Claude Codeと1週間ちょっとで35分のアニメを作った──徳島の伝説「お亀千軒」を時間SFに(生成2,450本、API換算18万円)

テクノロジー
『いたずら者』のサムネイル。左が主人公のあかね、右が赤い目の石の鹿です
『いたずら者』のサムネイル。左が主人公のあかね、右が赤い目の石の鹿です

Animaというアニメ調の画像生成モデルで、どんな絵柄のキャラクターが描けるかを片っ端から試していたときのことです。Claude Codeに5回に分けて1,274枚を描かせ、絵柄のカタログにしていました。その5回目、「〜 style」というタグが本当に効くかを調べる回で、1枚だけ手が止まりました。「retrofuturism style」(レトロフューチャー)のタグで出てきた子です。

けわしい顔で、こちらをにらんでいる。大きすぎる珊瑚色の上着に、運動靴。にこりともしないのに、妙に目が離せない。この子を、アニメとして動かしてみたい。それが、今回のいちばん最初の動機です。

左が、絵柄のテストで出てきた1枚(2026年11月4日)。右が、完成した本編の主人公・あかねです。けわしい顔は、最後までこのままでした(画像はAnimaとMiniMax H3で生成)
左が、絵柄のテストで出てきた1枚(2026年11月4日)。右が、完成した本編の主人公・あかねです。けわしい顔は、最後までこのままでした(画像はAnimaとMiniMax H3で生成)

もうひとつ理由があります。9月に作った『ファミコン探偵倶楽部』の実写化は、4時間28分の大作になりましたが、原作の著作権の関係で誰にも見せられません。観客は私ひとりでした。そのとき記事の最後に、オリジナルの小説を作り、それを原作にした短編映像作品を作ってみたい、と書きました。オリジナルなら、完成品をこのブログでお見せできます。

今回は小説ではなく地元の伝承が原作になり、短編と呼ぶには長い35分になりました。予告とは少し形が変わりましたが、この記事で回収とさせてください。

というわけで、この子を主人公にしたオリジナルのアニメを作りました。脚本から映像・声・音楽・編集まで、手を動かしたのはほぼ全部Claude Codeです。私は監督として、選んで、見て、ダメ出しをしました。かかった時間は、実質1週間ちょっと。出来上がったのは、35分25秒のアニメです。

まず、完成品をどうぞ

『いたずら者』(前編「赤い目」/後編「悪者の話」、35分)。徳島に伝わる「お亀千軒」の伝説をもとにした、時間SFです。

あらすじ、キャラクター、舞台と用語、もとになった伝説は、作品ページにまとめました。見終わった方向けに、伝説から変えた所や伏線をまとめた解説(ネタバレあり)もあります。

この記事は、その制作の記録です。かなりの長文になりました。試行錯誤が多かったので、お付き合いいただければ幸いです。

数字で見る『いたずら者』

項目数字
完成版の長さ35分25秒(本編33分15秒 + スタジオロゴ・題字・エンディングなど2分11秒)
場面とカット26場面、189カット、469ショット、台詞321行
生成した動画2,450本、4時間9分(試作・コンテ画・没テイク込み)
うち本番1,076本、3時間9分(1カット3テイクの予定が、平均5.7本に)
生成した静止画1,470枚(Anima。参照画像の候補、コンテ画の下絵など)。ほかに絵柄のカタログが1,274枚
登場人物19人(声の参照は9人分)
カット表でのやり取り122スレッド、373件(私170件、Claude 203件)
GPUの稼働H3が推定74時間(生成の出力間隔から推定)、アップスケールが16時間
期間2026年11月7日〜11月16日(10日間)
何にどれだけ生成したか。生成した4時間9分のうち、完成版に使ったのは33分です。いちばん長い青の棒は、ほぼ私のダメ出しでできています
何にどれだけ生成したか。生成した4時間9分のうち、完成版に使ったのは33分です。いちばん長い青の棒は、ほぼ私のダメ出しでできています

生成した量 ÷ 完成版に使った量は、7.5倍です。ファミ探の1.96倍よりずっと多いのは、最初から1カットにつき3テイク撮って選ぶ計画だったことと、直しの撮り直しが多かったことによります。本番だけで数えても5.7倍。直すと決めたのは私なので、この数字は私の責任です(震え声

