Grokで生成した動画にGrokで生成した音楽を入れたMV作成が可能へ

今日は意味深な歌詞に注目。
伝わるかな？ぜひ聞いてね。
イーンスパイアの横田です。
https://www.enspire.co.jp

エプロンの蝶々むすび

エプロンと私 / Milia

さて、本題です。

Grokが文章生成、画像生成、
動画生成に続き音楽生成まで
可能になり、しかもUIが面白い。

はじめに　〜「動画が先、音楽が後」という逆転の発想〜
皆さん、こんにちは。ネットビジネスアナリストの横田秀珠です。今日もネットビジネスに関する情報を生中継で15分間お届けしてまいりました。この記事は、2026年10月16日金曜日のライブ配信の内容を、ブログとして読みやすく整理し直したものです。

さて、突然ですが、皆さんはMV（ミュージックビデオ）を作るとき、どちらを先に作りますか？　ほとんどの方は「まず曲を作って、その曲に合わせて映像を作る」と答えると思います。僕自身もずっとそうでした。SunoでAI音楽を作り、そのあとに動画生成AIで映像を作る。これが当たり前の順番だったわけです。

ところが今回、その常識をひっくり返すような、ちょっと「やばい」AIサービスが始まりました。それが、GrokのImagineで動画を生成したあとに、その場で音楽を生成して合成できる、という新機能です。つまり「動画が先、音楽が後」という、今までとは真逆の作り方ができるようになったんですね。言葉がいっぱい出てきて何のことか分からないかもしれませんが、大丈夫です。この記事では実際の操作画面の流れに沿って、一つずつ丁寧に解説していきますので、ぜひ最後までお付き合いください。

GrokのImagineに音楽生成AIが搭載された！何が変わったのか
ステップ1：今回のニュースをひと言でいうと
今回お伝えしたいニュースを一言でまとめると、**「GrokのImagineで動画生成した後に、音楽生成したものと合成して、MV作成がOKになった」**ということです。

ちょっと言葉がいっぱい出てきて、何のことか分からないかもしれませんので、順番に分解してみましょう。

Grok（グロック）：X（旧Twitter）でおなじみのAIアシスタントです。
Imagine（イマジン）：Grokの中にある、画像や動画を生成する機能です。
動画生成：プロンプト（AIへの指示文）を入力すると、AIが短い動画を作ってくれる機能です。
音楽生成：今回新たに加わった、AIが曲を作ってくれる機能です。
合成：作った動画に、作った音楽を組み合わせることです。
つまり、Grokの中だけで「映像」と「音楽」の両方を作って、ひとつの作品にまとめられるようになったというわけです。今までの動画生成とは一味違うアプローチができるようになったので、これはかなり面白いと思います。

ステップ2：利用するための前提条件
まず大事な注意点からお伝えしておきます。GrokのImagineで動画生成ができるのは有料プラン限定です。無料プランの方は動画生成ができませんので、この機能を試したい方は有料プランに加入する必要があります。

項目 無料プラン 有料プラン
Grokの利用 可能 可能
Imagineでの動画生成 できない できる
動画への音楽合成（Replace Audio） 動画が作れないため利用不可 利用可能
ステップ3：これまでのGrok動画生成でできたこと
新機能のすごさを理解するために、まずは「これまで何ができたのか」を整理しておきましょう。Grokで動画を作ったあと、今までできた操作は大きく分けて次の3つでした。

再生成：作った動画に対して、同じ条件でもう一度作り直す（やり直す）
延長：作った動画の続きを作って、長さを伸ばす
プロンプト変更による生成：指示文を書き換えて、別の動画として作り直す
そして、Grokはもともと日本語のセリフもちゃんと喋ることができるので、普通に動画を作れば、声（セリフ）が入った状態の動画ができあがります。これだけでも十分すごいことなんですけどね。

ステップ4：新しく加わった「音楽で置き換える」という選択肢
今回はここに、なんと**「合成で音楽を足せる」**という選択肢が加わりました。声（セリフ）ではなく、音楽を入れることができるようになったんです。

これはどういうことかと言うと、音楽生成AIがGrokの中に入ったということなんですよ。しかも、作れる曲がけっこう長くて、2分から3分ぐらい、まあ3分弱ぐらいの曲ができるようになりました。ショート動画用の数秒のジングルではなく、ちゃんと1曲として成立する長さの曲が作れる。これはかなり面白いと思うんですね。

