メインコンテンツへスキップ

AI ダンスの作り方:1枚の写真から自然に踊らせる手順

AI ダンスは、1枚の静止画から人物を踊らせる動画制作の手法です。仕上がりを決めるのは元画像の構図、動きの絞り込み、カメラ固定、そして秒数です。全身の条件からプロンプトの型、縦 9:16 の出力までを手順としてまとめました。

作成者: WowReel Team18分読了
AI ダンスの作り方:1枚の写真から自然に踊らせる手順
このページの内容

# AI ダンスの作り方:1枚の写真から自然に踊らせる手順

AI ダンスは、1枚の静止画から人物を踊らせる動画制作の手法です。顔と体型は写真から引き継ぎ、動きだけをモデルが生成します。だから仕上がりを決めるのは、ツールの名前より先に、元画像の構図とプロンプトの書き方になります。

ダンスは動きの量が多い題材です。動きが多いほど、モデルが補う情報も増えます。補う情報が増えると、手や足の形が写真とかみ合いにくくなります。逆に言えば、補う量を減らす設計をすれば、5秒のクリップは安定します。この記事では、その設計を元画像、プロンプト、崩れの対処、出力設定の4つに分けて整理します。

AI ダンスで起きていること

「AI ダンス」とひとくくりにしても、処理は3種類に分かれます。どれを使うかで、必要な写真も書くべきプロンプトも変わります。

1枚の静止画から動かす方式。 写真を1枚読み込み、そこに動きを与えます。顔と体型は写真由来で、動きは生成です。もっとも手軽で、ダンス動画を作る入口はここになります。全身が入った写真ほど安定します。

テンプレートの動きに合わせる方式。 撮影済みのダンスモーションに被写体を合わせます。動きが実写由来なので、5秒を通して関節の位置が自然です。制約は、用意された動きと画角から選ぶことになります。

動画を変換する方式。 すでにあるダンス動画の人物やタッチを差し替えます。動きの情報が最初から入っているため、3つの中ではもっとも忠実です。手元に写真しかない場合は対象外になります。

方式入力得意な画注意する点
1枚の静止画から動かす写真1枚全身、膝上、バストアップ元画像の構図と画角の指定
テンプレートに合わせる写真1枚+動きの選択ライブラリの画角に合う写真写真の向きとトリミングを合わせる
動画を変換する動画1本撮影済みのダンス元動画の長さと画角

写真1枚から始める場合、最初に見るのは「全身が入っているか」です。この一点が、後のすべてを決めます。

元画像の条件

生成モデルは、写真に写っていない部分を推測で埋めます。推測した部分は、動きに合わせて形を変えるときに崩れます。だから元画像の段階で、推測させる面積を減らします。

  • 全身が入っている。足元まで写っている。
  • 腕が体の前で交差していない。
  • 背景が無地、空、または大きくぼけている。
  • 光が均一で、顔の半分が影になっていない。
  • 短辺が1000ピクセル以上ある。

とくに効くのが足元です。腰から上だけの写真に蹴り上げの指示を出しても、脚の情報が入力にないため、生成された脚は重心とかみ合いません。全身が入っていれば、モデルは足の位置を基準にして体重移動を作れます。

全身と足元まで写り、左右に余白のある元画像

余白も条件に入ります。被写体が画面いっぱいだと、腕を振った瞬間に手がフレームの外へ出ます。頭の上と左右に、手のひら1枚分の余白があると、動きの振幅を確保できます。

手順

  1. 元画像を2枚用意する。 条件を満たす写真を2枚そろえます。1枚は本番用、もう1枚は比較用です。条件を変えたときに何が効いたのかを切り分けられます。
  2. 動きを1つに決める。 2ステップ、回転、その場でのバウンスなど、見せたい動きを1つだけ選びます。1回の生成に動きを2つ入れると、モデルは2つの姿勢を同時に解こうとします。
  3. カメラを固定する。 カメラが動くと、被写体の動きと画角の変化を同時に扱うことになります。最初は固定で作ります。
  4. 5秒で作る。 5秒は、体型を保ったまま動きを見せるのに必要な最小の長さです。10秒はフレーム数が倍になり、保つべき情報も倍になります。長さは、5秒で通った設定の延長として足します。
  5. 端のフレームを確認する。 最初と最後のフレームがきれいなら、ループ、カット、静止でのキープのどれにも使えます。
  6. 条件を1つだけ変えて再生成する。 動きの記述、元画像、秒数のうち1つを変えます。複数を同時に変えると、結果の理由が分からなくなります。
  7. 本番解像度で作り直す。 動きが決まった設定のまま、解像度だけを上げます。

