AIで『オリジナルの世界観』はどうやって作るの？への回答。
こんにちは、AI FREAKです。
以前のnoteで
AI時代に必要なスキルは"自分の世界観を表現すること"
という話をしました。
AIによって誰もが超絶スキルを手にした今、最終的に価値を持つのは「その人にしか作れない世界観だ」といった主旨ですね。
実際に私は色々な世界観のAI動画やMVを作っていて、
「世界観が良い！」
「世界観が好き！」
などとコメント頂くことも、ありがたいことに増えてきました。
と、同時にこんなコメントやDMも届きました。
「そもそも『世界観』って、どうやって作ればいいんですか？」
確かに「世界観ってなんやねん」って話ですよね。
いきなり「世界観を作れ」と言われても、どこから手をつけていいか分からない、という方も多いと思います。
そこで今回は、実際に自分がAIを使って「世界観」を構築する時にやっている、具体的な方法と考え方をご紹介します。
もちろん私のやり方は我流ですし、以下内容が正しいとかそういうわけではないですが、何かの参考になれば幸いです。
音楽からインスピレーションを受けて映像にする
自分が一番よくやるのは、まずは音楽を聴きまくることです。
これはAI動画を作る際もそうですが、まずは「音楽からどういうものを連想するか」を自分の中で妄想しまくります。
AI動画だけでなく、例えばミュージックビデオ（MV）のような作品を作りたい時、CMを作る時、なども同様です。
サンプルとして、最近作ったこちらのMVを見ていただきたいのですが
MVの雰囲気はサーカスっぽくしています。
これは元々
サーカスっぽいMVを作るぞ！
と考えていたのではなく
できた曲がサーカスっぽかったから、サーカスっぽいMVを作った
という感じです。
人によっては、この曲を聞いても「サーカスのイメージなんてないんだけど？」という人もいるかもしれません。
そのように音楽を聴いたときに頭の中で描くものが、それぞれの世界観を意味していると私は考えています。
またガラッと違う世界観で言うとこちら。
同じ作り手とは思えないくらい作風が違うと思いますが笑、これもAIの力を借りれば可能になります。
では、もう少し詳細を見ていきましょう。
起点となる「核」を作る（Sunoで作曲）
MVを例として、具体的な流れを見ていきましょう。
まず、AI作曲ツールのSunoなどを使って、1曲の音楽を作ります。
これが、これから作る世界の「心臓部」になります。
歌詞やメロディ、曲調は、あなたの作りたい世界のテーマそのものです。
この段階では、まだ映像のことは考えません。
「曲すらもどんなものを作れば良いわからない…」
という場合は、それすらもAIに投げてみましょう。
なんでもいいから面白い世界観の曲を作りたい。プロンプトを教えて！
みたいな感じでChatGPT等に投げてみましょう。いろんなパターンの楽曲を作ってくれるので、気に入ったものを選択します。
とにかく「聴き込みをする」フェーズ
核となる曲が完成したら、次が最も重要なフェーズです。
MVを見ちゃうとその世界がイメージされやすくなるので、例えばこちらの曲を聞いてみてください。
最初にこの曲を聞いた時に、特に情景を思い浮かべることはなかったのですが、ずーっと聴いていると
何か乗り物に乗っているような疾走感
を感じるようになりました。
上記の曲を聞いた時に、人によってはなにかしらの光景が頭に浮かぶのではないでしょうか？
そんな感じで曲をとにかくひたすら聴きまくります。私は仕事の合間や、歩いている時、タバコを吸っている時、などひたすらリピート再生しています。
ひたすら聴くと言っても、ただBGMとして聞き流すのとは違います。
目を閉じて(閉じなくてもいいですが)、音楽に身を委ねる感じで、頭の中に自然と浮かんでくる映像やイメージを、観察する感じです。
このメロディは、どんな場所に似合う（夕焼け？曇り空？星空？）
このリズムは、どんな風景に合う？（雑踏の街？静かな森？廃墟？）
この歌詞の主人公は、どんな表情で、どんな服を着ているだろうか？
雨は降っているか？風は吹いているか？光はどこから差しているか？
みたいな感じですね。
実際にはそんな難しいことを考えているというよりかは、大きなモニターみたいなものを想像して、この曲に合うMVを考えているみたい感じですね。
頭の中で世界を自由に妄想しまくる。
この妄想こそが、世界観を作るために大事なことなんじゃないかな？と思います。
妄想をAIで“翻訳”する
脳内で設計図がある程度できあがったら、画像生成AIの出番です。
頭の中にある「妄想」を、具体的な言葉に“翻訳”して、Midjourneyなどの画像生成AIにプロンプトとして投げ込みます。
例えば、聴き込みまくっている段階で
「雨に濡れたネオン街に、一人佇む少女」
というイメージが浮かんだなら、それをそのままプロンプトにします。
a lonely girl standing in a rain-soaked neon city, cinematic lighting, anime style
この時、音楽を聴きながら画像生成するのがポイントです。
曲の持つ「エモさ」や「空気感」を感じながらプロンプトを調整していくと、よりイメージに近い、解像度の高い画が生まれます。
統一感＝世界観の正体
このプロセスで重要なのは、音楽と画像の「親和性」です。
生成された画像を見て、曲を聴いた時に
「あ、この画、この曲の世界だ」
としっくりくるかどうか。
この音楽・画像・（そして後の動画）のリンクが強ければ強いほど、強固な「世界観」が構築されるんだと思います。
逆に、いくらクオリティの高い画像でも、曲のイメージとズレていれば、それは世界観を壊すノイズになってしまう。
だからこそ、自分の「妄想」をまずは大事にして、それに忠実なアウトプットをAIに作らせることが、大切です。
例えば同じ『サーカス』というテーマにしても、表現方法は様々です。
サーカスといっても、何万通りもの見せ方があると思います。
ある程度大枠を決めたら、画像をたくさん作る。そして曲を聴きながら画像と見比べる。
「両者の世界観がマッチしているかどうか」を繰り返し確認することが重要です。
違う角度から「世界観」を構築する3つの方法
音楽を起点にする方法は非常に強力ですが、もちろんアプローチは一つではありません。
他に自分が試している、いくつかの角度の違う「世界観」の作り方もご紹介します。
ここでは3つの方法をお伝えしていきますが、一つ目は
