生成AI研究室(87) 夜の帰宅から朝のランニングへ——H3で玄関7版・夜道11版を回し、11クリップ75.9秒に。「直す部分だけ直す」ために分けて保存する

生成AI研究室(87) 夜の帰宅から朝のランニングへ

(81)でソファーのカーテンが閉まらなかった話の続き。その後、ソファーは00055で閉じたカーテンになり、新たに「夜道の帰宅」と「玄関で施錠」を作って、朝の支度〜ランニングの既存カットとつないだ。11クリップ・75.875秒。今回の中心は、プロンプトの長さの話ではなく、良かった版の動作・照明・カメラ・背景をどう分けて保存し、直す部分だけ直すか。途中で、背景の説明を短くしたときにカメラの指定まで一緒に消してしまう失敗をしている。

全体 11クリップ・75.875秒(夜道00077→玄関00066→ソファー00055→既存の朝のカット)。672×928・24fps、圧縮版
目次

先に要点

  1. 採用: 夜道00077・玄関00066・ソファー00055。全体は672×928・24fps・1,821フレーム・75.875秒(ffprobeで確認)。
  2. 玄関: 入室→点灯→扉閉め→施錠→靴脱ぎ→歩き出しを一度に頼むと破綻する(靴が框の床に置かれる、脱いだ後も靴音、扉を閉めない)。場面を分け、入室〜施錠だけにしたら自然になった。
  3. ドアガード: 文章で見た目を説明しただけでは機構を間違えた。実物の作動・収納の写真で枠側の受け金具とU字アームの位置を直し(Blender v14→v15)、収納状態を参照③に。
  4. 夜道: 「カメラの露出を固定」と「歩く女性の明るさを固定」は別物。街灯の下を通れば明るく、離れれば暗くなるのが自然で、人物だけ一定の明るさだと貼り付いて見える。
  5. 失敗: 00075→00076で背景の段落を削ったとき、その段落に混じっていた「カメラは彼女の少し前・左に位置し同速で移動」「左斜め前の角度と距離を一定に」という補助文まで消えた。結果、後半が正面寄りの構図に。00077でカメラの一文だけ戻して採用。
  6. 再評価: 00073は前半(後ろ姿)が退行したので後半も捨てかけたが、見返すと後半の仕草は良く、背景だけが変だった。人物の動きは採用し背景だけ直す。「版ごとに全部捨てる」のでなく、前半・後半・背景・人物を分けて評価する。

作りたかった流れ

ベージュのスーツにブルーグレーの仕事用トートの女性が、夜遅くの住宅街を疲れて帰る。玄関で明かりをつけ、扉を閉めて施錠。ソファーに倒れ込み、夜の歯磨き、翌朝の目覚めと支度、走り出す。夜の孤独感と朝の運動を、一人の生活としてつなぐ。

順場面版秒開始
1夜道00077(新)10.1250.000
2帰宅・玄関00066(新)8.00010.125
3ソファー00055(閉カーテン)8.00018.125
4歯磨き既存3.00026.125
5目覚め既存8.00029.125
6洗面既存5.16737.125
7朝の玄関既存6.00042.292
8走る(正面)既存5.16748.292
9走る(横)既存5.16753.458
10顔アップ既存5.00058.625
11ドローン既存12.25063.625

玄関(00060→00066): 動作を詰め込まず、必要なカットを選ぶ

最初は入室から靴をそろえて歩き出すまでを8秒に詰めた。靴が上がり框の床に置かれる、脱いだ後も靴音が続く、扉を閉めない——破綻が残った。バストショットで「入室→点灯→施錠」だけにした00060は自然に動いた。ただし扉の開く向きが既存の間取りと逆。間取りに合わせて扉の向きを指定した00061は動きの魅力が下がったので、映像の自然さを採って、Blender側の間取り(扉の向き)を映像に合わせることにした。室内から見て左がヒンジ、右が取っ手の外開き。

