オーケストレーション、ここに極まれり。AI動画制作で学んだ「役割分担」の重要性。

はじめに

NDLコーポレートサイトの、オープニング動画を新しくしようと思った。事業に取り組む中で、「少し世界観が違うな」と思ったためだ。

9秒間の短い動画だ。日本の朝の通勤風景。それだけでいい。余白のある、何も起きない朝。イベントではなく、空気が欲しかった。

思いのほか、苦戦した。

Geminiと壁打ちをしてプロンプトを作り、CapCutにプロンプトを投げた。

最初の出力を見て、「おー、なかなかいいな」と思った。

目をこらした。

ビジネスマンの後ろで、太極拳をやっている老人が数名いた。プロンプトを確認した。Geminiは「日本の朝」とちゃんと書いていた。プロンプトを微調整して再トライ。

今度は、もうもうと湯気の立つ小籠包の屋台の前で、女子高生が談笑していた。ありえない風景だ。

AIはとても優秀だ。でも「日本の普通の朝」と「アジアっぽい風景」を、まだ時々ごちゃ混ぜにする。こちらが欲しいのは文脈であって、絵の精度だけではない。画像生成モデルSeedream4.3の特性だったようだが、モデルによって得意な文化圏がある。

これも現場で学んだ一次情報です。

動画編集と画像生成を、ツールごとに切り分けることにした。

GammaのAI画像生成は、日本のオフィス・職場風景の描写が秀逸だ。ちゃんと日本人が、日本の空気の中にいる。太極拳も小籠包も出てこない。

この分業で、一気に安定した。

ここで言いたいのは、Gammaが優れているという話ではない。

大事なのは——

という設計思想だ。

AIオーケストレーションとは「目的に応じてAIの役割と出力を見極め、人間が文脈を設計することである」。

9秒の動画を作りながら、それを実感した。

AI活用の本質は、ツールのスペック比較ではない。

現場でどう役割分担させ、どう制御するか。その設計が全てだ。

AIをひとつの万能選手として扱うと、現場は疲弊する。適材適所に置いて、最後は人間が全体を指揮する。それが実務としてのAI活用だと思っています。

NDLのAIチームも同じです。Claude・Gemini・Chat GPT・Copilot、CupCutやGamma。それぞれに役割がある。全部を一つにやらせない。

出来上がった朝のシーンは秀逸でしたが、結局、世界観があわず不採用にしました。

ですが、それ以上に収穫の多い作業となりました。小籠包を避けるのも、立派なオーケストレーションです。笑

この記事を匿名のChatGPTに読ませたところ、こう返ってきました。

「それがオーケストレーションの本質です。」

ツールのスペックではなく、性格を見極めて役割を割り当てる。AIの性格は、エンジニアの躾である。

小籠包を避けたのも、躾の違いを見抜いたからかもしれません。