1. 主人公が先に決まり、物語は後から探した

絵柄はAnimaで、ほかの人物も同じ絵柄に

普通は物語があって、そこに登場人物を描きます。今回は逆で、主人公の絵が先にありました。

この子の絵柄で、ほかの人物も描きたい。ClaudeはAnimaの「Ref Adapter」(参照画像の絵柄をまねる仕組み)に最初の1枚を渡し、服の色などを文で指定して描かせました。タグだけでは絵柄がそろわず、参照画像を渡すのが決め手でした。

あかねの設定画。顔の大写しと、前と後ろの全身です。H3にはこの絵を参照画像として渡しました(画像はAnimaで生成)
あかねの設定画。顔の大写しと、前と後ろの全身です。H3にはこの絵を参照画像として渡しました(画像はAnimaで生成)

祖母、研究員、巡査、600年前の村の人たち。人物は19人、声の参照は9人分。場所や小道具も含めて、カット表に登録した参照画像は80枚になりました。

物語は、徳島の伝承から

物語は、地方の伝承をもとにすることにしました。私が前から気になっていた徳島県を舞台に、と頼むと、Claudeは県内の伝承を8つ調べて、3つの企画案を出してきました。夜行さんの伝奇アクション、妖怪のロードムービー、そして徳島市の沖に伝わる「お亀千軒」の時間SFです。私が選んだのは、お亀千軒でした。

津田の沖に千軒の家が並ぶ島があり、「鹿の目が赤くなったら島が沈む」と言われていた。ある若者がいたずらで鹿の目を赤く塗ると、信じた老夫婦だけが逃げて助かり、島は海に沈んだ──という話です。

Claudeの案は、これを時間SFにするものでした。昭和60年の津田に住む、町の鼻つまみ者の娘が、干潮のあいだだけ沈む前の村へ渡れるようになる。いたずら者とは誰だったのか──。主人公は、あの絵の子です。私はこの案を選び、そこから「干潮のあいだだけ、二つの時代を行き来できる」という形に練っていきました。伝説のどこを変えたかは、解説(ネタバレあり)に書きました。

昭和60年(1985年)にしたのは、Claudeの見立てです。あの絵柄は1980年代のレトロなイラストに近く、そのまま時代設定にできる。しかもこの年は、徳島と淡路島を結ぶ大鳴門橋が開通した年です。レトロフューチャーのタグで出てきた子が、本当にレトロな時代を生きることになりました。

構成と脚本もClaudeが書きました。前編・後編の2部、26場面、189カット。1カットは、動画生成モデルMiniMax H3の1回の生成(最長15秒)にあたります。私は構成の段階と、全カットの一覧(後で出てくる「カット表」)で何度も読み、気になる所を直してもらいました。

2. 試作とコンテ画で、H3の癖を先につかむ

動画は、すべてMiniMax H3の「Ref2VA」(参照画像と参照音声を渡して、映像と声を一度に作るモード)です。手元のRTX 5090で動かしています。H3の高速化は、以前の記事で書いたとおりです。

Claudeは、いきなり189カットを撮るのではなく、まず山場を中心に64本の試作をしました。分かったのは、参照画像に描いてあるものはほぼそのまま写り、文章だけで書いたものは保証されないということです。たとえば、後編の大事な小道具である手回しのサイレンを文章だけで頼むと、消火栓になりました。

そこでClaudeは、小道具も場所も、要るものは全部参照画像にしました。次は、全カットの「コンテ画」です。構図と流れを本番の前に確かめるための下絵で、Claudeは最初、Animaで静止画を描きました。私の提案で1カットだけH3で撮り比べると、H3のほうが脚本どおりで、Animaの下絵は本番の動画と大きく違う。下絵が当てにならないので、コンテ画もH3で撮ることにしました。とはいえ、コンテ画は本番の前に安く構図を直すためのもの。1ショットを0.9秒だけ撮る形にしてもらい、460ショットをそろえました。コンテ画の段階で直した撮り直しも入れると、1,106本です。

3. 本番は189カット×3テイク、選ぶのは私

本番は、1カットにつき3テイク撮るところから始めました。1巡(189本)がおよそ6.8時間。私が寝ている間にClaudeが回し、朝に私が見る。それが日課になりました。

撮った本は、まずClaudeが点検します。Claude Codeは、点検係のサブエージェント(Claudeの分身)を何人か立てて、コンテ画と見比べさせます。台詞は、音声認識(Whisper)で書き起こして脚本と照合します。そのうえで、カットごとに「推し」のテイクと、その理由、残っている問題を並べてくれます。

それを見るのが、私の仕事です。Claudeが作った「カット表」というWebの画面で、全カットの本番を再生して、使うテイクを選び、気になる所にコメントを書きます。コメントを書くと、Claudeが直して、スレッドに返事をくれます。

