AIショートドラマ制作ワークフロー：2026年完全制作ガイド

そもそもAIショートドラマとは何ですか？なぜ市場が急拡大しているのですか？#

AIショートドラマとは、9:16の縦型動画フォーマットで展開される連続ストーリー作品であり、2026年第1四半期だけで世界におけるアプリ内課金売上約7億5,000万米ドルを記録した急成長市場です。従来の横型映画や気軽なSNS動画とは異なり、ショートドラマ（縦型ドラマ、マイクロドラマとも呼ばれます）は、40〜100話の短尺エピソードを緊密に連動させて1つの完全なストーリーアークを描き出します。このフォーマットは、財閥の隠し子、企業内の裏切り、復讐の契約、隠された正体といった、感情を強く揺さぶるハイコンセプトな動機付けを原動力としています。

このフォーマットは、現在の生成AIモデルの特性や制約とも驚くほど自然に合致します。横型の長尺動画ではAI特有の不自然さや背景の歪みが目立ちやすくなりますが、縦型ドラマではミディアムクローズアップを主体に構図を組み、会話する2人の俳優に焦点を絞り、2〜5秒ごとにカットを割ることで、技術的な弱点を効果的にカバーできます。

また、モバイル視聴者は、終わりの見えないタイムライン動画よりも高い視聴維持率でショートドラマを視聴します。[OpenMicroDrama](https://openmicrodrama.com/guides/how-to-make-an-ai-micro-drama)が紹介したDeadlineの報道によると、独立系スタジオのSpirit Studiosは、縦型フォーマットについて「約90秒のエピソード60話で構成され、60回連続でクリフハンガーを仕掛ける構造になっている」と説明しています。視聴者は最初の3秒で視聴を続けるかどうかを判断するため、すべてのエピソードにおいて、感情移入を求める前にまず視覚的なインパクトを与える必要があります。

クリフハンガーを中心とした縦型ショートドラマの脚本はどう書けばよいですか？#

90秒の縦型ドラマ脚本には、10〜15の明確なカット、10行以内のセリフ、そしてラスト3秒で提示される強烈なクリフハンガーが必要です。縦型動画の脚本執筆は、一般的な長編映画のシナリオとは根本的に異なります。スマートフォンの画面を圧迫してしまうような、状況説明のための長い情景描写やシーン転換、大人数のグループ会話は徹底して避けなければなりません。

確実性の高いエピソード構成は、「フック（Hook）」「ステークス（Stakes：目的と障害）」「ターン（Turn：急展開）」「クリフハンガー（Cliffhanger）」の4つのビート（劇的展開）で成り立っています。フックは最初の3秒間で予期せぬ視覚的アクションを起こしてスクロールする手を止めさせます。ステークスは主人公が何を望み、どんな障害が立ち塞がっているかを提示します。ターンは突然の新事実によって力関係を一変させ、クリフハンガーは問題が解決する直前の一歩手前で映像をカットアウトします。

ビジュアル素材の生成に入る前に、中心となるログライン、繰り返し登場する3つの舞台、そして詳細なキャラクターの外見プロファイルをまとめた簡潔な作品設定資料（シリーズバイブル）を用意してください。セリフを極力削ぎ落とすことが極めて重要です。なぜなら、すべての発話には後工程で正確な音声生成とリップシンクの調整が必要になるからです。DramaCanvasのText（テキスト）ノード内で以下のプロンプトテンプレートを使用し、エピソードのビートシートを作成しましょう。

Write a 90-second vertical 9:16 micro drama script for Episode 1 of an urban suspense series.
Protagonist: Elena Vance (28, investigative reporter in a charcoal trench coat).
Setting: Dimly lit archive office at midnight, rain drumming on exterior windows.
Beat 1 (0-15s Hook): Elena unlocks a private safe, revealing an envelope marked with her father's case number.
Beat 2 (15-45s Stakes): She flips through bank transfers linking the CEO to an offshore shell company.
Beat 3 (45-75s Turn): A shadow crosses the frosted door; heavy footsteps halt right outside.
Beat 4 (75-90s Cliffhanger): The door handle turns slowly downwards. A text notification dings on her phone: "Look under the desk."
Format: 12 numbered shots with shot type, visible character action, framing, and concise dialogue.

