ショット接続・演出
首尾フレーム生成型トランジション設計：キャンバス上で動画の起点と終点をつなぐ
AI動画における首尾フレーム（First/Last Frame）生成型トランジションの仕組みを理解し、顔のモーフィング破綻を防ぐ構図ルール、動作プロンプトの書き方、Say Actionキャンバスでの連続カット連携を解説します。
目次
フレーム補間と生成型トランジション：中核メカニズムの違いを整理する
従来のフレーム補間（Optical FlowやRIFEなど）と、動画生成AIの「首尾フレーム生成（First/Last Frame to Video, FLF2V）」を混同してしまうクリエイターは少なくありません。従来のフレーム補間は、すでに撮影された動画素材のコマ間にミリ秒単位の画素ベクトルを推定して追加し、24fpsを60fpsに滑らかにする技術です。これに対し、生成型首尾フレームは、完全に静止した2枚の独立したキーフレーム（開始画像Aと終了画像B）を入力として受け取ります。拡散モデルは単なる画素補間ではなく、3次元の空間深度、人体の骨格運動、物理法則を潜在空間内で解釈し、両者を結ぶ数秒間の新しい映像シーンをゼロから推論・生成します。
この根本的なメカニズムの違いを理解することは、ショートドラマ制作において破綻を防ぐための第一歩です。生成AIを単なる機械的補間と捉えると、中間のフレームで奇怪な融解や崩れが発生します。拡散モデルは、潜在空間において画像Aと画像Bの双方の制約を同時に満たす連続軌跡を探索します。しかし、2枚の画像の構図や姿勢の乖離が大きすぎると、現実の物理法則に沿った補間経路が解けず、人体がゴムのように伸びたり、顔がドロドロに溶ける「モーフィング現象」に退化します。首尾フレームを設計する際は、2枚の画像を単なるイラストではなく、同一カットの「厳密な開始座標と到達座標」として捉える演出意図が不可欠です。
プロフェッショナルな制作フローにおいて、生成型首尾フレームは絵コンテから完成映像へとつなぐ確定的なブリッジとなります。プロンプトのみに頼る動画生成では次のカットへのつながりが偶然に左右されますが、前後のアンカーを固定することで画角や目線のブレを確実に排除できます。Say Actionのキャンバスでは、脚本ノードから分解された絵コンテ行にこの首尾フレームを直接組み込むことが可能です。カットの開始構図と終了構図をあらかじめ固定することで、外部の編集ソフトに素材を渡した際にも自然につながるカット割りが実現します。
開始フレームAと終了フレームBが結ぶ「視覚的整合性」の原則
首尾フレーム間のトランジションを破綻させずに成立させるには、フレームAとフレームBが「視覚的整合性の原則（コンティニュイティ・コントラクト）」を満たしている必要があります。拡散モデルは潜在空間のベクトル軌跡を計算するため、両フレーム間で照明の幾何学的条件が一致していなければなりません。キーライトの照射方向、フィルライトの強さ、色温度、影の落ち方が一致していることが大前提です。フレームAが夕暮れの暖色系の逆光であるのに対し、フレームBが蛍光灯の冷たい真上からの光である場合、モデルは物理的な推移を計算できず、不自然な明滅や色彩の変色アーティファクトが発生します。
原則の第二の柱は、人物の容姿、衣装、背景のディテールの厳密な一致です。髪型、服装の質感、装飾品、顔立ち、部屋の構造が両フレームで完全に整合していなければなりません。フレームAで前を開けていたトレンチコートが、フレームBで突然ボタンが留められていたり布地が変わっていたりすると、不自然な変形が起こります。また、焦点距離（レンズの画角）の急激な変化も禁物です。フレームAを24mm相当の広角で撮り、フレームBを85mm相当の望遠特写にすると、パースペクティブの破綻が生じます。キャンバス上であらかじめ統一されたキャラクター参照ノードとマスタースタイル設定を用いてキーフレームを用意することが推奨されます。
そして第三の要件は、指定した動画秒数に対して物理的な移動量が現実的であることです。オフィスチェアに座っている人物が立ち上がり、5メートル先のドアまで歩いて開ける動作を、わずか3秒のカット内で完結させることは現実の人間には不可能です。過大な移動量を短い尺に詰め込むと、モデルは極端なスピードで無理やり繋ごうとするため、手足の変形や顔の崩れが生じます。「1カット＝1アクション」の原則を守り、フレームAで動作の起点（例：机の上のグラスに手を伸ばす）、フレームBで動作の終点（例：グラスを口元に運んだ状態）を設定してください。複雑な複合動作は1カットに詰め込まず、複数の短いサブカットに分解するのが定石です。
Say Action キャンバス上でショットを数珠つなぎに連携する
複数カットからなる連続したドラマシーンを制作する際、生成素材のスムーズな受け渡しが作業効率を大きく左右します。Say Actionのキャンバスでは、ノード同士を視覚的なワイヤーで接続する「チェーン連携（Node Chaining）」によってこの連続性を担保します。動画ファイルを書き出して外部ソフトで終端フレームを静止画保存し、再度アップロードするという煩雑な往復作業は不要です。カット1の絵コンテ行、開始フレーム画像ノード、動画生成ノード（Seedance 2.5など）をキャンバス上で組み立て、納得のいく動きが得られたら、その終端を直接次のカットの入力に引き継ぎます。