比較項目 これまでのGrok動画生成 今回の新機能
作れるもの 映像＋セリフ（声） 映像＋セリフ、または映像＋音楽
生成後の操作 再生成・延長・プロンプト変更 上記に加えて音楽への置き換え（合成）
音楽の長さ ― 2分〜3分弱程度
制作の順番 動画のみ 動画が先 → 音楽が後
ステップ5：Grokの動画生成の強み
もう一つ、Grokの動画生成の強みも押さえておきましょう。Grokはとにかく動画生成のスピードが速いんです。待っている時間がほとんど気にならないくらいで、もう余裕でできます。しかもクオリティも高く、今は15秒まで動画を作れるようになったので、けっこういいんですよ。

この「速い」「きれい」「15秒」という3つの特長が、後で説明する「15秒だけ切り取って使う」という活用法にもつながってきますので、ぜひ覚えておいてください。

実践！「料理中の彼女が笑顔で振り返る」動画を作り、Replace Audioで音楽を合成する
ここからは、ライブ配信で実際にやってみた手順を、そのままステップ形式でご紹介していきます。

ステップ1：GrokのImagineを開く
まずはGrokを開きます。そして、Grokの中にあるImagineのほうに進みます。先ほどもお伝えしたとおり、ここは有料プラン限定の機能です。

ステップ2：画像を添付する
今回は、プロンプトを打つ前に画像を添付してみました。実は今日、作ろうと思っていた曲があったんです。その曲のイメージに合う画像を用意して、ここに添付しました。曲については後ほどお見せしますね。

画像を添付しておくと、その画像の人物や雰囲気をもとに動画を作ってくれるので、イメージどおりの映像に近づけやすくなります。

ステップ3：動画のプロンプトを入力する
続いて、どんな動画にしたいかをプロンプトとして入力します。今回入力したのはこんな内容です。

「彼女が料理していて、彼に呼びかけられて、笑顔で振り返る様子」

つまり、彼女が料理をしていて、彼が呼びかけた声で笑顔で振り返る様子の動画を、まず作るということですね。ここまでは今までの動画生成と同じ流れです。新しいのは、この動画を作った「後」にできることなんです。

ステップ4：生成を待つ（Grokはとにかく速い）
プロンプトを入れたら生成を待ちます。配信中も「今70%が来ましたね」と言っている間に、あっという間にできあがりました。Grokは本当に動画生成のスピードが速いので、ストレスがありません。

ステップ5：できあがった動画を確認する
できあがった動画を、音を出して再生してみました。動画の中では、こんなセリフのやりとりが日本語で入っていました。

「いい匂いがするね」 「本当？」 「うん、最高に美味しいから食べてみて」

ちゃんと日本語でセリフを喋ってくれています。……ただ、よく見ると、彼女がこっちの方向から来ているのに、彼氏がまったく違う方向から来ているんですよ。ちょっとこれ、物理法則を無視していて、イマイチですね。思わず配信中に「そっちじゃねえって、そっちじゃねえって」とツッコんでしまいました（笑）。まあまあ、そこは置いておいて、ここからが本題です。

ステップ6：「Replace Audio」ボタンを見つける
動画の画面を見ると、「Replace Audio（リプレイス・オーディオ）」というボタンがあります。直訳すると「音声の置き換え」、つまり音楽で置き換える機能ですね。

今の動画には男性のセリフが入っていますが、これに声を足すのではなく、オーディオとして音楽を足すということができるようになったわけです。ということで、このReplace Audioボタンを押していきます。

ステップ7：右上の「＋」で新しく曲を作る
Replace Audioを押すと、音楽を作る画面が出てきます。僕の場合は、以前に作った曲がここに残っていたのですが、今回は新規で作っていきたいと思います。**右上の「＋」**を押します。

すると、プロンプトの入力欄が出てきて、**「どんな曲を作りたいですか？」**と聞かれます。

ステップ8：歌詞を指定してロックバラードを作ってみる
普通はここに「なんとかの曲調で」というような曲のイメージを書くのですが、今日は僕が作ろうと思っていた曲の歌詞が手元にあったので、この歌詞をそのまま突っ込んでいけるかどうかを試してみることにしました。