Storyboard scriptノードを使ってあらすじをカット行に分割するにはどうすればよいですか？#

DramaCanvasのStoryboard script（絵コンテ脚本）ノードは、920×360サイズのテーブル型カードであり、テキストモデルを活用してストーリーのアウトラインを1〜60秒のカット尺を持つ連続した行へ自動分割します。個別の動画カードへプロンプトを手動でコピー＆ペーストする代わりに、このノードを使えばエピソード全体の脚本をインタラクティブな制作テーブル内で一元管理できます。各行には、カット番号、カット尺、カメラワークプロンプト、セリフ、参照メディア専用の列が備わっています。

ステップ1：Storyboard scriptノードを追加してプロットを入力する

画面下のドックツールバーにある「ノードを追加（Add node）」をクリックし、「Storyboard script」を選択します。カード下部のアウトライン入力ボックスに、作成したエピソードのビートやシーンのあらすじを貼り付けます。モデル選択ドロップダウンから好みのテキスト推論モデルを選択し、「絵コンテを生成（Generate storyboard）」をクリックします（または Ctrl/⌘+Enter を押します）。

テーブルには、デフォルトで6秒に設定された一連のカット行が自動的に展開されます。個々のカットの長さは1〜60秒の間で調整可能で、「行を追加（Add row）」でインサートカットを挿入したり、「カットを削除（Delete shot）」で不要なフレームを整理したりできます。セリフやカメラワークの指示を細かく推敲したいときは、いつでも「フルスクリーン編集（Edit full screen）」をクリックして拡大表示できます。

ステップ2：各行のキーフレーム静止画と動画カットを生成する

Storyboard scriptカードのメニューにある「未生成の絵コンテ画像を生成（Generate unfinished storyboard images）」をクリックすると、すべての行の参照静止画が一括でレンダリングされます。このバッチ処理により、動画生成クレジットを消費する前に、シーケンス全体の視覚的な整合性、衣装の色、照明のセットアップを事前にまとめて確認できます。設定資料と異なる静止画がある場合は、その行のプロンプトを修正し、その画像のみを再生成します。

キーフレーム画像がイメージ通りに仕上がったら、カードメニューの「未生成の動画を生成（Generate unfinished videos）」をクリックし、配置されたすべての行のモーションクリップをレンダリングします。2つ以上の動画クリップのレンダリングが完了すると、カードヘッダーの「動画を結合（Merge videos）」ボタンが有効化されます。これをクリックするだけで、各カットが1本の連続した縦型ショートドラマ映像として書き出されます。また、プロフェッショナルモードでは、「画像ノードを作成（Create image nodes）」や「動画ノードを作成（Create video nodes）」をクリックして、テーブルの行をキャンバス上の独立したカードに分割し、より緻密な微調整を行うことも可能です。

キャラクターの一貫性を保つために参照カードを固定するにはどうすればよいですか？#

AIシリーズ全体でキャラクターの容姿のブレ（顔ブレ）を防ぐには、動画をレンダリングする前に、1枚のマスターポートレート画像と固定の4要素からなる外見プロンプトを確定させておく必要があります。顔ブレは、生成モデルがカットごとに曖昧な形容詞を異なる解釈で処理してしまうことで発生し、主人公の顔立ちが変わって物語への没入感を損ないます。[ScreenWeaverの制作ガイド](https://www.screenweaver.ai/blog/ai-short-drama)でも指摘されているように、成功しているクリエイターは第1カットを生成する前に、繰り返し登場するすべての主要キャラクターについて固定の参照シートを作成しています。

ステップ1：曖昧さのないキャラクター説明文を作成する

Textノードを開き、年齢、顔の輪郭・骨格、特徴的な髪型、象徴的な衣装という4つの視覚的アンカーを記述します。「ハンサム」「魅力的」といった抽象的な形容詞は避けましょう。モデルが勝手にランダムな特徴を作り出してしまう原因になります。特定のシルバーペンダント、顎の小さな傷跡、べっ甲フレームの眼鏡など、モデルが一貫して認識できる具体的な身体的アンカーを1つ設定するのが効果的です。

Elena Vance, 28-year-old investigative journalist. Pale oval face, sharp cheekbones, almond-shaped hazel eyes with focused expression. Shoulder-length dark auburn hair parted on the left with subtle waves. Wardrobe: Tailored charcoal wool trench coat over a high-collar black knit turtleneck, wearing a delicate silver geometric pendant necklace. Cinematic studio lighting, neutral background, photorealistic texture.

