罠を避けるショットを選ぶことです。
どんな方法もAI動画を無敵にはしませんし、そうでないふりをするのは嘘になります。きれいな開始画像があっても、3、4回の生成につき1回の失敗は見込んでください。弱点の筆頭は相変わらず手です。癒着した指、余分な親指、持っている物体の変形。
画面上の文字は、もうひとつの定番の墓場です。開始画像でくっきり読めた看板も、アニメーション2秒目には象形文字に溶けている可能性が高い。物理挙動も相変わらず大ざっぱです。重力に逆らう液体、滑るように移動する人物の歩み、互いをすり抜ける物体。
対策の核心はショット選びにあります。動作中の手のクローズアップ、読めることが前提の文字、コーヒーを注ぐような複雑な物体の相互作用は避ける。顔、歩き、雰囲気、背景の上を動くカメラワークを優先する。優れたAI監督は戦う場所を選びます。低予算の映画監督が撮れるシーンを選ぶのと、まったく同じです。
クラッシュは返金、不出来は課金
技術的な失敗は数秒で自動返金され、納品されたが期待外れの動画は課金対象のまま。最終ショット1本につき2、3回の生成、約65クレジットを見積もりましょう。
このルールは予算設計の骨格になるので、明快にしておく価値があります。モデル提供元で生成が技術的に失敗した場合、サーバーダウンやファイル未納品なら、クレジットは数秒で自動的にアカウントへ戻ります。申請不要、説明不要、クレームフォームもなし。
一方、納品されたものの期待外れだった動画は課金されたままです。目つきのおかしい騎士も、不自然にはためくマントも、納品された以上は支払い対象。この非対称は詐欺ではなく、すべてのモデル提供元に共通の仕組みです。計算自体は実際に行われたのですから。しかしだからこそ、この記事の方法全体が、返金を期待するのではなく期待外れの生成を減らすことを狙っているのです。
それを踏まえて予算を組みましょう。最終ショット1本につき、動画生成は1回ではなく2、3回を見込むこと。26クレジットのKlingショットが一発で決まるのは嬉しい誤算であって、作業前提にしてはいけません。平均2.5回の生成なら、5秒のショット1本は約65クレジット、0.65ユーロになります。
クレジットを溶かす初心者の3大ミス
参照ノードなしでキャラクターを動かす、同じプロンプトを連打する、720pの48クレジットで検証せず330クレジットの4Kに直行する。定番の罠3つです。
ひとつ目のミス:参照画像なしで定番キャラクターを動かすこと。参照がなければ顔は生成のたびに変わり、モデルが知りようのない「似ている状態」を追いかけてクレジットを燃やすことになります。名前、説明、写真数枚で参照ノードを作り、プロンプトで@メンションしましょう。説明が自動で注入され、写真も自動で添付されます。
ふたつ目のミス:同じプロンプトを連打して奇跡を待つこと。2回連続で同じ箇所が失敗するなら、問題はくじ運ではなくリクエストの側にあります。26クレジットを再び払う前に、何か具体的なものを変えてください。アクションをひとつ減らす、動きをシンプルにする。ノードの履歴が、何を試したのかを正確に見せてくれます。
みっつ目のミス:いきなり高解像度で決定版を作りにいくこと。「どうせなら最初から本番品質で」という反射は、Seedance 2.0の4Kでは1回約330クレジットかかります。720pの検証なら48クレジットです。まず720pで一発を決めて、それから一度だけ大きく再生成しましょう。
生成音声、Veoというケース
Veo 3.1 LiteとFast、そしてKling V3は映像と一緒に音声も生成します。雰囲気ショットには有用、音楽を乗せて編集するクリップには無用でしかも割高です。
一部のモデルはもう映像だけでは満足しません。Veo 3.1 LiteとFastはサウンドトラックも生成します。環境音、効果音、ときにセリフまで。雨のショットには雨音が、市場には人混みのざわめきが付いてきます。Kling V3も音声に対応。SNS向けの短い動画なら、サウンドデザインの作業が1回分浮きます。
当然ながら音声を有効にするとコストは上がり、正確な料金はいつもどおり生成ボタンに表示されます。各ショットの前に自問してください。最終的に音楽を乗せて編集するクリップなら、生成された音声はゴミ箱行きです。カットする予定の音声トラックに余計に払う意味はありません。