入力したプロンプトはこちらです。

「以下の歌詞で男性ボーカルのロックバラードにして」

そしてその下に、歌詞をそのまま貼り付けました。実は、さっき別で試したときは「こんな感じで」というテーマだけを伝える方法で作れたんです。ただ、その方法だと歌詞はAIが勝手に生成してしまいます。そこで今回は歌詞を自分で指定して、それを歌わせられるかどうかをやってみたというわけです。

入力したら**「Generate（生成）」**を押します。音楽の生成は少し時間がかかるので、その間に別の動画をお見せすることにしました。

ステップ9：もう一つ作っておいた動画を見てみる
実は配信の前に、同じようなテーマでもう一本動画を作っておいたんです。こちらのほうが出来がいいですよ。……と言いつつ、再生しようとしたらなかなか再生されなくて、「おい！　頑張れ！」と思わず声が出てしまいました（笑）。リロードしたら無事に再生できました。

こちらの動画では、こんなセリフのやりとりになっていました。

「いい匂い、美味しそうだね。何作ってるの？」 「野菜炒めだよ。見てて」 「手伝おうか？」 「大丈夫。もうすぐできるから待ってて」 「楽しみにしてる」 「ありがとう」

こんな感じで、自然な会話の動画ができました。セリフも状況にぴったりで、こちらのほうが完成度は高いですね。

動画 セリフの内容 評価
1本目（配信中に生成） 「いい匂いがするね」「本当？」「うん、最高に美味しいから食べてみて」 彼女と彼氏の来る方向がバラバラで、物理法則を無視している
2本目（事前に生成） 「何作ってるの？」「野菜炒めだよ」「手伝おうか？」「大丈夫」「楽しみにしてる」「ありがとう」 会話が自然で、こちらのほうが良い出来
ステップ10：歌詞指定の曲は「Couldn't make this track」でエラーに
さて、先ほど歌詞を指定して生成をお願いした曲はどうなったかというと……画面に**「Couldn't make this track」と出ていました。日本語にすると「このトラックを作ることができませんでした」**という意味です。残念ながら失敗してしまいました。

おそらく、歌詞を全部貼り付けたためにプロンプトが長すぎたのが原因ではないかと思います。これについては、後ほど「結」の章で再チャレンジの様子をお伝えします。

ステップ11：テーマだけ伝えて作った曲を聴いてみる
そこで、さっき「テーマだけを伝える方法」で作っておいた曲のほうを聴いてもらうことにしました。そのときに入力したプロンプトはこちらです。

「男性ボーカルで、彼女が料理してた頃を思い出して懐かしんで、エプロンの思い出をテーマにした曲」

再生してみると、ちょっとイントロは長めでしたが、こんな歌詞で歌が始まりました。

♪埃をかぶった箱の奥底に　見つけた縁 ♪不器用な君が　それでも誇らしげに　結んで見せた　あの日のエプロン

ちゃんと「エプロンの思い出」が歌詞に入っていますね。テーマを伝えただけなのに、AIがしっかり内容を汲み取って歌詞にしてくれています。さらに続きを聴いてみると……

♪小さな焦げ跡　2人で笑いたい　この記憶 ♪揺れる裾追いかけながら　君の背中抱きしめたっけ ♪エプロンの紐ほどけないように　願いを　願いを込めて強く結んだ ♪美味しいねって笑う顔が　僕の明日を照らしていた ♪玉ねぎ刻んで……

というところで1番が終わって、2番が始まるという構成になっていました。曲の長さは2分54秒ぐらい。最初「2分ぐらいかな？」と思ったのですが、確認してみたら2分45秒……いや、54秒ぐらいの、しっかりした長さの曲ができあがっていました。

作り方 プロンプト 結果
歌詞を指定 「以下の歌詞で男性ボーカルのロックバラードにして」＋歌詞全文 「Couldn't make this track」でエラー（長すぎた可能性）
テーマだけ伝える 「男性ボーカルで彼女が料理してた頃を思い出して懐かしんでエプロンの思い出をテーマにした曲」 成功。エプロンの思い出が歌詞に入った約2分54秒の曲
歌詞指定は失敗？15秒切り取りの方法とフルMVが向かない理由
ステップ1：曲は約3分、動画は15秒という「長さのズレ」
さて、ここで一つ問題が出てきます。できあがった曲は約2分54秒もあるのに、動画のほうは今回15秒しか作っていないんです。曲のほうがずっと長いわけですね。

