実践的な AI 動画ガイド

顔出し不要の YouTube 動画ジェネレーター

VidVid で顔出し不要の YouTube チャンネルを運用する方法。台本→ナレーション→B ロール生成→編集の全工程、モデル選択とクレジット消費、連続性の崩れとその直し方。

顔出し不要の YouTube チャンネルは、出演者の代わりに構造で回ります。台本、ナレーション、そして語りを説明する B ロールの継続的な供給です。最後の部分こそ AI 動画ジェネレーターの出番であり、多くのチャンネルが効率化できるか、静かにレンダリングコストで消耗するかの分かれ目でもあります。

ここでは VidVid での全工程——台本から公開まで、拍ごとのモデル選び、そのまま使える B ロールのプロンプト、ショット間の連続性の保ち方、そして 1 本あたりのクレジット——を解説します。

向いているケース

映像がナレーションを説明する、解説・まとめ・ドキュメンタリー・アンビエント系のチャンネル。
単発の傑作ではなく、定期投稿で再現可能な産出が必要なチャンネル。
台本とナレーションが既にあり、映像だけが要るクリエイター。

向いていないケース

画面に毎回同じ出演者が必要な場合。AI キャラクター一貫性動画を参照してください。
他人の素材をつなぎ合わせるだけのチャンネル。それはツールではなく権利の問題です。
ショート主体の運用。縦型は別のパイプラインです。AI 縦型動画ジェネレーターへ。

拍ごとのワークフロー

台本を拍に分割する。 ナレーションを 8〜20 秒の拍に切ります。1 拍 = 1 つのアイデア = 1 ショット。一文で言い表せない拍はさらに分割します。
先にナレーションを録る。 生成より前に。音声が各拍の正確な尺を決め、何秒の動画を買うかが決まります。
各拍をショットカードにする。 主体・動き・カメラ・光・アスペクト比・尺。雰囲気の文章は書かない。
最も安い許容ドラフトを生成する。 480p・短尺で構図を検証。ボツ保管フォルダを作ると、翌週同じ失敗を繰り返さずに済みます。
スタイル契約で連続性を保つ。 配色、レンズの質感、光の向き、動きの語彙を企画当初に固定し、同じ 3 行を毎回のプロンプトに貼ります。これが顔出し不要チャンネル最大の品質レバーです。
つないでから修正する。 ナレーションに合わせてカットし、字幕を入れ、チェックを通らないショットは差し替えます。プロンプトで無理に救おうとしない。
支出を記録する。 1 本あたりのクレジット、公開日、維持率。これなしに成立判定はできません。

拍ごとのモデル選び

拍によってモデルを替えるほうが、高価なモデルを一律に使うより安上がりです。

モデル	得意分野	入力	消費例	用途
MiniMax H3	高インパクトの短いシネマティック動画	テキスト→動画、画像→動画	24 クレジット（3s · 480p）	量産 B ロール
Sora 2	高品質シネマティック文生動画	テキスト→動画	80 クレジット（4s · 720p）	確立ショットと見せ場
Luma Ray 3.2	流れる動き、雰囲気のあるシーン	テキスト→動画、画像→動画	100 クレジット（5s · 540p）	トランジション、空気感
Seedance 2.5	人物の動き、広告、SNS クリップ	テキスト/画像/動画、延長	144 クレジット（4s · 480p）	4〜30 秒の長い拍と多形式再利用
Veo 3.1 Fast	高精細シネマティック	テキスト→動画、画像→動画	240 クレジット（4s · 720p）	サムネイルやオープニングを担う少数ショット

クレジットは 2026-09-21 時点の VidVid 料金ページ掲載の構成例です。実際の消費は生成ボタン上に表示され、モデルの更新で変わります。料金を見る

そのまま使えるプロンプト

各 1 拍分。自分のスタイル契約を前に付けて使ってください。

PROMPT 1 — 確立ショット
夜明けの密集した都市の広い確立ショット、ゆっくりした空撮の押し寄せ、寒色のブルーグレー、薄い靄、水平線は固定、ドキュメンタリー構図、16:9、4 秒、画面内に文字なし。

PROMPT 2 — 作業の拍
木の作業台で小さな機械部品を組み立てる手の寄り、浅い被写界深度、左からの暖かい実用光、ゆっくり押し寄せ、ドキュメンタリーのリアリズム、16:9、3 秒。

PROMPT 3 — 抽象概念の拍
ゆっくり漂う粒子がゆるやかなネットワーク形になる、暗い背景、控えめな動き、寒色のアクセント、16:9、5 秒、文字なし、ロゴなし。

