ハロウィン当日に、流行りのダンスを自分のAIキャラに踊らせてTikTokに出す。思いついたのが夕方で、キャラシートと参照動画とプロンプトまでは出来ました。生成に入った直後にM5 Mac(32GB)が止まり、当日には間に合いませんでした。前編は「どこまで何をしたか」と「どこで止まったか」の記録です。同じことをやる人が、同じ所で止まらないように。
先に結論
- TikTokの「ハロウィン ダンス」で動いているのは2つ。毎年恒例の人の独自振付(150万いいね・同じ音源の投稿1万本超)と、ボカロ曲の定番振付(振り解説動画が複数)。真似て出すなら後者。
- 参照動画は、振り解説動画のお手本の小窓だけを切り出す。下段の鏡は左右が逆で使えない。472×500・24fps・15秒で2.2MB。
- キャラはZ-Imageで1枚→ChatGPTで4面のキャラシート。帽子のオレンジのリボンと胸のレースアップが「同一人物」の目印。
- プロンプトは「動きだけ移す(attribute_transfer)」「音はそのまま使う(fully_copy)」。書いた本人が矛盾を1つ入れていた(後述)。
- M5 Macは20時07分に止まった。 記録には、監視プロセスが93秒応答なし、圧縮メモリの領域が上限、swapfileが97個。参照動画は2.2MBでも、読み込むと約0.95GiBの画像列になる。原因は調査中で、参照動画と決めつけない。
- 後編は、デスクトップ(RTX 5060 Ti 16GB×2)で生成します。重ければRunPodのRTX PRO 6000。
1. どのダンスにするか
AI動画の今週(2)の観測と同じやり方で、TikTok本体検索「ハロウィン ダンス」「Happy Halloween 踊ってみた 2026」を見ました(10月31日18時40分)。
| 型 | 数字 | 真似て出せるか |
|---|---|---|
| 毎年恒例の人のハロウィン(13年目) | 150万いいね(10/16)。同じ音源を使った投稿が1万本超 | △ 本人のオリジナル曲+独自振付。音源はTikTokの中でしか使えず、サイト・Xには持ち出せない |
| ボカロ曲「Happy Halloween」の定番振付 | 振り解説(当日)、踊ってみた2026(2日前)、5.1万いいね(10/20) | ◎ 毎年「踊ってみた」される定番で、振り解説がある=真似が前提 |
| ボカロ曲の別の定番 | 2.0万(2025) | ○ |
| 10月の流行(ナルトダンス再燃・横揺れ) | 作り方が数千 | △ ハロウィン衣装×これらの「ずらし」も可 |
選んだのは2番目。理由は、衣装(魔女)と曲の文脈が合うこと、そして振りが上半身と手の動きが中心で、足をほぼ置いたまま踊ること。とんがり帽子・透けた袖・長い裾・厚底ヒールは、ジャンプや大きなターンが入るとH3で崩れやすい(帽子が飛ぶ、裾が貫通する、ヒールで足が滑る)。手振り中心なら帽子が残り、袖と裾の揺れが見せ場になります。
2. 参照動画の切り出し
振り解説動画は、上にお手本(正面・全身・小窓)、下に講師が鏡の前で解説する2段組でした。下段は鏡像で左右が逆、カメラも動くので参照には使えません。上の小窓だけを切り出します。
- 元: 576×1024・30fps・52.9秒。小窓は約470×250。
- 切り出し: 小窓の中で踊り手の周りを縦長に(腕を広げても収まる幅)、3〜18秒(0〜2秒は文字が被る)。
- 出力: 472×500・24fps・15秒。音あり版と音なし版の2本。2.2MB。
- 音あり版は、プロンプトで音を「そのまま使う」と宣言する用。音なし版は、動きだけ移して曲を後から合わせる用。
H3の参照動画の作法は第25回(512×288の動作参照)と同じで、動きを読む用途なら小さくて足ります。
3. キャラシート
Z-Imageで魔女コスプレの全身を1枚作り、それをChatGPTに渡して4面(正面・背面・側面+顔の正面・横)のキャラシートにしました(第3回の線)。
同一人物の目印は、帽子のオレンジのリボン、胸のオレンジのレースアップ、黒のチョーカー、裾の長い透けた尾。プロンプトでは、この4つを「保つ」と名指しします。
4. プロンプトの要点
6セクション(subject_definitions / summary / retention_analysis / detailed_description / overall_soundscape / non_diegetic_music)、約420語。第36回の語数の帯に収めています。要点は3つ。