では、どうするのか。ここで登場するのが**「範囲設定」**という機能です。

ステップ2：音源の上をクリックして範囲設定をする
できあがった音楽の音源（波形）の上をポチッとクリックします。すると、範囲設定ができる画面に切り替わります。

今回の動画は15秒なので、この範囲の枠を動かして、曲のどこの15秒を使うかを決めていきます。

ステップ3：一番いいところ（サビ付近）を探す
配信では、「この辺かな？　この辺かな？」と少しずつ枠をずらしながら、いい場所を探しました。「このサビ、サビあたりですね。もうちょい後かな？　もうちょいかな？」と調整していって、最終的に選んだのは41秒〜42秒ぐらいからの部分です。

試しに再生してみると、こんな部分が流れました。

♪この記憶 ♪追いかけながら　君の背中抱きしめたっけ ♪エプロンの紐ほどけないように　願いを　願いを……

こんな感じで、曲の好きな部分を15秒だけ切り取ることができるということですね。正直なところ、この時点ではまだBGMと映像の雰囲気がピッタリ合っているわけではなかったのですが、まあ仮にこれでいくことにしました。

ステップ4：「Apply」を押して反映する
一番いいサビや、いいところを15秒分切り取ったら、画面の下のほうにある**「Apply（適用）」**ボタンを押します。少し下にスクロールしないと見えないこともあるので、見当たらないときはもう少し後ろ（下）を探してみてください。

Applyを押すと、選んだ15秒の音楽が動画に反映されます。

ステップ5：完成した動画を確認する
反映された動画を再生してみると、こうなりました。

♪揺れる裾追いかけながら　君の背中抱きしめたっけ ♪エプロンの紐ほどけないように　願いを　願いを ♪揺れる裾　追いかけながら

はい、こんな感じで、料理中の彼女が振り返る映像に、エプロンの思い出を歌うロックバラードが乗った15秒の動画ができあがりました。

手順 操作 ポイント
① 音源の上をクリック 範囲設定の画面に切り替わる
② 範囲の枠を動かす 動画の長さ（今回は15秒）に合わせて、使う部分を決める
③ サビなど一番いいところを選ぶ 今回は41〜42秒あたりから
④ 画面下の「Apply」を押す 見えないときは下にスクロール
⑤ 再生して確認 映像と音楽が合成された15秒動画の完成
ステップ6：リップシンクの可能性も？
ここで一つアイデアが浮かびました。うまくやれば、リップシンク（口の動きと歌を合わせること）もできるかもしれないということです。

最初に動画を作るときに、「人物が歌詞を歌っているような様子」でプロンプトを書いて作っておけば、そのあとに音楽を合成したとき、口の動きと歌がそれっぽく合う可能性があります。もしかしたらできるかもしれないので、このあたりはまた色々と実験してみたいと思います。

ステップ7：15秒をつなげばMVになる……けれど
動画は15秒ぐらいまでしか作れないので、これをうまくつないでいけば、理論上はMVにすることもできると思うんですよね。

ただ、ここは正直にお伝えしておきたいところです。今のクオリティの曲を、そのままフルで作品として出すのはちょっと厳しい、かなり厳しいと僕は感じました。フルの音楽で聴く人を満足させるのは、現時点ではかなり難しいんです。

一方で、作った音楽の中から15秒だけ切り取れば、なんとかうまくいっているように聴こえる部分は見つけられます。そこだけ使うことは十分にできると思います。つまり、

フルのMV作成には向いていない
15秒の「いいとこ取り」には向いている
というのが、僕の率直な評価です。

観点 フルMV（約3分） 15秒切り取り
曲のクオリティ 全体を通して聴くと厳しい いい部分だけを選べば十分使える
映像の準備 15秒動画を何本もつなぐ必要がある 15秒動画1本でOK
手間 大きい 小さい
おすすめ度 △（現時点では向いていない） ◎（SNS投稿などに最適）
プロンプトの書き方のコツと、SNS・CMソング的な活用法
ステップ1：活用イメージは「CMソング」
では、この機能はどう使えばいいのか。僕が考えるベストな使い方は、いわゆるCMソングのような形です。テレビCMって、1曲まるごと流すのではなく、一番印象的なサビの部分だけを15秒や30秒で流しますよね。それと同じ発想です。