ステップ2：マスターポートレートカードを生成して固定する

作成したTextノードを、GPT ImageまたはNano Bananaを使用する9:16縦型解像度のImageノードに接続します。均一でニュートラルな照明のもとで、正面、斜め（45度）、横顔のポートレートを生成してください。参照カードでドラマチックな陰影のある照明を使うのは避けるべきです。動画モデルがその影の形状を引き継ぎ、その後の昼間のシーンにまで不自然な影を落としてしまうためです。

マスターポートレートが完成したら、そのImageカードをキャラクターの基準点として扱います。DramaCanvasでは、このマスターImageカードから下流にある複数のVideoノードへ同時にワイヤーを接続できます。キャンバスは同一ソースからの接続を自動的に重複判定して処理するため、同じキャラクター参照を複数回ルーティングしても、下流カード側の参照スロットは1つ分しか消費しません。

9:16のキーフレームを生成して動画カットとして動かすにはどうすればよいですか？#

DramaCanvasでアニメーションカットを作成するには、9:16のImageノードをVideoノードの左側の入力ポートに直接接続し、「Start frame（開始フレーム）」ドロップダウンでその画像を選択します。事前承認済みのキーフレーム静止画を動画化する（Image-to-Video）アプローチにより、構図、キャラクターの配置、照明を確実に固定できます。Text-to-Video（テキストからの直接動画生成）は空間的な立ち位置の制御が運任せになり、不要なクレジットを消費するリテイクが頻発する原因になります。

ステップ1：キーフレーム用のImageノードを設定する

画面下のドックツールバーで「ノードを追加（Add node）」をクリックし、「Image」を選択します。プロンプトボックスの下にある「生成設定（Generation settings）」をクリックして設定モーダルを開きます。「サイズ（Size）」を9:16縦型に設定し、「品質（Quality）」を「高（high）」に指定して、生成枚数が1枚になっていることを確認します。上流の参照元として、マスターキャラクターカードをこのImageノードの左側入力ポートに接続します。

カットの描写プロンプトを入力ボックスに貼り付け、上矢印アイコンをクリックして生成を実行します。生成された静止画を注意深く確認し、手の位置、表情、背景の遠近感に問題がないかチェックします。細部に修正が必要な場合は、カード全体を再生成するのではなく、カードツールバーの「インペイント（Inpaint）」ツールを使用して不自然な箇所を塗りつぶして修正します。

9:16 vertical medium close-up shot. Elena Vance stands inside a dark corporate archive office at midnight. Cold blue ambient rain light washes through venetian blinds onto her profile. She looks down tensely toward a brass safe door standing slightly ajar, right hand poised near the lock. Charcoal trench coat, dark auburn hair falling forward over her collar.

ステップ2：ImageノードをVideoノードに接続する

「ノードを追加（Add node）」をクリックして「Video」を選択し、キーフレームImageカードの右隣に配置します。Imageノードの右端にある円形の出力ポートから、Videoノードの左端にある円形の入力ポートへワイヤーをドラッグして接続します。接続されると、Videoノードのパラメータトレイ内にキーフレームのサムネイルが表示されます。

入力ボックス下の設定概要（例：「720P · 16:9 · 5s」など）をクリックして、動画パラメータを設定します。「解像度（Resolution）」を720Pに設定し、「サイズ（Size）」で9:16縦型を選択し、希望のクリップ継続時間（5秒または6秒など）を指定します。ここで極めて重要なのは、プロンプト入力欄の下にある「パラメータ（Parameters）」を展開し、「Start frame（開始フレーム）」ドロップダウンメニューから接続したキーフレーム静止画を選択して、開始状態として固定することです。2つの異なるカメラ状態を意図的につなぐために2枚目の画像を接続する場合を除き、「End frame（終了フレーム）」は「未指定（Not specified）」のままにしておきます。

9:16 vertical camera trajectory. Smooth slow push-in toward Elena's face, continuing seamlessly from the start frame. Raindrops trickle down the dark window glass in the soft background bokeh. Elena holds her breath as her hazel eyes dart from the opened safe toward the corridor door outside. Subtle breathing motion in her shoulders under cold fluorescent lighting.