カット表。左がショットごとのコンテ画、右に参照画像と本番の再生、下にコメントのスレッドが付きます。この場面では、社の石の鹿が「アザラシのような形」に写ったのを、Claudeが見つけて相談してきました。私は描き直しをお願いしました
カット表。左がショットごとのコンテ画、右に参照画像と本番の再生、下にコメントのスレッドが付きます。この場面では、社の石の鹿が「アザラシのような形」に写ったのを、Claudeが見つけて相談してきました。私は描き直しをお願いしました

カット表でのやり取りは、11月7日から12日までで122スレッド、373件になりました。私が170件書き、Claudeが203件返しています。Claudeが前後の画像や動画を添えてくるので、添付は216個。最後は189カット全部のテイクを私が選びました。そのうち41カットは、Claudeが複数のテイクをショットの切れ目でつないだり、音や色を直したりした「完成版」です。

4. 直しても直しても出てくる

ここからが本題です。H3は、こちらの思うとおりには撮ってくれません。私が見つけた違和感と、Claudeが見つけた崩れを、Claudeが原因から調べて直していきました。主なものを挙げます。

起きたこと原因直し方
向き合って話す二人が、どちらも正面を向く場所ごとに背景を1枚しか渡していなかった人物の立ち位置と向き、人物ごとの背後を決めて、背後の絵も22枚描き足した。93カットを撮り直し
社の石の鹿が、後で背負って運ぶ場面の像より小さい場所の絵の鹿が小さかった場所の絵4枚の鹿を1.8倍に描き直した
夜の場面が、昼のように明るい夜の場所の参照画像の、手前が昼の色だった撮った本を色直し。新しい夜の参照画像は、明るさを測ってから使う
「なは」「うらはしずむ」と読むかなで書いた助詞の「は」を、H3がそのまま「ハ」と読む助詞の「は」「へ」を「わ」「え」に書き替えた(74行)。逆に「丘まで走った」が「までわ・しった」になったので、動詞は漢字に
無線の研究員の声が、女の人の声に聞こえる叫ぶ言い方にすると、男の声でも高くなる「低く、落ち着いて」と書いて撮った声に差し替え、無線の音色をかけた
サイレンのクランクの付き方が実物と違うH3は格子の面を見せたがる真後ろから見たサイレンの絵を渡すと、6本中5本で正しくなった
戸が、ノブではなく蝶番の側から開くH3は閉じた戸のノブを、どの本でも左に描く「蝶番は右、ノブは左」と、H3の癖に合わせて書く
3コマで石段が消えるH3が1ショットの途中で、似た別の画に切り替えた別のテイクに差し替え。全カットを、隣のコマとの差で機械的に調べた
画質が悪い本がある高速化の仕組み(EasyCache)が、計算を飛ばしすぎた本生成の記録から飛ばした回数を本ごとに割り出し、悪い本を同じ種で撮り直した(71本)
向き合う二人の切り返し。上が直す前で、巡査もあかねも正面を向き、背景も同じ社です。下が直した後。あかねの背後が森になって、ようやく向き合って話している画になりました
向き合う二人の切り返し。上が直す前で、巡査もあかねも正面を向き、背景も同じ社です。下が直した後。あかねの背後が森になって、ようやく向き合って話している画になりました
手回しサイレン。左が直す前、右が直した後です。真後ろから見た絵を1枚渡しただけで、H3は素直に描いてくれました。最初から渡しておけば、という話でもあります
手回しサイレン。左が直す前、右が直した後です。真後ろから見た絵を1枚渡しただけで、H3は素直に描いてくれました。最初から渡しておけば、という話でもあります
1ショットの途中、たった3コマで石段が消えます。8分の1秒なので、私は本編を確定した後に、やっと気づきました
1ショットの途中、たった3コマで石段が消えます。8分の1秒なので、私は本編を確定した後に、やっと気づきました

読みの崩れは、ほかにもたくさんありました。「船底」が「ふなぞーこ」、「応答」が「音頭」、「二十二日」が「二十日」。数字や日付をかなで書くと読み落とすことがあり、漢字のままにすると正しく読むことがあります。かと思えば、漢字の「船底塗料」は「ふんどう」と読まれました。正解は、1行ずつ試して見つけるしかありません。

予定は189カット×3テイクの567本でしたが、本番のフォルダには最終的に1,198本あります。いちばん多いのは、サイレンを回す22-4で、25テイク。日ごとの本数は、11月9日が420本、10日が280本。私が見て指摘し、私が寝ている間にClaudeが撮り直す、の繰り返しでした。

