独立开发者用AI和家用PC制作RPG开场动画的实践

ゲームにオープニングが付いた

10 月 10 日（v1.22.0）、『脈打つ迷宮：EverPulse』にオープニングの動画が付きました。長さは最初 90 秒で、あとで 95 秒に延ばしました。パソコン用の横長の版と、スマホ用の縦長の版の 2 本です。

初めて遊ぶ人には、「音を出してもOKですか？」に答えた後に 1 回だけ全画面で流れます。設定の「オープニングを見る」から何度でも見直せます。

今回は、この動画を AI（Claude Code）と手元の PC の生成 AI で作った話です。私は動画の編集ソフトを触っていません。

まず、調べてみた

いきなり作らず、最初に 2 つのことを調べました。

1 つは、ほかの RPG のオープニングや、映画の予告編がどう作られているかです。切り替えの間の取り方や、怪物の見せ方など、使えそうな決まりがいくつも集まりました。

もう 1 つは、手元の PC で、無料で動く動画生成 AI はどれか です。
私の PC のグラフィックボードは RTX 3060 Ti（メモリ 8GB）です。規模の大きな動画生成 AI ではメモリが足りず、小さい方の Wan 2.2（5B）なら動く、と分かりました。

3 種類の素材

オープニングは 36 のカットでできています。素材は 3 種類です。

1. 1枚絵
手元の画像生成 AI（FLUX.2 klein）で、場面ごとの絵を描きました。横と縦で、合わせて 48 枚です。
仲間の 3 人（戦士・魔法使い・僧侶）は、最初に描いた立ち絵を見本にして、どの場面でも顔と服がそろうようにしました。

2. 動く場面
1 枚絵のうち 13 場面を、動画生成 AI で 3 秒ほどの動画にしました。横と縦で 26 本です。
ここが一番時間がかかりました。本番の大きさでは 1 本 20 分ほどかかり、全部で 9 時間ほどです。

3. ゲームの画面
ゲームの町・施設・ダンジョン・戦いを、実際に動かして撮りました。人が見ない、道具が操作するためのブラウザでゲームを開き、窓や名前の表示を消して撮っています。
撮影用の主人公がレベル 1 のままダンジョンに入り、すぐ倒されて広場に戻される、といったつまずきもありました。

待たずに組み立てる

動画が 9 時間かかると、その間は何も確かめられません。
そこで、動画がまだ出来ていない場面は、1 枚絵を代わりに使って組み立てる 作りにしました。最初に組み上がった時、動いていたのは松明の場面の 1 本だけで、残りは止まった絵でした。それでも、流れと長さは確かめられます。

動画の生成は裏で続け、出来た物から差し替えていきました。途中で止まっても、出来た物は飛ばしてやり直せる形にしています。

曲の拍に合わせる

曲は、私が Suno で作った「Echoes in the Endless Night」の冒頭 95 秒を使いました。最後は静かに消えていきます。

カットの切り替えを曲に合わせるために、AI に曲を「測って」もらいました。どこで曲が大きく入るか、1 分に何拍か、を数字で出し、カットを小節の頭に置いていきます。曲が大きく入る所で場面が切り替わり、その後も小節ごとに切り替わります。

心臓の音は効果音に無かったので、道具で合成させました。最後の方は鼓動が打ち、タイトルの光も同じ速さで脈打ちます。竜の咆哮・炎・会心の一撃の音も重ねました。

最初に出来たものを観た時の感動は未だに覚えています。おかしな所はたくさんありましたが、それでも自己満足するには十分過ぎるほどでした。

管理画面で、絵コンテを直せるように

同じ日（v1.23.0）、管理画面に「イベントシーン」のページを足しました。
動画の設計図にあたる絵コンテを、ブラウザで見たり直したりできます。曲と一緒に下見を流し、カットの長さや素材を変えて保存し、「動画を作り直す」を押すと、手元の PC が動画を組み立て直してサーバへ送ります。

同じ仕組みで、物語の後の方の場面も作り始めています。

崩れた映像と、動画の AI の限界

出来上がった動画を見て、いくつか気になる所を見つけました。

横に歩くのに、正面を向いている（v1.25.3）
ゲームの画面を撮った場面で、主人公が正面を向いたまま横に滑っていました。撮る道具が、主人公の「位置」だけを書き換えていたためです。ゲームのふつうの「歩く」処理で撮り直すと直りました。

20 コマ目からノイズ（v1.25.3）
戦士の場面で、20 コマ目あたりから黄緑色のノイズが画面を覆っていました。動画生成 AI が作った映像そのものが崩れていたのです。乱数を変えて作り直すと、1 本は崩れず、もう 1 本は僧侶が透けて消えていきました。

ところが、直した動画を入れても、出来上がりは古い映像のままでした。組み立ての道具が、前に切り出したコマを使い回していたのです。生成AIは良かれと思って自動で効率重視の処理をしてしまうので、これも直しました。

剣の光が伸び縮みし、人が増える（v1.25.5）
見直すと、さらに崩れた所が見つかりました。

• 剣の光が伸び縮みし、顔から鼻や口が消える

• 魔法使いが 2 人いる場面、勇者が 2 人いる場面がある

剣の場面は、動きを小さくするよう指示の出し方を変えると、崩れなくなりました。
人が増えていたのは、動画のもとの 1 枚絵の段階からでした。人数を書いて描き直しても、縦長の絵ではまた人が増えたので、縦は勇者 1 人だけの絵にしました。描き直した絵を動画にすると、今度は竜の頭が勇者に重なり、魔法使いが別の物に変わりました。

竜が炎を吐く、勇者が跳ぶ、といった大きな動きは、今の動画生成 AI では崩れやすいようです。この 2 つの場面は動画をやめ、1 枚絵にカメラの寄りや揺れ、火の粉を付ける形に戻しました。

もう 1 つ、鼓動を聞かせるために曲を小さくしていた所がありましたが、鼓動らしく聞こえなかったのでやめました。

やってみて

動画生成 AI は、まだ「そのまま使える物」を毎回出してくれるわけではありません。小さな動きは得意でも、大きな動きでは人が増えたり、形が混ざったりします。
それでも、

• 動かない絵で先に全体を組む

• 曲を数値化して拍に合わせる

• 崩れた所だけ作り直し、だめなら 1 枚絵に戻す

という形にすると、家庭用の PC 1 台でも 95 秒のオープニングが作れました。

ただ、最後に「おかしい」と気付くのは人の目でした。AI は動画を作れても、出来上がった動画を見て違和感を持つのは、今のところ私の役目です。

次回は、AI に任せて起きた事故の話です。手元と NAS の同期で私のファイルが上書きされたこと、ブラウザで確かめられない AI のために道具を作ったこと、控えから元に戻したことなどを書きます。

具体的な手順は、手順編（有料）にまとめる予定です。