PROMPT 4 — トランジション
早朝の静かな水面の上をいく空撮移動、水面の霧、穏やかな視差、16:9、5 秒。

PROMPT 5 — レファレンス一貫性の拍
参照画像の主役を変えずに。ゆっくりした横のトラッキング、暖色のリムライト、浅い被写界深度、自然な環境音の空気感、16:9、4 秒、顔と衣装は変えない。

1 本目の前に回す 3 枚のテストカード

カード A — 量産 B ロール。 入力：テキストのみ。モデル：MiniMax H3。設定：5 秒・768P。プロンプト 2。チェック：動きはナレーションの下で主張しすぎないか。実出力・実時間・ **出力：**このカードの H3 実行結果（ファイル・プロンプト・設定）は下に公開しています。

カード B — 見せ場。 入力：テキストのみ。モデル：MiniMax H3。設定：5 秒・768P・9:16。プロンプト 1。チェック：サムネイルに切り出して成立するか。 **出力：**このカードの H3 実行結果（ファイル・プロンプト・設定）は下に公開しています。

カード C — 連続性。 入力：参照の 1 カット。モデル：MiniMax H3。設定：4 秒・768P・1:1。プロンプト 5。チェック：2 回の別生成で主役が同一に読めるか。 **出力：**このカードの H3 実行結果（ファイル・プロンプト・設定）は下に公開しています。

この 3 枚のカードの裏にある MiniMax H3 実測 3 本

同じ 3 枚のカードを、MiniMax H3 の公式 API で 768P 固定・各 1 回実行しました。ファイル・プロンプト・設定はすべて下に公開しているので、そのまま再現できます。参考画像と汎用プロンプトによる基準実行であり、あなたの素材での結果ではありません。所要時間とフレーム安定性の証拠として読み、あなたの素材への評価とは切り分けてください。

カード A — 画像→動画 · 5s · 768P · 1344×768 · 24 fps · 5.2 秒 · 726 KB · 投入から 196 秒で取得

このクリップを新しいウィンドウで開く →

実際に送ったプロンプト： A slow macro push-in on a matte ceramic object, realistic reflections, black studio background, premium commercial lighting, the object keeps its exact shape, no deformation, 5 seconds.

カード B — テキスト→動画 · 5s · 768P · 9:16 · 768×1344 · 24 fps · 5.2 秒 · 1.0 MB · 投入から 117 秒で取得

このクリップを新しいウィンドウで開く →

実際に送ったプロンプト： Vertical 9:16 product hook, energetic but controlled camera move, subject fully visible in the first second, bright accent colour, shallow depth of field, object shape stays fixed.

カード C — テキスト→動画 · 4s · 768P · 1:1 · 768×768 · 24 fps · 4.5 秒 · 341 KB · 投入から 83 秒で取得

このクリップを新しいウィンドウで開く →

実際に送ったプロンプト： Extreme macro of a brushed metal surface, slow lateral camera move, reflected light crawling across the material, no distortion, commercial product photography look.

カード	モード	設定	出力ファイル	投入 → 取得
A	画像→動画	5s · 768P	1344×768, 24 fps, 5.2 s, 726 KB	196 s
B	テキスト→動画	5s · 768P · 9:16	768×1344, 24 fps, 5.2 s, 1.0 MB	117 s
C	テキスト→動画	4s · 768P · 1:1	768×768, 24 fps, 4.5 s, 341 KB	83 s

前提：同一モデルの単発 3 回です。VidVid 内部のクレジット減算は未計測、他モデルの所要時間も未計測、出力品質の採点もしていません（品質は人の判断です）。VidVid の H3 掲載例は 24 クレジット（3s · 480p）で、実際の値は生成ボタンで確認してください。

同じ 3 枚のカードを別モデルで回してみる

実測カードは「モデルだけが変数」のときに意味を持ちます。入力・プロンプト・尺・解像度を揃えれば、次の 1 回でそのモデルの違いが見えます。上の表にあるモデルと、掲載されている消費例：

Sora 2 — 80 クレジット（4s · 720p） — 確立ショットと見せ場
Luma Ray 3.2 — 100 クレジット（5s · 540p） — トランジション、空気感
Seedance 2.5 — 144 クレジット（4s · 480p） — 4〜30 秒の長い拍と多形式再利用
Veo 3.1 Fast — 240 クレジット（4s · 720p） — サムネイルやオープニングを担う少数ショット

スタジオを開き、同じ参考画像を読み込み、同じプロンプトを貼り、モデルだけ切り替えてください。自分の素材での違いは 1 回で判断できます。 VidVid スタジオで比較を回す