ステップ3：生成を実行してキャンバスカードを整理する

生成ボタンに直接表示されている消費クレジット数を確認し、上矢印をクリックしてタスクをキューに入れます。カードは「Queued（待機中）」フェーズに入った後、リアルタイムの進捗バーを表示します。レンダリングが完了したら、カード付属のネイティブプレイヤーで直接MP4動画をプレビューします。関連するText、Image、Videoノードの周囲に「フレーム（Frame）」コンテナを配置してグループ化し、ヘッダーをダブルクリックして「Shot 1: アーカイブの遭遇」といった名前を付け、折りたたんで作業領域を常に整理された状態に保ちましょう。

DramaCanvasのカット種別ごとにどの動画モデルを選ぶべきですか？#

ByteDanceのSeedance 2.5は、毎秒30クレジットで最大30枚の参照画像に対応し、極めて忠実度の高いクローズアップを実現します。一方のKling 4は、720pにおいて毎秒7クレジットでダイナミックなカメラワークを提供します。カットごとの具体的な要件に応じて適切な動画生成モデルを使い分けることが、ビジュアル品質を保ちながら制作予算を抑える最も効果的な手法です。90秒の1エピソードであっても、カットの複雑さに応じて複数の生成AIモデルを組み合わせるのが基本となります。

会話シーンや感情豊かなクローズアップには、高度な顔の一貫性が求められます。Seedance 2.5やSeedance 2.0は、多数のマルチ画像参照入力に対応しているため、こうした構図に最適であり、複数の衣装アングルや顔のクローズアップを同時に読み込ませることができます。対照的に、動きの激しいアクションシーン、小物のインサート、素早い状況説明のパンなどは、1秒あたりの消費クレジットがはるかに安価なKling 4やWan 3.0で効率的に処理できます。

なお、OpenAIは2026年9月24日にSora 2モデル群およびVideos APIの提供を終了しました（これに先立ち、2026年4月26日にはSoraのWebおよびアプリUIも提供終了しています）。もし以前のプロンプトを移行する場合は、当サイトのSora代替ツールガイドを参照し、現行の制作エンジンに合わせてパラメータを再設定してください。ボード上の各ノードに適したジェネレーターを選択するために、以下の検証済みモデル比較表をご確認ください。

DramaCanvasにて2026年11月4日確認時点のクレジット設定です。

ターミナルによる自動化パイプラインを構築する開発者向けには、DramaCanvas MCPサーバーを通じてこれらの動画生成ノードを直接操作し、外部のIDE環境からスクリプトカードやワイヤーの接続指示をプログラム経由で送信することも可能です。

Audioノードを使ってセリフやナレーションを合成するにはどうすればよいですか？#

DramaCanvasのAudio（音声）ノードは、0.25倍速から4.0倍速までの発話速度でキャラクターのセリフや環境音を生成でき、接続できるボイス紐付け済みキャラクターカードは最大1枚に限定されています。明瞭なセリフは物語の骨格となり、繊細な環境音（ルームトーン）はカットの唐突な切り替わりを不自然に見せず、意図的な演出へと昇華させます。

ステップ1：Audioノードを配置して設定する

画面下のドックツールバーで「ノードを追加（Add node）」をクリックし、「Audio」を選択します。カードのサイズは340×120で、生成が完了するとインタラクティブな音声波形が表示されます。パラメータ設定内の「Voice（ボイス）」ドロップダウンメニューから声のプロファイルを選択し（デフォルトはalloy）、「Format（フォーマット）」をmp3に設定します。再生速度はクイックプリセット（0.75倍速〜1.5倍速）または0.25倍速〜4.0倍速のスライダーで細かく調整できます。

