InstagramやTikTokのフィードには、誰もカメラで撮影していない商品動画があふれています。作ったのはAIです。こうした動画は、スタジオもサンプルも出演者もなしに、仕入れ先の写真だけで一晩あれば作れます。この記事では、いま実際に使われている制作手順を紹介します。どのサービスをどの順番で使うか、プロンプトに何を書くか、そしてどこでつまずきやすいかを順に見ていきましょう。
ステップ 01この種の動画が何でできているかを理解する
バズっているAI商品動画のほとんどは、次の4つのパートで構成されています。
- シーン画像。白背景の商品写真ではなく、キッチン、手の中、窓際のテーブルなど、生活の中に置かれた商品の画像です。仕入れ先の写真をもとに画像生成AIで作ります。
- 動画化。動画生成AIがその画像を5-8秒のクリップに変えます。カメラがゆっくり動く、手が商品を取る、マグカップから湯気が立つ、といった動きです。
- 音声またはテキスト。AIによるナレーション、またはトレンド音源に大きなテロップを乗せるだけでも構いません。
- 編集。こうしたクリップを3-5本、CapCutでつなげて15-25秒の動画にします。
一番大事なルールは、白背景の平面的な写真をいきなり動画化しないことです。動画モデルは商品ページ用の写真が苦手で、最初のフレームが固まったようになり、動きも不自然になります。まずシーンを作り、それから動かします。
ステップ 02仕入れ先の写真から商品のシーンを作る
仕入れ先(AliExpress、CJ、1688)から、商品の一番鮮明な写真を2-3枚用意しましょう。正面、側面、手に持ったものが理想です。元画像の形や色が正確なほど、AIが勝手に作り込む部分が減ります。
シーンは、参照画像の商品をそのまま保てる画像生成AIで作ります。いま一番人気なのはNano Banana(Google Gemini)で、商品写真をアップロードして、どこに置きたいかを説明するだけです。ChatGPTのGPT Image、Flux Kontext、Seedreamなども使えます。
プロンプト例(英語で書いたほうが精度が上がります):
Place this exact product on a wooden kitchen counter, morning sunlight from the window, a woman's hand reaching for it, shot on iPhone, realistic, vertical 9:16. Keep the product shape, color and logo exactly the same.- 最後の一文は必須です。これがないとAIが商品を「改良」してしまい、購入者に届く実物と一致しなくなります。
- シーンは4-6パターン作りましょう。クローズアップ、使用中の様子、「ビフォー・アフター」、人の手に持った商品などです。
- 最初から縦型9:16で作ります。Reels、TikTok、ストーリーズにそのまま使えます。
ステップ 03動画生成AIでシーンを動かす
完成したシーンを最初のフレームとしてアップロードし(image-to-video)、動きを説明します。よく使われるモデルは次のとおりです。
- Veo 3.1(Google、GeminiとFlowで利用可能): 物撮り系のカットが最もリアルで、音声も同時に付けられます。「高級感のある」クローズアップに向いています。
- Kling: 比較的安く、人物や手の表現が安定しています。最初と最後のフレームを指定すると、その間のつなぎをモデルが自動で作ってくれるので、「ビフォー・アフター」に便利です。
- Sora 2(OpenAI): 商品を正確に再現するよりも、日常のシーンや雰囲気づくりが得意です。
サービスごとに登録するのが面倒なら、これらのモデルをまとめて使えるプラットフォームもあります。Higgsfield、Freepik、Picsart Flowなどです。生成ごとに料金を払い、カットごとにモデルを選べます。
動きを指示するプロンプト例:
Slow camera push-in, the hand picks up the product and turns it to show the side, soft natural light, realistic handheld phone footage, 6 seconds.- 1クリップにつき動きはひとつ。「手で取って、開けて、注いで、笑顔になる」を1本に詰め込むと、ほぼ確実に破綻します。