終端フレームの抽出は極めてシンプルです。カット1の動画再生ノードの右上メニューを開き、「末尾フレームを抽出（Extract Last Frame）」をクリックします。システムは動画の最終フレームをネイティブ解像度でキャプチャし、キャンバス上に独立した新しい画像ノードとして瞬時に配置します。この画像ノードはカット2における重要な視覚的起点となります。この画像ノードから接続線をドラッグし、カット2の動画ノードの「First Frame（開始フレーム）」スロットに接続して前カットの末尾を次カットの開始に用いることで、カット間の連続性が大幅に向上し、衣装ディテールや色味のズレを抑えられます。ただし実際の出力はモデルの挙動に左右されるため、生成後の確認は欠かせません。
ただし、キャンバスに接続される動画モデルによって首尾フレームの対応状況が異なる点には注意が必要です。例えば、Seedanceチャンネルは開始フレームと終了フレームの双方のスロットに対応しており、前後が固定された精密なカット連携に最適です。一方で、Gemini VeoやNovitaの現行アダプターは開始フレームのみの対応であり、MiniMax H3では首尾フレームモード使用時に別個の参照画像を併用できない仕様となっています。Say Actionのキャンバス上でシーンを設計する際は、前後を厳密に固定したいカットにはSeedanceなどの双方向対応モデルを割り当て、自由なリアクションカットには単一画像モデルを配分する使い分けが効果的です。
2つのアンカー間をつなぐ動作プロンプトの記述法
開始画像と終了画像の双方が指定されている場合、プロンプトの役割は通常のテキスト動画生成とは根本的に異なります。初心者が陥りがちな失敗は、「トレンチコートを着た若い刑事が薄暗い路地に立っている」といった情景描写を再び長々と書き連ねてしまうことです。開始フレームAと終了フレームBによって、人物の顔立ち、服装、照明、背景はすでにピクセル単位で定義されています。そこに余計な静止画的説明を重ねると、プロンプト解析器の重みが分散し、肝心の画像条件付けが弱まってしまいます。首尾フレーム生成におけるプロンプトは、AからBへと至る運動の軌跡のみを記述する「モーションブリッジ（Motion Bridge）」に徹するべきです。
効果的なモーションブリッジプロンプトは、カメラの移動ベクトル、主体の移行動作、環境の副次的な動きの3要素で構成されます。標準的な構文は `[カメラ指示：ベクトルと速度] + [主体：具体的な移行アクション] + [空気感：微細な環境変化]` です。例えば、フレームAがスマートフォンを見る男性の中景で、フレームBがその肩越しから光る画面を捉えたクローズアップである場合、「カメラはゆっくりと安定して前進し、主体の右肩越しへとアークを描いて回り込む。主体は視線を落としスマートフォンの画面をやや上に向けて傾ける。画面の光が顎下をわずかに照らし、手ブレのないシネマティックな滑らかな動き」と指示します。容姿や服装の説明を省き、純粋な空間運動のみを伝えています。
プロンプト内で使用する速度表現も仕上がりの自然さを左右します。「一定の速度（steady velocity）」「滑らかな減速（smooth easing）」「視線追従の維持」といった安定性を指示する言葉を添えるのが有効です。反対に「激しくカメラを振る」「急激に回転する」といった過度な加速度表現は、中間フレームで激しい回転モーメントを誘発し、顔面の崩壊を引き起こす原因になります。ダイナミックなカメラワークが必要な場合でも、映画業界の標準用語（Dolly-In、Pedestal、Orbit Arcなど）を用いて、モデルに整然とした移動経路を提示することが高品質な生成結果を得る秘訣です。
モーフィング破綻の検知と再生成コストの管理
プロンプトとアンカー画像を適切に設定していても、稀に中間フレームで破綻が生じることがあります。最も典型的な現象が「潜在空間のモーフィング融解」です。動画の冒頭と末尾は正常であるにもかかわらず、動画の中盤で顔の構造が溶け崩れたり、指が増減したりし、最後の1コマで突然元の顔に戻るという挙動です。これは、アンカーAとアンカーBの間の空間的・姿勢的距離が、モデルの時空間アテンション層の許容限界を超えているサインです。キャンバス上で生成動画を確認する際は、必ず中盤のコマ送りを丁寧に行い、骨格や目元の不自然なブレがないかを点検してください。
モーフィング破綻を解消するための実務チェックリストは3段階あります。第1に、動画ノードの尺設定を見直すことです。生成秒数を3〜4秒から5〜6秒へと延ばすことで、モデルに滑らかな物理移動を計算するための十分な時間的猶予を与えることができます。第2に、首尾フレーム間での人体の回転角度を確認します。90度以上の急激な振り返りや深い奥行き移動がある場合は、絵コンテ行を分割し、中間のキーフレーム（AからA.5、A.5からB）を挟んで2つの短いカットに分解します。第3に、フレーム間の光線方向や風向きなどの環境ベクトルに矛盾がないか再確認してください。