私たちのはっきりした見解:生成音声は雰囲気ショットとシンプルな会話シーンで輝き、正確な同期が要求されるものではまだ期待外れです。ショット1本で試して、聴いて、決めてください。これはスペック表ではなく、耳で下す判断です。
カメラノードでステップアップ
5つのダイヤルが、適切な英語の用語をプロンプトの先頭に、動きの1文を末尾に書き込みます。ひとつのカメラノードが複数のジェネレーターに演出の一貫性を届けます。
画像から動画への方法を身につけたら、次の段はカメラノードです。イラスト付きのダイヤルが5つ。構図、ミリメートル単位のレンズ、絞り、アングル、動き。ノードはあなたに代わって、モデルが最も強く重み付けするプロンプトの先頭に、適切な英語の用語を書き込みます。
動画への効果は直接的です。動きのダイヤルにはカメラ固定、前進または後退のトラッキング、パン、上昇クレーン、オービット、手持ちカメラ、スローズームが並び、それをプロンプト末尾の明示的な1文として書き込みます。何も具体的なものを生まない、ぼんやりした「cinematic camera movement」とはお別れです。
ひとつのカメラノードは複数のジェネレーターに同時接続でき、オープニングショットと次のショットの間で演出の一貫性を保てます。各設定の具体的な効果は、丸ごと1本の記事「撮影監督のようにAIを操る」で扱っています。まずはシンプルに。ミディアムショット、35mm、ゆっくりの前進トラッキングから。
初めての夜のモデル予算
探索と試行込みで5秒のショット3本が約205クレジット、つまり2ユーロ。月額13ユーロ(税別)のStarterプラン900クレジットの4分の1以下です。
リアルな初回セッションを数字にしてみましょう。ティーザー用に5秒のショット3本が欲しいクリエイターのケースです。Flux Schnellでの構図探索:約30枚で30クレジット。Flux Pro 1.1での最終画像3枚:18クレジット。Kling 2.5 Turboでのアニメーション化、1ショット平均2回の試行:約156クレジット。合計:およそ205クレジット、約2ユーロです。
Starterプラン(月額13ユーロ、税別)の月間900クレジットで見れば、この一晩は月予算の4分の1以下。クリップを量産する定期的なクリエイターは、42ユーロ(税別)で3,100クレジットのCreatorプランへ移ればいいでしょう。一時的なピークには、15ユーロで1,000クレジットからのチャージがあります。
素朴な方法と比べてみてください。Seedance 2.0 Fastでテキストから直接3ショット、通常の失敗率込みなら、400から500クレジットを消費した挙げ句、コントロールの効かない結果になっていたはずです。この方法は安いだけでなく、仕上がりも良い。
さあ、あなたの最初のショットを
今夜やること:Flux Schnellで下書き10枚、本番1枚、Kling 2.5 Turboへケーブル1本、5秒720p。配線済みテンプレートと1クレジットのアシスタントが組み立てを肩代わりします。
今夜の手順をまとめましょう。画像ノードをひとつ、Flux Schnellで下書き10枚、きれいな最終バージョンを1枚。動画ノードへケーブルを1本、Kling 2.5 TurboかSeedance 2.0 Fast、5秒、720p。明快な動きの1文。すべて自動保存されるうえ、生成はスマートフォンのブラウザからでも開始でき、画面をロックしても続行されます。
組み立て済みの土台から始めたいなら、すぐ使えるテンプレートに配線済みの画像から動画へのチェーンが含まれています。たとえば部屋の変身を動画にするバーチャルホームステージングなら、プロンプトを差し替えるだけで残りはすべて配置済み。そして画面右下のバブルにいるアシスタントは、開いているキャンバスを見ながら、1メッセージ1クレジットでワークフロー全体をあなたの代わりに組み立てられます。
この最初のショットの先へ進むなら、ドキュメントに統合されたアカデミーに、チェーン全体を画面上で見せながら解説するYouTube動画講座があります。このブログでの次の目的地としておすすめなのは、カメラノードの記事です。よく動くショットとは、何よりもまず、よく構図が決まったショットなのですから。