OpenAI

Sora 2 Pro StoryboardでマルチショットAI動画の作り方

Sora 2 Pro Storyboardは、1回の生成でマルチショットシーケンスを作るために特別に構築されたOpenAIのバリアントです。シーンごとにプロンプト、タイミング、トランジションを定義すると、Soraはキャラクターの連続性、ロケーションの一貫性、そして1つのまとまった作品として読めるカメラワークを備えた、完全なマルチカットシーケンスを返します。「ワイド→ミディアム→クローズアップ→リバース」という流れを作るブランド動画チームにとって、スポークスパーソンが毎カット同じ人物でなければならない場合、Storyboardモードは複数回レンダリングして組み立てる手間を省きます。

Step-by-Step Guide

1

1つの正典参照で主人公を固定する

マルチショットでのキャラクターの連続性は、強力なアイデンティティのアンカーにかかっています。Sora 2 Pro Storyboardを開く前に、Nano Banana 2のキャラクターシート(正面+斜め+横顔)を作り、キャンバスに固定しましょう。すべてのStoryboardのシーンブロックがこのアンカーを参照するため、ワイド、ミディアム、クローズアップのカットを通してスポークスパーソンが同一人物として読み取れます。

2

明確なタイミングを持つ5〜8個のシーンブロックを企画する

Storyboardモードでは、シーンごとにプロンプトと長さを定義できます。30〜45秒のシーケンスを5〜8個のシーンブロックとして企画しましょう。各ブロックにはプロンプトとタイミングの枠があります(例:ワイド4秒、ミディアム5秒、クローズアップ3秒、リバース4秒、締め5秒)。キャンバス上では、この構成をコメントノードとして作っておくと、レンダリングを開始する前にチームがタイミングをレビューできます。

3

各シーンに共通のスタイル手がかりを加えて書く

Storyboardは各シーンを独立して読み取りますが、各プロンプトが共通の視覚言語——時間帯、ロケーション、主光——を繰り返すと、スタイルの連続性がより保たれます。「ワイドショット、柔らかいゴールデンアワーのキーライト、秋の森」→「ミディアムクローズアップ、柔らかいゴールデンアワーのキーライト、秋の森」→「リバースアングル、柔らかいゴールデンアワーのキーライト、秋の森」。繰り返しが一貫性のてこになります。

4

トランジションを明示する

Storyboardは、シーン間のトランジション——カット、ディゾルブ、プッシュスルー、マッチカット——をサポートします。トランジションごとに指定しましょう。「シーン2と3の間:アクションでのハードカット;シーン4と5の間:ゆっくりとしたディゾルブ、音声は継続。」これにより、モデルはぎこちなくではなく音楽的にカットのタイミングを合わせます。ブランド広告では、アクションでのハードカットはプロが編集したように読めます。

5

1回のSora 2 Pro Storyboardパスとしてレンダリングする

Storyboardは、マルチショットシーケンス全体を1回のパスで生成します——レンダリング時間は長くなります(1080pで30秒のシーケンスの場合、通常4〜7分)が、各ショットを個別にレンダリングしてつなぎ合わせるよりも連続性が緊密になります。出力は、各シーン境界にマーカーが付いた単一の動画ノードとしてキャンバスに落ち、シーケンスビルダーですぐに使える状態になります。

6

マルチショットの時間線をNLEに書き出す

Storyboardの出力をシーケンスビルダーに読み込み、台詞と音楽のトラック(ElevenLabs Eleven v3 + Minimax Music)を重ね、Premiere、DaVinci、Final Cutにネイティブシーケンスとして書き出します。シーンマーカーもそのまま引き継がれるため、編集者は再レンダリングなしで個々のカットポイントを微調整できます。4K納品には、時間線全体ではなくヒーローとなるシーンブロックだけにvideo-upscaleをチェーンしましょう。

Prompt Examples

ブランドのスポークスパーソン作品向けの4シーンのブロッキング。繰り返される「柔らかいゴールデンアワーのキーライト」が連続性を固定していることに注目してください。

Scene 1 (wide, 5s): Spokesperson stands at the entrance of an autumn forest, soft golden hour key light, slow forward dolly. Scene 2 (medium, 4s): same spokesperson walks toward camera, same lighting, hand brushes leaves. Scene 3 (close-up, 3s): face in soft profile, leaves drifting past, same lighting. Scene 4 (reverse, 4s): over-shoulder shot looking down the forest path, same lighting.