プロンプトの書き方

ダンスのプロンプトは、気分ではなく体の部位とカメラで書きます。順番は「被写体 → 動き(部位ごと)→ カメラ → 画角 → 背景」です。この順番だと、モデルは「誰が」「何を」「どこから見ているか」を別々に扱えます。

作りたい動きプロンプトの型安定する理由
軽いステップ「被写体が左右に体重を移す、肩は脱力、足は床につけたまま、カメラ固定、全身が画面に入る」動きが小さく、体がフレームから出ない
ヒップホップのバウンス「被写体が2ステップで弾む、腕は体の横で振る、カメラ固定、全身が画面に入る」部位とカメラを分けて指定している
回転「被写体が180度回って止まる、髪が遅れて動く、カメラ固定、引きの画角」終わりの状態を書くと回り続けない
2人で合わせる「2人が同じタイミングでステップを踏む、2人とも全身が画面に入る、カメラ固定、引きの画角」画角の制約が2人を守る
子どものダンス「幼児がその場で小さく弾む、両手を上げる、カメラ固定、全身が画面に入る」振幅が小さく、短い秒数に向く

表に共通するルールは2つです。カメラの状態を必ず書くこと、画角を必ず書くこと。「全身が画面に入る」「引きの画角」の一文は、スタイルの形容詞より強く効きます。

崩れの原因と対処

足元が切れる。 モデルは動きに合わせて画角を調整します。対処は、広めに撮った写真を使い、プロンプトに「引きの画角」「全身が画面に入る」と書くことです。

顔が変わる。 頭を速く振ると、フレームごとに顔の情報が薄れます。対処は、頭の動きを小さくし、秒数を短くし、カメラから顔をそらす横顔を避けることです。

手が溶ける、指が増える。 手が胴やもう片方の手に近いときに起きます。対処は、腕と胴のあいだに背景が見える姿勢を選ぶこと、プロンプトで手の形を1つに決めることです。

手と手のあいだ、手と胴のあいだに背景が見える姿勢なら、指の境界が保たれます。胸の高さで両手を開き、手のひらを向かい合わせた手元は、指の分離がいちばん読み取りやすい形です。

胸の高さで両手を開き、手のひらを向かい合わせた手元

背景が流れる。 情報量の多い背景は、被写体の動きに引っ張られて形が変わります。対処は、無地の壁、空、強いぼかしのいずれかにすることです。

4つとも、生成ボタンを押す前に決まります。だから元画像とプロンプトに時間をかける分だけ、結果が前に進みます。

秒数と出力設定

設定選ぶ基準目安
秒数ループで使うか、カットで使うか5秒を基準にし、通ったら10秒
解像度配信面の大きさ確認は720p、本番は1080p
アスペクト比配信先の画面縦 9:16、正方形 1:1、横 16:9
カメラ画角を保てるか固定を明示できるもの

縦 9:16 は TikTok、Instagramリール、YouTubeショートの標準です。16:9 で作って切り抜くと、切り抜いた時点で足元が落ちます。ダンスは足元が見えてこそ成立するので、最初から縦で作るほうが仕上がります。

確認は720pで行い、動きが決まってから1080pで作り直します。低い解像度で構図と動きを決め、本番で解像度を上げる順番にすると、待ち時間を増やさずに仕上がりを詰められます。

FAQ

Q. 写真1枚からでも踊らせられますか。 踊らせられます。決め手は構図です。全身が入り、足元まで写り、背景がシンプルな写真を選んでください。

Q. 何秒で作るのがいいですか。 5秒から始めます。画角と体型が保てるようになってから10秒に伸ばします。どちらもカメラは固定です。

Q. 途中で顔が変わるのはなぜですか。 頭の回転が速い動きと、横顔が苦手な条件です。頭の動きを小さくし、クリップを短くすると保てます。

Q. 縦と横、どちらで作りますか。 配信先が TikTok、Instagramリール、YouTubeショートなら縦 9:16 です。横 16:9 は読み物やサイト内の埋め込みに向きます。

Q. 2人を同時に踊らせるコツは。 「2人とも全身が画面に入る」「引きの画角」を明記し、動きを1つに絞ります。画角の指定が、2人を画面に残す制約になります。

まとめ

AI ダンスの仕上がりは、元画像の構図、動きの絞り込み、カメラ固定、5秒という4つの判断でほぼ決まります。ツールを替えるより、この4つを揃えるほうが結果に効きます。

写真から動画を作る基本は写真を動画にする方法、プロンプトの構造はAI 動画のプロンプト設計で扱っています。縦 9:16 の画角設計は画像のアスペクト比と複数入力を参照してください。

手持ちの写真で試す場合は、テンプレート一覧から始められます。

自分の写真で先に確かめたいときは、AIダンスに全身写真を1枚上げて5秒を1本だけ回してください。基準を満たしているかは1回で分かります。

関連記事

関連ツールとテンプレート