- 各クリップは3-4パターン生成して、一番良いものを選びましょう。AIの生成に失敗作が混ざるのは当たり前です。
- すべてのフレームで商品をチェックしてください。余計なボタン、崩れたロゴ、指が6本といったクリップはボツにします。
ステップ 04音声または画面テキストを加える
実際に成果が出ている形式は2つあります。
- 音声なし。トレンド音源と大きなテロップの組み合わせです。最初のフレームで悩みを提示し(「コンロの掃除、もううんざりしていませんか?」)、解決策、結果と続けます。最もシンプルで早い方法です。
- ナレーション。40-60語程度の原稿をElevenLabsまたはCapCutで直接読み上げさせます。声は「アナウンサー風」ではなく、自然で話し言葉らしいものを選びましょう。
「人が商品について語る」形式(UGC)は、Arcads、HeyGen、CreatifyなどのAIアバターサービスで作ります。原稿を書けば、アバターが商品を手に持ってカメラに向かって話してくれます。こうした動画は広告での反応が良い一方、通常の生成より費用がかかります。
最後まで見てもらえる原稿のコツ:
- 最初の2秒には、一番意外なこと、役立つこと、驚きのあることを置きます。結果、悩み、数字などです。
- 1本の動画で伝えるメリットはひとつだけ。20秒で5つのメリットを並べても、誰も覚えていません。
- 短いフレーズで、1文7語以内に収めます。
ステップ 05CapCutで動画を仕上げる
- クリップの順番は、フック(悩みまたは結果)、使用中の商品、クローズアップ、結果、行動の呼びかけです。
- 長さは15-25秒。各クリップは2-4秒以内に抑えます。テンポよくカットが切り替わると、視聴者の注意を引きつけられます。
- 字幕はCapCutの自動字幕で、大きく画面中央に入れます。ほとんどの人は音を消して見ています。
- 最後に行動を促します。「リンクはプロフィールから」「コメントでキーワードを送ってね」などです。DMの返信をボットで自動化しておけば、相手はすぐに商品リンクを受け取れます。
1つの商品につき、フックや最初のフレームを変えた動画を最初から3-5本作りましょう。どれが当たるかは事前にはわかりません。それで普通ですし、誰もがこうしてテストしています。
ステップ 06ルールを守らないとお金を失う
- 動画は実際の商品と一致させること。AIが存在しない機能を「追加」したり、商品を実物より大きく高級に見せたりすると、購入者から返金を求められ、銀行経由でチャージバックが起こされます。StripeやPayPalでは、チャージバックが多いと資金の凍結やアカウント閉鎖につながります。
- 「AIで作成」の表示。MetaはリアルなAIコンテンツに自動で「AI info」ラベルを付けており、投稿者自身にも表示を求めています。これでリーチが下がることはありませんが、AIの人物を実在する顧客のレビューとして見せるのは、広告ポリシーへの明確な違反です。
- 他社ブランドや他人の顔は使わない。有名ブランドのロゴや著名人の顔をプロンプトに入れないでください。動画は削除され、広告アカウントが制限されることもあります。
- 誇大な約束。「治る」「1週間で痩せる」「効果保証」といった表現は一切NGです。こうした動画は広告審査を通りません。
まとめ一晩でできる手順のおさらい
- 商品を選び、仕入れ先から鮮明な写真を2-3枚ダウンロードする。
- Nano Bananaで「keep the product exactly the same」の一文を入れて、シーンを4-6パターン作る。
- Veo 3.1またはKlingで各シーンを3-4パターンずつ動画化し、良いものを選ぶ。
- 画面テキストを入れるか、ElevenLabsでナレーションを付ける。
- CapCutで、フックを変えた15-25秒の動画を3-5本作る。
- 動画の商品が実物と一致しているか確認する。
- 投稿して、どの動画が最後まで見られているかを確認し、その動画を広げていく。
AIの料金やバージョンは数か月ごとに変わりますが、シーン、動画化、音声、編集という流れ自体は変わりません。一度身につければ、どんな商品でも一晩で動画が作れるようになります。
Telegramで問い合わせるストアの立ち上げをサポートします


