ChatGPT WorkでBlenderを触らせすぎた話。PLATEAUと動画生成AIで作業量を減らしてみた（2026/10/3更新）

最近、ChatGPT WorkにBlenderを操作させて3DCGを作り、最後に動画生成AIで仕上げるような制作方法をよく見かけるようになりました。

実際、AIにBlenderを触ってもらえるのはかなり便利です。

ただ、やってみると別の問題も出てきます。

3D編集は、とにかく修正回数が増えやすい。

「もう少しカメラを右へ」
「建物の位置がおかしい」
「明るさを変えたい」
「ここの見た目が寂しい」

こういう細かな作業を全部Workにやってもらっていると、思った以上に使用量を使います。

そこで今回は、

ChatGPT Workに全部作らせるのではなく、事前設計や既存アセットを使って、Workがやる作業そのものを減らせないか

という方向で映像制作を試してみました。

今回作ったのは、有明周辺からアリーナへ接近する15秒ほどの空撮映像です。

YouTubeでは実際の映像を比較しながら制作過程を紹介しています。

最初から動画生成AIを使うつもりではなかった

完成版を見ると、Blenderで作った映像を動画生成AIで変換することが前提だったように見えるかもしれません。

でも、実際は違います。

最初の計画では、Blenderだけで最終映像まで仕上げるつもりでした。

まず普通のChatGPT上で、

「どんなMVを作るのか」
「どういうカメラワークにするのか」
「会場はどこを参考にするのか」

といった方針を決めました。

最終的には、有明アリーナを参考にした会場へ、湾岸上空からカメラが接近していく構成にしました。

絵コンテも先に作っています。

外部シーンについては、

湾岸エリア俯瞰
→ アリーナへ接近
→ 屋根へ急降下

という流れです。制作資料でもCut 1〜3をこの構成で設計していました。

ここまでは、割と上手くいっていました。

有明の街を全部モデリングするのはやめた

次に問題になるのが3Dモデルです。

有明周辺を再現しようと思ったら、普通に考えると大量の建物が必要になります。

でも、それをChatGPT Workに一棟ずつ作らせるのは、どう考えても効率が良くありません。

そこで使ったのがPLATEAUです。

PLATEAUには実際の都市をもとにした3D都市モデルがあるので、有明周辺の建物配置をゼロから作る必要がありません。

今回の制作資料でも、周辺街並みはPLATEAUを主軸にして、不足部分だけBlender側で補う方針にしていました。ariake_exterior_brief_v5.mdMD