ブランドストーリー向けの4シーンのナラティブな見せ場。アクションでのハードカットは、プロが編集したように読めます。

Scene 1 (8s): wide shot of a coffee shop interior at morning. Scene 2 (4s): medium shot of the protagonist ordering, soft warm light. Scene 3 (3s): close-up of hands receiving the cup, same warm light. Scene 4 (5s): reverse angle exiting the shop, golden street light through windows. Transitions: hard cut on action between all scenes.

3シーンの台詞のやり取り。シーンがロケーション+ライティング+衣装を共有していると、Storyboardは台詞の連続性をうまく処理します。

Scene 1 (5s): medium shot, character speaks line one. Scene 2 (4s): reverse, listener reacts. Scene 3 (5s): two-shot, dialogue continues. Same kitchen location, soft daylight from window, consistent wardrobe across all scenes. Transition between 1 and 2: hard cut. Between 2 and 3: slow dissolve.

Parameter Tips

常にNano Banana 2のキャラクターシートを固定してスポークスパーソンをアンカーしましょう——Storyboardの連続性は、強い参照があるほど最良になります。

すべてのシーンプロンプトで共通の視覚言語(時間帯、ロケーション、主光)を繰り返しましょう。この繰り返しが連続性のてこになります。

カットごとにトランジション(ハードカット、ディゾルブ、マッチカット)を指定しましょう——デフォルトのままだとぎこちなく見えることがあります。

1080pで30〜45秒のシーケンスは、レンダリングに4〜7分かかります——小さなレンダリングを何度も行うのではなく、1回の大きなレンダリングとして計画しましょう。

最終的な4K納品では、時間線全体ではなくヒーローとなるシーンブロックだけをアップスケールしましょう。

What to Expect

Sora 2 Pro Storyboardは、1回のパスで完全なマルチショットシーケンスを届け、シーンマーカーはキャンバスの時間線上に保持されます。出力はクラリティコントロール付きの1080pです。レンダリング時間はシーケンスの長さに応じて変わり、30〜45秒で4〜7分ほどかかります。この1回のパスによるワークフローは、各ショットを別々のSora 2ベースノードでレンダリングして後からつなぎ合わせるよりも、キャラクターとロケーションの連続性を緊密に保ちます。シーケンスビルダーを使えば、再レンダリングなしでカットポイントを微調整できます。

Use Sora 2 Pro Storyboard on Astorie

Connect Sora 2 Pro Storyboard with other AI models on Astorie's infinite canvas. No GPU required — start free.

Get Started Free

Related features

Docs

Related reading

Try Other Models for This Task

Kling

Kling 3.0

Kling 3.0のネイティブマルチショットシーケンシングは、カメラアングル間の空間的な連続性を保ちながら、最長15秒の中にいくつかの異なるカットを含めてレンダリングします——しかもネイティブ4K・16ビットHDRで。ワイド・ミディアム・クローズアップの流れを通してスポークスパーソンのロケーション、ライティング、アイデンティティを保つ必要があるブランド動画チームにとって、Klingはシーケンス全体を1回の精細なパスでレンダリングします。これにOmni Native Audio(同じ生成の中での口の同期する台詞+環境音、英語/中国語/日本語/韓国語/スペイン語)を組み合わせれば、マルチショットのブロックが専用のサウンドトラックを焼き込んだ状態で仕上がります。

View guide

ByteDance

Seedance 2.0

Seedance 2.0のネイティブマルチショット合成は、1回の音声・映像統合生成パスの中に、4〜15秒のマルチカットシーケンスをまとめます——画像、動画、音声のアンカーを含む最大12個の参照素材を受け付けます。スポークスパーソン、ロケーション、ライティングの連続性が必要でありながら、SoraやKlingより高い参照の柔軟性を求めるブランド動画チームにとって、Seedanceがマルチショットの選択肢です。Proティアで21:9シネマティックを含む6種類のアスペクト比に対応しているため、同じマルチカットシーケンスをウェブサイト向けにワイドスクリーンで、縦型の投稿先向けに9:16で、それぞれ納品できます。

View guide
マルチショットAI動画の作り方