取っ手が途中で消える問題には、長い銀色の取っ手と上下のサムターンを描いたアイテム図を、スイッチには左に小型2個・右に縦長1個のアイテム図を用意して、参照に追加した(押す→点くの因果を具体化)。点灯前は室内ほぼ暗闇、外は薄暮でなく夜。操作するのは取っ手の真上の上側サムターンで、ドアガードとは区別する。

5秒では動作の余裕がなく(00064)、8秒にしたら逆開きとドアガード操作が出た(00065)。指示を増やしたことだけが原因とは断定しない。00066は全条件の達成ではないが、雰囲気と前後のつながりを優先して採用。入室〜施錠のカットだけで意味が足りると分かり、途中のため息で演出も成立していたので、「最後に向き直ってため息」の10秒案と靴脱ぎの別カットは不採用にした。

図1: 玄関の00060・00065・00066。00060は自然な動きの基準、00065は8秒化で逆開き、00066が採用
玄関 00066(8秒)。入室→点灯→扉を閉める→上側サムターンで施錠。参照5枚

ドアガード: 見た目の説明だけでは機構を間違えた

Blenderでドアガードを作ったとき、最初は部品の取り付け側と取り付け面を間違えていた(枠側の受け金具を扉の正面に付けていた)。実物の作動状態・収納状態の写真と指摘を受け、受け金具を扉正面と直角の見込み面へ、ドア側に回転するU字アームを置き直した。v14で作動・収納の両状態を拡大して確認し、v15で収納状態を玄関の参照③に反映した。これは参照画像としての見た目の確認で、製品の寸法や安全性能の話ではない。

図2: 実際にノードへ渡した参照。Blenderのドアガードv14(作動・収納)、玄関v15、扉とスイッチのアイテム図、リビングv08(閉カーテン)

夜道(00067→00077): 暗くすることと、人物を不自然に固定することは違う

最初(00067)は画面も女性も明るく、疲れと孤独が弱い。暗くしたら(00068)、カメラに向かって歩いてくる連続接近が威圧的に見えた。そこで前半は奥へ歩き去る後ろ姿、後半は斜め前から胸上を追う2カット構成に。前半は道路の消失点を画面右上寄りに置き、街灯がまばらに続く住宅街を固定カメラで見送る(00072、当方が描いた赤線の構図図から)。

小さい人物の手足がぎこちなくなる(00069・00070)。解像度だけの問題ではなく、腕の振りを抑えすぎる記述が自然な歩行を妨げた可能性があり、普通の歩行の重心移動と腕の動きを保つ方向に戻した。後ろ姿の右腕・手が特に崩れていた。

照明は「カメラの露出を固定」と「歩く女性の明るさを固定」を分けた。街灯は動かないが、女性が街灯の下に入れば明るくなり、離れれば暗くなる。人物だけ一定の明るさで貼り付いたように見せず、背景の光の中を歩かせる。

図3: 夜道の00067・00072・00073・00076・00077。各2秒(前半)と8秒(後半)のコマ

良かったところまで書き換えた失敗(00073・00076)

00073: 前半の後ろ歩きが退行したので、いったん版ごと不採用にした。しかし見返すと後半の女性の仕草は良く、変だったのは背景だけだった。そこで人物の動きは採用し、背景だけを直す方針に切り替えた。00074で前半の後ろ姿が決まり、以後その部分のプロンプトは固定した。

00076: 00075の後半は背景の消失点を強く見せる構図が不自然だったので、背景の説明を短くした。そのとき、背景の段落に混じっていた「カメラは彼女の少し前・左に位置し、同じ速度で移動する」「左斜め前の角度と距離を一定に保つ」という補助文も一緒に削除した。冒頭の一文(目線の高さ・胸上・左斜め前の追従)は残っていたが、角度を固定する補助文がなくなった結果、後半はほぼ正面で膝近くまで入る構図に変わった。「背景だけ変えてカメラ指定は維持した」という説明は正確ではなく、変更の範囲は確実に広がっていた。正面寄りになった唯一の原因とは断定しない。

