(89)までの全体動画は、歯磨きの直後にベッドで目覚める朝へ飛んでいた。この唐突さを和らげるために、夜景のマンションで寝室の明かりが消える5秒と、木のテーブルに朝日が差す5秒を作って挟んだ。人物の出ないBロール(つなぎのカット)。7版回して2本を採用し、全体は15クリップ・104.3秒になった。
先に要点
- 採用: 夜景の消灯 00085(5.17秒)と、朝のテーブル 00089(5.17秒)。挿入位置は歯磨きの後、目覚めの前(47.25〜57.58秒)。
- 夜: 建物全景→窓へ寄る→寄りすぎて腰壁が透けた手すりに化けた(00084)→中間距離と「不透明な白い腰壁」を明記して00085。約3秒で消灯。
- 朝: 部屋全景とカーテンの隙間光で始めたが、ソファーが左右に出る(00086)、左右の配置が入れ替わる(00087)、「閉じたまま」と指定してもカーテンが開いて閉じる(00088)。3版とも窓の制御が通らなかった。
- 解決は構図: 朝を伝えるのに部屋全体も窓も要らない。木のテーブルと、使ったあと斜めに置いたリモコンに寄り、木目と光と生活の気配で朝にした(00089)。
- 左右の問題はモデルの失敗と単純化しない: 00087の直前の指示は「右TV」で、出力はそのとおりだった。確認のやり取りで「右ソファー・左TV」に戻すと決め、Blender v17を作って00088の参照①にした。
- 残る差: 00085のカーテンは面として明るく、遮光生地の端漏れだけにはなっていない。00089も背景上端にカーテンと光る隙間が残る。採用は仕様の完全一致ではなく、当方の鑑賞判断。
夜: 建物全体から、部屋の明かりへ
マンションの外観は、当方の撮った写真を基に外観シートを生成し(3階建て・濃い灰色の外壁・白い連続した腰壁・茶系のアクセント)、Blender v16にも概略の建物を足した。2階の住戸、反対側の共用廊下、寝室とリビングがバルコニーに面する配置はこれまでの設定を引き継ぐ。戸数や寸法は制作上の仮設定で、実在の建物の実測ではない。外観シートそのものは実在の建物に寄るので載せない。
| 版 | 結果 | 判断 |
|---|---|---|
| 00083 | 夜の建物全景と消灯の流れは良い。寝室以外の窓も明るい | 他の窓を消し、寄る |
| 00084 | 窓に寄りすぎ。連続した白い腰壁が、黒い透けた手すりに変わった | 中間距離と不透明な腰壁を明記 |
| 00085 | 周囲の窓と上下階が見える距離、白い腰壁。約3秒で消灯 | 採用 |

朝: 部屋全景とカーテンの制御から、テーブルへの寄りへ
最初は部屋全景と、閉じたカーテンの隙間から差す光で朝を表した。参照はリビングの構図・カーテン・ソファー・テーブル。途中でテレビ台とリモコンのアイテム図を写真から作って足した。
| 版 | 結果 | 判断 |
|---|---|---|
| 00086 | 朝日の当たり方は良い。左右にソファーが出た | 余分な側をテレビ台に |
| 00087 | 左ソファー・右TV、テーブルにリモコン。カーテン中央が開く | 配置を確認し、右ソファー・左TVへ戻す。Blender v17を作成 |
| 00088 | Blender参照で右ソファー・左TVになった。「閉じたまま」を指示してもカーテンが開いて再び閉じる | 窓を主題にせず、テーブルの寄りへ転換 |
| 00089 | 木目と斜めに置いたリモコンに朝日。生活感と印象が良い | 採用 |
v17は従来のソファーと4脚テーブルを保ち、左壁にテレビ台と電源オフのTV、テーブルにリモコンを足した。厚手で重なりのあるカーテンと、バルコニー床から約1.28mの不透明な腰壁。参照①が部屋の配置、②〜⑥が素材と形を担当する。
00088でもカーテンが動いた理由は確定できない。朝日が強まる変化を「開く」動きに結びつけた可能性はあるが、プロンプトの長さやモデル一般の欠陥と断定しない。

参照の用意

構図を変えると解決した、ということ
カーテンを閉じたまま固定する指示は3版とも通らなかった。だが目的は「朝を伝える」であって「窓を正しく描く」ではない。テーブルとリモコンに寄ることで、家具の左右や窓の外の構造から、木目・光・生活の気配に注意が移った。制御できない要素は、制御しようと粘るより、画面から外す方が早い場合がある。
編集と、まだ検証していないこと
- 夜のBロールは47.250〜52.417秒、朝のBロールは52.417〜57.583秒。各124フレーム=5.167秒。歯磨き3秒・走る顔アップ5秒・朝の玄関6秒は維持。全体は15クリップ・2,504フレーム・104.333秒、H.264/AAC。ffprobeと全編デコードで確認。
- 冒頭の電車2カット(0〜18.125秒)に、当方が録音した電車の走行音を重ねた。元の台詞は保持し、追加音だけ冒頭0.15秒フェードイン・末尾0.6秒フェードアウト、元のゲインで加算。冒頭の計測ピークは-12.2dBFS。音量の聴き比べはしていない。
- 設定は7版とも0.6MP・10ステップ・Euler・simple・denoise 1.0(ファイル名の「20step」は固定の接頭辞)。
書いていないこと
- プロンプト全文、seed、保存先。
- 建物の外観シートとその元写真、リモコンのアイテム図(実在の建物・製品に寄るため。建物は当方の住まいではない)。
- 全7版の音声の聴取評価(未実施)。
続報(11月15日): 電車の前に残業のオフィス3カットと通用口2カットを足し、全体は20カット・152.1秒になった。(91)を参照。

コメント