5. 音と仕上げ

サイレンの音:H3が出すサイレンの音は、ほぼ単純な音で、鳴る所もカットごとにばらばらでした(止めたはずの所で鳴る)。そこで、H3が出した中でいちばん安定した唸りをもとに、Claudeが場面全体のサイレンの音を作り、編集で筋どおりに重ねました。

音楽:オープニングとエンディングの曲は、Claudeが楽譜(ABC記譜法)で作曲し、YuE2という音楽生成モデルにピアノで演奏させました。演奏が楽譜どおりかは、ClaudeがSheetSage2で採譜し直して確かめています。最初の曲は私には少し派手だったので、落ち着いた版に作り直してもらいました。

アップスケール:H3の出力は960×544です。YouTube用に、SeedVR2(3B)で2倍に拡大して、2560×1440にしました。FlashVSR+とも比べましたが、線と速い動きはSeedVR2のほうがきれいでした。全189カットで約16時間かかっています。

字幕:Claudeは日本語の字幕も作りました。文は脚本の漢字のまま、時刻は本番の音声をWhisperで書き起こして合わせています。台詞が阿波弁なので、字幕があると聞き取りやすいと思います。私が見ると、字幕が次の台詞まで出しっぱなしで邪魔だったので、Netflixの字幕の手引きに合わせて作り直してもらいました。

人間がやったこと、Claudeに任せたこと

工程私(監督)Claude(Claude Code)
絵柄・主人公テストの中から、あかねの絵を選んだAnimaの絵柄のテストを自動で回した。ほかの人物を同じ絵柄で描いた
物語舞台を徳島にと頼み、3つの企画案から『いたずら者』を選んだ。構成と脚本を読んで直しを頼んだ伝承を調べて企画案を出し、構成と脚本を書いた
参照画像・声案から選び、直しを頼んだ人物・場所・小道具の参照画像と、声の参照を作った
生成—H3への指示文を組み立て、試作・コンテ画・本番を回した
点検全カットを見て、テイクを選び、違和感を指摘したサブエージェントと音声認識で点検し、推しのテイクを出した
直し直すか許すかを決めた原因を調べ、参照画像や指示文を直して撮り直した
音・仕上げ曲の雰囲気、画質、アップスケールの方式を決めたサイレンと無線の音、作曲、編集、拡大、字幕を作った
公開YouTubeに上げたタイトル・説明・チャプター・サムネイル・ブログの原稿を作った

作ってみて思ったこと

チェックは、人間がしっかりやらないとだめでした。Claudeの品質チェックの力は、確かに上がっています。サブエージェントでコンテ画と見比べ、音声認識で台詞を照合し、怪しいテイクを先に出してくれます。それでも、構図、動き、発話が破綻している所は多く、Claudeが推した本にも、私が見て初めて気づく崩れがたくさんありました。8分の1秒で石段が消える所のように、確定した後に見つかったものもあります。

それでも、1週間ちょっとで35分のアニメが一人で作れました。脚本、絵、声、音楽、編集。昔なら、何人ものスタッフと何か月もかかったはずの仕事です。私がしたのは、選ぶことと、見ることと、ダメ出しだけ。便利な世の中になったものだと、しみじみ思います。

映像制作は、面白いです。最初は「この子を動かしたい」だけでしたが、作ってみると、映像を作ること自体が面白かった。頻繁には難しいですが、これからも続けて作っていきたいと思っています。

MiniMax H3のライセンスについて

公開する前に、いちばん気にしたのがここです。H3の重みは「MiniMax H3 Community License Agreement」(2026年8月2日付)で配られています。Claudeに原文を読んでもらい、私が判断しました。

論点ライセンスの中身私の場合
売上の条件商用の製品・サービスの年間売上が2,000万米ドルを超えるなら、事前に書面の許可が要る(IV.1)広告なしで売上は0円。問題なし
地域の制限使ってよいのは「適用地域」の中だけ。EU・英国・韓国・米国は除外地域(定義3・5)日本は除外地域ではない。作ったのも日本
出力の公開重みや出力を、適用地域の外で頒布・表示してはならない(V.4)ここが曖昧(下で説明)
AI生成の明示公開の場に出すなら、機械生成であることをはっきり示す(利用規定の第12項)説明欄と作品ページに明記した

問題は、V.4です。文字どおりに読むと、出力を除外地域で「表示」してはいけない。でも、YouTubeは世界中から見られます。日本で作って日本から公開した動画を、米国の人が見たら違反なのか。ライセンスの本文には、そこまでは書いてありません。