00077: 前半、女性の動作、照明、短くした背景説明はそのまま。後半のカメラだけ「少し左前・同速で追従・左斜め前の角度を一定・胸上の画角」を戻した。当方の評価は「いい感じ」。採用して全体を再編集。

夜道 00077(10秒)。前半は後ろ姿を固定カメラで見送り、後半は左斜め前から胸上で追従

参照画像とプロンプトの分担

  • 夜道00077: ①スーツ姿のキャラシート ②トートバッグ(2枚)
  • 玄関00066: ①キャラシート ②トート ③Blender玄関v15(収納ドアガード) ④扉アイテム図 ⑤スイッチ図(5枚)
  • ソファー00055: Blenderのリビングv08(ソファー・テーブル・閉カーテン)をアイテム図に合わせて作り直し、参照③に。参照⑥は同じカーテンの材質補足。夜指定でも閉カーテンが出たので、夜指定だけが開閉を決めるわけではない

いずれも出力PNGの実行メタデータから確認した、実際にノードへ渡した画像。Blenderで配置を示し、アイテム図で形を示し、プロンプトで動作とカメラを示す。参照を増やしても完全に固定できる保証はない。

今回の結論と限界

  • 良い生成が出たら、動作・照明・カメラ・背景を分けて保存し、直す部分だけを最小限変える。文章を短くするときは、背景文に混じったカメラ指定を削らない。
  • 完全に同じ結果を保つ必要があるなら、再生成で維持できると期待するより、良いカットを編集で使う。
  • 「長いプロンプトが悪い」「画像を増やせば安定する」という一般則はこの試行からは言えない。尺・文面・参照が同時に変わった版がある。評価は当方の鑑賞判断とコマ確認で、動作の計測や全版の音声解析はしていない。

版ごとの経緯

版評価と次の判断
00060自然な動き・バストショットを基準に採用。間取りの扉の向きより映像の自然さを優先
00061扉方向を強制した結果、自然さが低下。00060へ戻す
00062夜設定・取っ手維持は改善。指でスイッチを押す前に明るくなる
00063全体は良いが点灯前の暗さと、上側サムターンの位置指定が必要
00064良いが5秒では動作の余裕不足。インターホン画面も不要
000658秒化で逆開き・ドアガード操作が発生。指示増量だけが原因とは断定しない
00066玄関の採用。全指定達成ではないが雰囲気とつながりが良い。末尾ため息の追加と靴脱ぎカットは見送り
00067夜道が明るすぎる。暗さ・疲れ・孤独を強化
00068暗さは改善。連続接近のカメラが威圧的。2カットへ
00069遠景の後ろ姿。孤独感は使えるが小さな人物の歩行が不自然
00070人物サイズを上げても後ろ姿の腕・手が不自然
00071前方から一定距離の追従は悪くない。後ろ姿の孤独感を再試行
00072後ろ姿を背景になじませる。赤線図から固定カメラと消失点の構図へ
00073後ろ歩行は退行。後半の仕草は再評価で良好→人物の動きは採用、背景だけ直す
00074前半の後ろ姿はOK。以降そのプロンプトを維持
00075前後半とも動きはOK。後半の背景が消失点を強く見せる不自然な構図
00076背景説明を短くした際、カメラ位置の補助指定まで削除。正面寄りに
00077後半の斜め前・胸上のカメラ指定のみ復元。採用

書いていないこと

  • プロンプト全文、seed、ノードの詳細設定。
  • ドアガードの実物写真、当方の部屋の写真(参照にしたが公開しない)。
  • 各版の音声の評価(未実施)。

続報(11月15日): 夜道の前に「電車で眠り込み、隣の乗客にもたれて謝る」場面を足し、13クリップ94秒になった。参照6枚の役割と座席順、2カット分割の経緯は(89)。

関連

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

コメント

コメントする

目次