Sora 2でAI動画広告の作り方

Sora 2が対応するアスペクト比は16:9の横型(YouTubeのプレロール広告、テレビCM、Webサイトのメイン動画、LinkedIn)と9:16の縦型(TikTok、Instagram Reels、YouTube Shorts、Snapchat)の2種類だけです。これが唯一の設定項目であり、品質ティアや速度オプションはありません。構図は向きに合わせる必要があるため、プロンプトを書く前にフォーマットを決めましょう。16:9の画面で中央に配置した製品は、後から縦型で使おうとすると不格好にトリミングされてしまいます。両方の向きが必要な場合(たいていのブランドはそうです)は、一方をもう一方にトリミングしようとするのではなく、同じプロンプトをそれぞれのフォーマットで2回生成しましょう——Sora 2の構図はアスペクト比に応じて自然に調整されます。

Sora 2の1回の生成は、複数シーンの動画ではなく、1本の連続したカメラショットとしてとらえましょう。「エスプレッソが抽出される様子のスローモーションのクローズアップ、豊かな渦を巻くクレマ、柔らかな逆光の中に立ち上る蒸気、ゆっくり前進するカメラ」のように、途切れのない1つの動作を、明確なカメラワークとともに描写します。Sora 2は、ほとんどの動画モデルよりも滑らかなカメラパスの実行に優れており、トラッキングショット、ドリー移動、クレーンによる上昇、ステディカムでの追従などを自然にこなします。初心者が陥りがちな失敗は、1つのプロンプトに複数のシーンを詰め込むことです(「まず製品が現れ、次に誰かがそれを手に取り、それからロゴがフェードインする」)。Sora 2はプロンプト全体を1つの連続したショットとして解釈するため、シーンの切り替えを描写すると出力が混乱してしまいます。代わりに、キャンバス上でショットごとに個別に生成しましょう。

製品の見た目を寸分違わず再現する必要がある広告では、製品写真を開始フレームとしてアップロードしましょう。キャンバス上で画像ノードの出力を動画ノードの入力に接続します。Sora 2はこの画像を起点にアニメーションを生成し、色、ロゴの位置、比率、ラベルの文字といった製品の見た目を正確に保ちながら、物理的にリアルな動きを加えます。これはブランド広告において欠かせません。テキストから動画を生成すると製品の見た目は近似にとどまりますが、クライアントのブランドガイドラインが正確なパントンカラーやロゴのサイズを指定している場合、「だいたい正しい」では通用しません。画像から動画への変換モードは、最初のフレームが承認済みのクリエイティブと一致することを保証し、モデルの強力な物理シミュレーションによって、アニメーション中に製品の形が崩れないようになっています。

Sora 2は無音の動画を生成します——音声は内蔵されていません。広告を完成させるには、キャンバス上に音声系ノードを追加しましょう。音楽ノード(背景音楽にはSuno V5)や、TTSノード(ナレーションにはMinimax SpeechやElevenLabs)です。この分離は、プロ向けの広告制作にとってむしろ利点です。ブランドのトーンやテンポ、音楽のライセンス要件に合わないかもしれないAI生成音声に頼るのではなく、音声を独立してコントロールできます。10秒の製品広告であれば、典型的なキャンバスの構成は、画像ノード(製品写真)→動画ノード(Sora 2)→音楽ノード(Suno V5)とTTSノード(ナレーション)を組み合わせる、というものです。音声系ノードは独立して接続されるため、各トラックを個別に編集し続けられます。