ショートドラマ制作では、再生成に伴うコスト管理も重要です。システムや通信トラブルによるタスク中断に対しては、明確な返還ルールが適用されます：モデル提供元が生成の失敗を明確に確認した場合、仮確保されたクレジットを返還します。通信が途切れるなど結果や料金が確認できない場合は、二重精算を避けるため確認待ちになります。 一方で、生成自体は正常に完了したものの演出上の動きが意図と合わず再生成を行う場合は、新たなタスクとして所定のクレジットが見積もり表示の上で消費されます。無駄な消費を抑えるためにも、いきなり10秒の長尺カットで冒険するのではなく、まずは4秒前後の手頃な尺で首尾フレームの運動経路を検証し、整合性を確かめてから本番の書き出しを行う手順を徹底してください。
自分のAPIと外部のAPI中継サービスを接続する
モデルの接続設定でBase URLとAPIキーを入力し、提供元のドキュメントに従ってAPIの方式、モデルID、必要なヘッダーを設定します。生成前に、使いたい画像・動画の生成方式に対応しているか確認してください。パス、解像度、開始・終了フレームの指定方法は接続先によって異なります。未対応サービスの接続リクエストは、対応を保証するものではありません。
BYOKではAPIの接続先、モデルのキー、カスタムヘッダーを設定できます。OneAPIやNewAPIなどを使う場合は、実際のAPIに合うOpenAI・Gemini・Claudeの方式を選び、モデルIDと画像・動画APIの対応状況を確認してください。すべての中継サービスや独自仕様に自動対応するわけではありません。BYOKでのモデル利用にはプラットフォームの上乗せ料金や生成クレジットの消費はありませんが、ワークスペースとモデル提供元の利用料金は別途かかります。
信頼できる提供元だけに接続し、本番環境ではHTTPSを使用してください。リクエストはログイン認証されたバックエンドを経由し、必要なプロンプト、参考素材、認証情報が送信に使われます。APIキー、パスワード、秘密情報を含むヘッダーを公開キャンバスやスクリーンショット、サポートへの申請に載せないでください。
よくある質問
首尾フレームを使って、まったく異なる2つのシーンの間をトランジションできますか？
生成AI動画において、光や背景、被写体が全く異なる2枚の画像を与えると、中間のフレームで顔や背景がドロドロに溶ける奇怪なモーフィングが発生します。抽象的なミュージックビデオ等なら表現として成立することもありますが、物語を描くショートドラマではリアリティを損ないます。別シーンへの場面転換には、首尾フレームによる無理な補間ではなく、従来の映画的手法であるハードカット、人物が画面を遮るワイプ、またはマッチカットを使用するのが確実です。
Say Action上のすべての動画モデルが終了フレーム（Last Frame）の入力に対応していますか？
いいえ。動画モデルや接続先チャンネルによって対応する機能仕様が異なります。Say Actionのキャンバスにおいて、Seedanceチャンネルは開始・終了フレームの双方のスロットにネイティブ対応していますが、Gemini VeoやNovitaの現行アダプターは開始フレームのみの対応です。また、MiniMax H3では首尾フレーム指定時に参照画像の併用が制限されます。ショットを設計する際は、選択中のモデルが実際に開示している入力スロットをご確認ください。
Say Actionのキャンバス上で、生成済み動画の最終フレームを抽出するにはどうすればよいですか？
満足のいく動画が生成されたら、該当する動画プレイヤーノードの右上にあるオプションメニューを開き、「末尾フレームを抽出（Extract Last Frame）」を選択します。システムが動画の最終フレームを元解像度で静止画化し、キャンバス上に新しい独立した画像ノードとして生成します。その画像ノードから次のカットの動画ノードの「First Frame」スロットへ接続線を引くことで、完全な連続性を維持できます。
首尾フレーム間の動きが速すぎたり不自然に歪んだりする場合はどう対処すべきですか？
動きが慌ただしかったり人体が伸びたりする場合、2枚のキーフレーム間の移動量に対して設定された動画の秒数が短すぎることが主な原因です。動画ノードの設定で尺を4秒から6秒に延ばすなどして、モデルが物理運動を計算するための時間的猶予を確保してください。それでも改善しない場合は移動距離が大きすぎるため、中間の姿勢となるキーフレームを1枚追加し、2つのカットに分割して構成するのが効果的です。
OneAPI、NewAPIやカスタムヘッダーを使えますか？
BYOKではAPIの接続先、モデルのキー、カスタムヘッダーを設定できます。OneAPIやNewAPIなどを使う場合は、実際のAPIに合うOpenAI・Gemini・Claudeの方式を選び、モデルIDと画像・動画APIの対応状況を確認してください。すべての中継サービスや独自仕様に自動対応するわけではありません。BYOKでのモデル利用にはプラットフォームの上乗せ料金や生成クレジットの消費はありませんが、ワークスペースとモデル提供元の利用料金は別途かかります。