これで、

「街を作る」

という大きな作業をかなり省くことができました。

この時に感じたのが、

AIに作れるからといって、AIに全部作らせる必要はない

ということです。

Workの使用量を減らしたいなら、操作を効率化する以前に、そもそもAIに頼む作業自体を減らした方がいい。

これは今回かなり大きなポイントでした。

絵コンテ通りに動かしたら、映像としてつまらなかった

PLATEAUをBlenderに読み込み、次はカメラワークを作っていきました。

最初に作ったv002では、絵コンテを参考にして、カメラが有明アリーナへまっすぐ向かう動きを作りました。

構図としては間違っていません。

アリーナにちゃんと向かっています。

でも、実際に動画として見ると、

かなり単調でした。

ほぼ直線移動なので、画面の変化が少なかったんです。

そこで、カメラに回り込みを加えました。

すると今度は、湾岸の街並みが横に流れ、アリーナの見え方も変化するようになりました。

映像としてはかなり面白くなりました。

ところが、別の問題が出ました。

速すぎました。

8秒では空撮として速すぎた

最初の絵コンテでは、外部パートを8秒程度で考えていました。

でも、回り込みながらアリーナへ接近する動きを8秒でやると、ドローンやヘリの空撮としてはかなり忙しく見えます。

そこで一度、動きをかなり遅くした60秒版も作ってみました。

今度は空撮としての速度感は悪くない。

ただし、60秒も使っていたらMVがなかなか始まりません。

最終的には、

8秒 → 15秒

に変更しました。

絵コンテ通りの尺にこだわるのではなく、実際に3Dで動かしてみて、映像として自然な長さに修正した形です。

ここで改めて思ったのは、

絵コンテは正解ではなく、出発点

だということです。

v10くらいで、かなり形になっていた

カメラワークが固まった後、Blender上で見た目を詰めていきました。

v10くらいの段階では、

• カメラワーク

• 街の配置

• アリーナ

• 時間帯

• 基本的な明るさ

など、映像の骨格はかなりできていました。

この時点では、

「ここからBlenderを細かく調整していけば完成するだろう」

と思っていました。

そこから細かな修正を繰り返して、v20、v30、v40……と進めていきます。

そして最終的にv60近くまで進みました。

でも、v10とv60を並べてみると、

確かに良くはなっているけれど、作業量の割に完成映像へ近づいている感じがあまりしませんでした。

台本でもこの部分は、「おかしなところをちまちま修正していたが、あまり変わっていない」という流れにしています。yourube台本案.txtTXT

ここで初めて、大きな問題に気づきました。

絵コンテはあった。でも「最終的な見た目」がなかった

今回、絵コンテはかなり早い段階で作っていました。

だから、

「何を映すか」

「どこへカメラを動かすか」

は決まっていました。

でも、

最終的にどんな映像にしたいのか

というルックのゴールを、きちんと作っていませんでした。

「ブルーアワーっぽくしたい」

「都会っぽくしたい」

「少しリアルにしたい」

くらいの曖昧な状態です。

その結果、

「もう少し明るく」
「もう少しリアルに」
「何か寂しいから追加」

という細かい修正を繰り返すことになりました。

これがWorkの使用量を増やした原因の一つだったと思います。

Google Earthをベースに、GPT Images 2.5で完成イメージを作った

そこで、かなり遅い段階になってから、ようやく完成イメージを作ることにしました。

Google Earthで有明アリーナ周辺を表示し、その画像をベースにGPT Images 2.5で、

「最終的にはこういう映像にしたい」

という一枚を生成しました。

ブルーアワー。

街の明かり。

水面の反射。

道路の光。

アリーナ周辺の都市密度。

完成した画像を見て、かなり驚きました。

なぜなら、

その完成イメージと、v60のBlender映像がかなり離れていたからです。

ここで初めて、

「自分が欲しかった画はこれだったのか」

と分かりました。

正直、この工程はもっと早くやるべきでした。

最終イメージを先に作っておけばよかった

今回一番大きかった教訓はこれです。

絵コンテだけでなく、最終ルックも最初に作る。

絵コンテは、

「何をどう撮るか」

を決めるものです。

一方、完成イメージは、

「最終的にどのくらいの質感・光・情報量を目指すのか」

を決めるものです。

今回は前者だけ先に作って、後者を後回しにしてしまいました。

そのため、v10以降、

「どこまでやれば完成なのか」

が曖昧なままBlender作業を続けてしまいました。

次に同じような制作をするなら、かなり早い段階で完成イメージを一枚作ると思います。

15秒だから、動画生成AIで変換することにした

完成イメージができた後、

「ここからBlenderをさらに作り込むか」

という選択肢もありました。

建物のマテリアル。

街灯。

車。

道路。

水面。

窓明かり。

これらをさらに作り込めば、Blenderだけで完成させることもできます。

ただ、今回作っているのは15秒の空撮です。

そこで今回は、

この15秒だけなら動画生成AIで変換してしまった方が合理的では？

と考えました。

Blender動画を、カメラワークや空間配置のガイドとして使う。

GPT Images 2.5で作った画像を、最終ルックのガイドとして使う。

この2つをPixAIへ渡して変換しました。

つまり、

Blender動画＝動き・構図

生成画像＝見た目

という役割分担です。

その結果できたのが、今回YouTubeで公開した空撮映像です。

じゃあ今後は全部動画生成AIでいいのか？

実際に変換してみると、

「ここまで変わるなら、もうBlenderで仕上げなくてもいいのでは？」

とも思います。

でも、個人的にはそうは考えていません。

今回は15秒だったから動画生成AIを使いました。

一方、数分単位のMVになると、マルチリファレンス対応の動画生成を何度も試すのはかなりコストがかかります。

さらにBlenderなら、一度作った、

• 街

• アリーナ

• カメラ

• ライティング

• 3Dアセット

を別のカットでも再利用できます。

ちゃんとした3Dデータも手元に残ります。

なので、

Blenderか動画生成AIか

ではなく、

どちらがそのカットに向いているか

で判断するのがいいと思っています。

今回学んだこと

今回の制作で特に大きかったのは、次の3つです。

1. 絵コンテだけでなく、最終ルックも早い段階で作る

何を撮るかだけではなく、最終的にどんな一枚にしたいのかまで決めておく。

2. ChatGPT Workにゼロから全部作らせない

PLATEAUのような既存データやアセットを使えるところは使う。

Workの使用量を減らすには、AIを高速に操作するより、AIに頼む作業そのものを減らした方がいい。

3. Blenderと動画生成AIを対立させない

長尺や再利用性を重視するならBlender。

短い見せ場や、大きくルックを変えたいカットなら動画生成AI。

用途によって使い分ける。

実際の比較はYouTubeにまとめました

今回の記事では制作の考え方を中心に書きました。

実際の

v002の直線カメラ
→ 回り込み追加
→ 60秒の速度テスト
→ 15秒版
→ v10
→ v60
→ AI変換後

の違いは、動画で見てもらった方がかなり分かりやすいです。

YouTubeでは、ずんだもんと四国めたんのVOICEVOX解説で制作過程をまとめています。

▶ Blenderがここまで化ける！ChatGPT Workの使用量を減らすAI空撮制作術

また、絵コンテにはこの続きとして、アリーナ内部のアイドルライブシーンもあります。

こちらもBlenderでプレビズを作り、別の動画生成AIを使った変換テストまで進めています。

そのあたりは、また別の記事か動画でまとめようと思います。

最後に

今回やってみて感じたのは、

AIに全部やらせることが、必ずしも一番AIを活用している状態ではない

ということでした。

既に使えるデータは使う。

人間側で先に決められることは決める。

3Dで作るところと、生成AIに任せるところを分ける。

その方が、結果的にWorkの使用量も減り、制作物もちゃんと手元に残ります。

そして何より、

最終イメージは最初に作る。

次からは、これだけは忘れないようにしたいです。