| 参照 | 扱い | 書いたこと |
|---|---|---|
| キャラシート(<Picture 1>) | fully_preserved | 顔・髪・帽子・リボン・衣装・ヒールを最後まで保つ。帽子は落ちない・形が変わらない |
| 参照動画(<Video 1>) | attribute_transfer | 動きだけ移す(タイミング・腕と手・肩と頭・体重移動・小さなステップ)。踊り手の見た目・壁・照明・画角は使わない |
| 同期音声(<Audio 1>) | fully_copy | 音をそのまま最終音声にし、動きを拍に合わせる |
歯止めは、足は定位置から1歩以内、ジャンプしない、背を向けない、喋らない(口も動かさない)、ワンカット固定カメラ。
矛盾を1つ入れていました。 音の節に「<Audio 1>をそのまま使う」と書きながら、「小さなヒール音を足す」とも書いていた。そのまま使うなら足せません。生成前にChatGPTの点検で指摘され、ヒール音の1文を消しました。書いた本人は気づかない種類の矛盾です。
5. 止まった
参照動画とキャラシートを置き、プロンプトを貼って実行した直後、M5 Mac(32GB)が止まりました。 20時07分13秒のパニック記録に残っていたのは、次の3つ。
- OSの監視プロセス(watchdogd)が93秒間応答なし
- 圧縮メモリの領域(segments)が上限に到達
- swapfileが97個(容量の話ではなく、ファイルの数)
診断には、H3のプロセスと、用途の分からない別のPythonのプロセスに大きなメモリの値が残っていました。ただしこれは診断上の値で、32GBに同時に載っていた量ではありません。合計して「これだけ使った」とは言えない。
参照動画の方は、ファイルは2.2MBでも、読み込むと360フレーム×472×500×RGB×float32で約0.95GiBの画像列になります。さらにH3の側で再デコードし、内部表現に変換し、その上に生成本体が乗る。ビットレートを下げてファイルを小さくしても画像列は減らず、入力のfpsを下げても24fpsに再変換されます。減らすなら解像度と尺です。
それでも、原因は参照動画だと確定していません。 別のPythonが何だったか分からず、どちらが先かも分からない。「調査中」が今の正直な状態です。
同じ日に、プロンプトを「英語を直接貼る/日本語からClaude Codeに書かせる/採用済みの修正案を使う」の3択で切り替えるノードも作っています(単体テスト66件)。ただし生成は未実施なので、こちらの合格は15秒生成の安全とは別の話です。
6. 分かったこと、分からないこと
- 分かった: ハロウィンのダンスで真似して出せるのは「定番振付」の方。参照動画は小窓だけ切り出して15秒・2.2MBで足りる。キャラシートはZ-Image→ChatGPTで1時間かからない。
- 分かった: 2.2MBの動画は、読み込むと約0.95GiB。ファイルの小ささでメモリ負荷を判断できない。
- 分からない: Macが止まった原因。参照動画か、同時に動いていた別の処理か、その両方か。
- 分からない: この参照動画とプロンプトで、狙いどおり踊るかどうか。まだ1本も焼けていない。
後編の段取り
- デスクトップ(RTX 5060 Ti 16GB×2・第39回の構成)で、0.6MP・15秒・8ステップの試し焼き。今日Blenderの参照動画つき15秒が通っている(第25回と同じ線)。
- 帽子が飛ぶ・足が滑る・背を向ける、のどれかが出たら、その1点だけ日本語で直す(第35回)。
- デスクトップで重ければ、RunPodのRTX PRO 6000(96GB)。以前のダンス系はそちらで焼いていました。
- Macは、生成前に重いプロセスを確認する・事前にメモリと入力の規模を検査する・Mac用の低負荷設定を別に持つ、の順で対策を入れてから戻す。どれも未実装。
当日に間に合わせるなら、キャラシートと参照動画を前日までに作っておき、生成はデスクトップで朝に回す。来年はそうします。
環境: MacBook Pro M5 32GB(h3.c・ComfyUI)・デスクトップ RTX 5060 Ti 16GB×2。TikTokの数字は10月31日18時40分の表示値。Macの記録はパニックレポート(10月31日20時07分)。症状から対処を引く表はトラブル早見表に。
コメント