クレジット数値は VidVid 料金ページ掲載の構成例（2026-09-21 取得）で、同じ設定のときだけ比較できます。これらのモデルは当方では計測していません。

モデルを替えて変わるのは請求と結果であり、手順ではありません。同じショットを本ガイドの他モデルで実行した場合：Seedance 2.5 144 クレジット (4s · 480p)、Veo 3.1 Fast 240 クレジット (4s · 720p)、Luma Ray 3.2 100 クレジット (5s · 540p)、Sora 2 80 クレジット (4s · 720p)。実際に変わるのは：Sora 2 は参照画像がないときに最も強いテキストから動画の生成です；Seedance 2.5 はより長いカットとより多くのアスペクト比をカバーします；Luma Ray 3.2 はビートの合間を埋める、滑らかで情景あふれるモーションをもたらします；Veo 3.1 Fast は単一のショットが動画を支える必要がある場合の高忠実度レンダリングです。

顔出し不要チャンネルを壊す失敗：連続性の漂流

症状。 各ショットは単体で良いのに、つなぐと別の 5 本の動画に見える。色温度が跳び、レンズの質感が変わり、動きの強さがばらつく。

原因。 毎回プロンプトを一から書いているため、モデルが受け取る美学指示が毎回違う。

直し方。 3 行のスタイル契約——配色、光の向き、動きの強さ——を書き、企画内の全プロンプトに貼る。そして当たったプロンプトをテンプレとして再利用し、毎回書き直さない。繰り返し登場する主体が必要なら、テキストではなく参照画像で駆動し、AI キャラクター一貫性動画を先に読んでください。

1 本あたりのコスト

支払う対象はショット数なので、ショット数から考えます。

10 分の動画なら、約 10 秒に 1 ショットで約 60 ショット。
各ショットを 480p で検証し 720p で本番を書くと、クレジット上はおおむねショット数の 2 倍。1 ショット 2 回生成で予算を組みます。
MiniMax H3 の 3s · 480p（24 クレジット）なら、60 ショットの検証と 60 回の本番で数千クレジット規模。Creator の月 2,000 クレジットは短い動画を月数本までの規模で、毎週の長尺には Pro か Studio が必要です。

最も効くレバーはモデルの単価ではなくボツ率です。1 ショットあたりのドラフトを 3 回から 2 回に減らすほうが、モデルを替えるより効きます。

クレジットはサイト内の利用単位で、金銭的価値ではありません。実効コストはプランやパックで変わります。プランを比較

公開前に

ナレーション、台本、解説が自分のオリジナルで、組み合わせた全素材の権利を持っていることを確認する。
収益化と非真正コンテンツに関する現在の規約は自分で確認する。規約は変わり、定型・量産的な出力には厳しく適用されます。
事実、数値、引用、出典をモデルに生成させない。そこは自分で書く。

次の一歩

VidVid ジェネレーターを開き、台本の最初の拍でカード A を回す。
Shorts に再利用するなら：AI 縦型動画ジェネレーター。
同じ人物を跨いで出すなら：AI キャラクター一貫性動画。
ショットの記述を磨く：AI 動画プロンプトガイド。

FAQ

顔出し不要の YouTube チャンネルは AI 動画で運営できる？

できます。映像がナレーションを説明する形式であれば。台本→先にナレーション録音→拍ごとに B ロール生成→編集、という流れで組み、公開可能にするのは自分自身の解説と編集です。

1 本に何ショット必要？

ナレーション 8〜20 秒に 1 ショットが目安。10 分の台本なら約 40〜70 ショットで、ドラフト＋本番の 2 回生成で予算を組みます。

量産 B ロールに最も安いモデルは？

MiniMax H3 の 3s · 480p（24 クレジット）。Sora 2 や Veo 3.1 Fast はサムネイルやオープニングを担う少数ショットに限定します。

まとまりのなさを防ぐには？

3 行のスタイル契約を全プロンプトに貼り、当たったプロンプトをテンプレとして再利用します。毎回書き直さないこと。

AI 生成の B ロールは収益化できる？

収益化はプラットフォームの現在の規約と、チャンネルがオリジナルの価値を足しているかによります。規約は自分で確認し、解説・台本・編集は必ず自分のものにしてください。

支払う前に MiniMax H3 の実出力を見られますか？

はい。本ページに H3 の実測 3 本を、プロンプト・設定・MP4 ファイルごと公開しています（768P、4〜5 秒、投入から取得まで 83〜196 秒）。他のモデルは掲載の消費例のみですので、同じプロンプトで 1 回回して自分の素材で比べてください。