「Voice instructions（ボイス指示）」入力フィールドには、自然言語で俳優の声の質感や抑揚を指定します。「抑えた早口のささやき声で、言葉の合間に荒く息をつく」といった感情のサブテキストを具体的に記述することで、空欄のままにするよりもはるかに表現力豊かな結果が得られます。プロンプトエリアには、標準の二重引用符（" "）で囲んで発話させるセリフを正確に入力します。

ステップ2：Audioノードの接続ルールを理解する

Audioノードには厳格な入力制約があります。入力として受け付けられるのは、Textカードからのプレーンテキストプロンプト、または音声が紐付けられたCharacter（キャラクター）カード1枚からの接続のみです。動画クリップ、通常の画像カード、外部の補助音声ファイルは接続できません。互換性のないメディアタイプを接続しようとすると、ワイヤーは自動的に弾かれて元の位置に戻ります。

プロジェクトのアセット内にキャラクター専用のボイスプロファイルが割り当てられている場合、そのキャラクターカードをAudioノードに接続することで、全エピソードを通じてその固有の声質を一貫して維持できます。生成が完了したら、Audioカードのツールバーにカーソルを合わせて「音声をダウンロード（Download audio）」をクリックするか、マルチトラックタイムラインにクリップを接続して、環境BGMと合わせた最終ミキシングを行ってください。

90秒のAIショートドラマ1話を制作する費用はどのくらいかかりますか？#

DramaCanvasで15カット・90秒の720pエピソードを1話レンダリングする費用は、低コストモデル構成なら630クレジット（17.01ドル）、高画質モデル構成なら1,944クレジット（52.49ドル）です。DramaCanvasは動画の長さと連動した透明性の高いクレジットモデルを採用しています。スタンダード有料プラン（1,100クレジットで29.90ドル）の場合、1クレジットあたり約0.027ドルとなり、クリエイターは生成ボタンを押す前に各カットの正確なコストを事前に算出できます。

予算効率を最大化するには、制作チームはエピソード内のカットを3つの階層に分けて設計すべきです。主役が登場する重要な会話カット（ヒーローカット）には、Seedance 2.5やWan 3.0といった高度な参照入力に対応したモデルを採用します。副次的なリアクションカットや中間のカメラワークにはKling 4を割り当て、素早い小物のインサート（スマホ画面、ドアの鍵、時計など）には低コストプランのモデルを活用します。

以下の予算内訳表は、720p解像度でレンダリングされた15カット（各カット6秒、計90秒）からなる標準的な縦型エピソードにおける、3つの現実的な制作構成を示しています。

DramaCanvasにて2026年11月4日確認時点のクレジット設定です。スタンダードプランの価格（1,100クレジットで29.90ドル、1クレジットあたり約0.027ドル）で算出しています。

プラットフォームクレジットは、生成タスクを送信した瞬間にのみ消費されます。上流のモデルでセーフティ判定による停止やネットワークエラーが発生した場合は、プラットフォームクレジットがアカウント残高へ自動的に全額返金されます。デスクトップツールと総合的な制作予算を比較検討しているクリエイターの方は、Higgsfieldの料金解説およびクラウド型キャンバスツールの比較分析もご覧ください。

無限キャンバスが制作に適さないケースとはどのような場合ですか？#

無限キャンバスは、単発のプロンプトテストや、固定キャラクターや共通セットが存在しない広大な16:9のシネマティック映像の制作には適していません。目的が単一の背景動画を生成することや、実験的なプロンプトのバリエーションを1つ試すことだけである場合、広大なキャンバスを開いて複数のカードをワイヤーで接続するのは不要な手間となります。そのような場合は、空間的な配置を行わずに単一の独立したノード内で直接生成したほうが迅速です。

同様に、関連性のない50ものシーンを1つのワークスペースに詰め込むと、画面が視覚的に散らかり、ブラウザのメモリを圧迫します。DramaCanvasのプロジェクトは論理的に分割するのが鉄則です。ショートドラマの1話ごと、あるいはシーンのまとまりごとに1つのキャンバスを割り当ててください。カードをFrameコンテナ内にグループ化することでミニマップをすっきりと保ち、古い下書きの接続を解除してプロジェクトアセットフォルダに整理しておくことで、長期にわたる制作でもシステムの軽快なレスポンスを維持できます。