一方で、MiniMaxの担当者は、この点にフォーラムで答えています。Hugging FaceのH3の公式リポジトリに、MiniMaxが立てた「Any License Question Ask here!」というライセンスの質問スレッドがあります。そこで、除外地域の外に住む人が「YouTubeで世界に公開したら除外地域の人も見るが、申請は要るか」と尋ね、MiniMaxの担当者が「Yep, you don’t need apply.」(申請は要らない)と答えています(2026年8月6日)。

ただし、これはフォーラムでの非公式な回答です。同じ担当者は後日、別の回答について「拘束力のあるライセンスの規則ではない」とも書いています。本文も8月から変わっていません。

というわけで、私は自己責任で「公開できる」と判断しました。もしMiniMaxから指摘があれば、動画は取り下げます。

ちなみに、このライセンスには「H3を使った経験を、技術ブログなどで1本以上公開することを勧める」という一文があります(III.3)。義務ではなく推奨ですが、この記事でちゃんと応えたことにしておきます。

恒例の回収計算

さて、恒例の回収計算です。単価は前回と同じ、MiniMax H3の公式API(従量)で768Pが1秒0.08ドル。11月17日にClaudeが公式の料金表を見直しても、変わっていませんでした。1ドル150円で換算します。

項目量換算
実際の生成(試作・コンテ画・没テイク込み)2,450本 / 14,926秒約1,194ドル ≒ 約17万9千円
撮り直しゼロだった場合(完成版に使った分だけ)1,995秒約160ドル ≒ 約2万4千円
電気代(H3 推定74時間+アップスケール16時間 × 約600W)約54kWh約1,700円
財布に入ってきたお金—0円

手元の出力は960×544で、APIの768Pより少し小さい解像度です。一方、APIは参照画像が5枚を超えると1枚0.04ドルかかり、本番では1本に最大6枚を渡していました。その分は入れていません。細かい所はおおよそ、と思ってください。

上から、RTX 5090機の購入額、API換算、撮り直しゼロだった場合、電気代、そして財布に入ってきたお金。一番下の棒は、今回も描き忘れではありません
上から、RTX 5090機の購入額、API換算、撮り直しゼロだった場合、電気代、そして財布に入ってきたお金。一番下の棒は、今回も描き忘れではありません

前回の38万5千円の半分以下です。安く済んだ、と思われたかもしれませんが、尺は前回の8分の1ほどしかありません。撮り直しゼロなら2万4千円で済んだ計算なので、残りの15万円ぶんは、私のダメ出しとH3の気まぐれです。

前回、「払う予定のなかったお金を払わずに済んだことを節約とは呼ばない」と書きました。今回も理屈は同じで、GALLERIA(RTX 5090機)の約118万円は、1円も回収されていません。

それでも、です。35分の動画を気兼ねなく作れたのは、ローカルなら電気代だけで、好きなだけ生成を回せるからです。2,450回の「もう1回」を、電気代1,700円で回せました。APIだったら、22-4の25テイク目を撮る前に、私は財布の顔を思い浮かべて妥協していたと思います。

高い買い物でしたが、買ってよかった。……と、強引に自分の判断を肯定しておきます(断言

まとめ

  • Animaのテストで出た1枚の絵から、35分25秒のアニメ『いたずら者』ができた。物語は徳島の伝説「お亀千軒」を時間SFにしたもの
  • 脚本・映像・声・音楽・編集はClaude Code。私は選ぶ、見る、ダメ出しをする係。実質1週間ちょっと
  • H3は参照画像に描いたものはよく守るが、向き・小物・読み・数コマの崩れは人間が見ないと残る。チェックは人間がしっかりやらないとだめ
  • H3のライセンスは、日本で作って公開するなら売上の条件は関係ない。世界公開の扱いは本文が曖昧で、担当者の非公式回答を頼りに自己責任で公開。指摘があれば取り下げる
  • 生成2,450本・4時間9分。API換算なら約17万9千円、電気代は約1,700円、財布に入ったお金は0円。それでも、GALLERIAは買ってよかった(強引に)

あらすじやキャラクター、もとになった伝説は作品ページに、見終わった方向けの話は解説(ネタバレあり)にまとめています。よかったら、本編と一緒にどうぞ。

前回の映画は4時間28分、トイレ休憩は自分で決められました。今回は35分。トイレ休憩は、たぶん要りません。

コメント

タイトルとURLをコピーしました