たとえば、

SNSに投稿するときに、部分的に切り取った15秒の音楽付き動画にする
イメージビデオのような雰囲気の短い映像を作りたいときに使う
動画の冒頭の**「掴み」**として使う
といった場面では、かなり使えるんじゃないかなと思います。ぜひ皆さんもやってみてください。

ステップ2：プロンプト入力欄の「Try one」の例文を訳してみる
次に、音楽を作るときのプロンプトの書き方について、もう一度画面を見ながら解説します。音楽生成のプロンプト入力欄には、**「Try one」**と書かれた例文が表示されていて、これが英語になっています。そこで、この部分を日本語に訳してみました。

訳してみると、だいたいこんな内容でした。

例文（日本語訳） 読み取れるポイント
「遊び心のある（8ビートの）チューンでアドベンチャーを行ってください」 ちょっと日本語が変ですが、リズム（8ビート）と雰囲気（遊び心・冒険）を指定
「アップビートなシンセウェイブでパンチの効いたドラム」 ジャンル（シンセウェイブ）とテンポ感、楽器の特徴を指定
「明るいギターでインディロックを駆動する」 ジャンル（インディロック）と主役の楽器（明るいギター）を指定
「柔らかな雨の中で夢のようなアンビエントな演奏をしてください」 ジャンル（アンビエント）と情景（柔らかな雨・夢のよう）を指定
つまり、曲調やジャンル、どういう雰囲気にしたいかを伝えれば作ってくれる、ということです。

ステップ3：Sunoの「シンプルモード」と同じ感覚で使える
これは、いわゆる普通の音楽生成AIと同じ使い方です。**Sunoで言うと「シンプルモード」**のような形ですね。「こんな感じで、こんなテーマの曲」と伝えるだけで、AIが歌詞も曲も作ってくれます。

僕の場合は先ほどお伝えしたように、「彼女の思い出をエプロンで語って」というようなテーマを伝えたら、ちゃんとエプロンが入っている歌になっていました。そういう使い方であれば、十分にできると思います。

比較項目 Suno（シンプルモード） Grok Imagine の音楽生成
入力方法 テーマや曲調を短い文章で伝える テーマや曲調を短い文章で伝える
歌詞 AIが自動生成 AIが自動生成（テーマはしっかり反映される）
歌詞の指定 カスタムモードで可能 長い歌詞はエラーに。短ければ可能かも
曲の長さ 1曲分 2分〜3分弱
動画との合成 別のツールが必要 Grokの中で完結
ステップ4：歌詞指定は「短く」すればいけるかも
一方で、歌詞を指定してそれを歌わせるということは、先ほど失敗してしまいました。もしかしたら、そもそも歌詞指定はできない仕様なのかもしれません。

でも、短い歌詞ならできるかもしれないとも思っています。今回、僕はすごく長い歌詞を丸ごと貼り付けてしまったので、それでエラーになった可能性がありますね。

そこで、もうちょっと短いもので試してみることにしました。たとえば、本当にサビの一番いいところだけ。今回はちょっとサビではないのですが、「どうしようかな？　エプロンが入っている場所がいいかな？」と考えて、エプロンが出てくる部分だけを抜き出しました。そしてプロンプトをこう変えました。

「以下の歌詞を男性ボーカルで歌って」

これに、その短い部分の歌詞だけを入れて生成してみたわけです。配信の時間の関係で皆さんにお聞かせできないかもしれないと思っていたのですが、うまくいったら動画に編集で足しておくつもりでした。

ステップ5：短い歌詞での再挑戦の結果は……
……と話していたら、なんと配信中にできあがりました！　さっそく聴いてみました。

♪次の朝…… ♪掛けたままの　花柄のエプロン　花柄のエプロン ♪揺れてる　花柄のエプロン

うーん、やっぱりサビっぽく歌われると、なんだか情けない感じがしますね。しかも、歌詞がひどい。ほとんど**「花柄のエプロン」しか言っていない**んですよ（笑）。

ただ、曲そのものは、さっきの曲よりいいんじゃないかとも感じました。歌詞の再現性にはまだ課題がありますが、短くすればエラーにならずに生成できる、ということは分かりました。

挑戦 プロンプト 結果 評価
1回目 「以下の歌詞で男性ボーカルのロックバラードにして」＋長い歌詞 「Couldn't make this track」 失敗（長すぎた可能性）
2回目 「以下の歌詞を男性ボーカルで歌って」＋短い歌詞 生成成功 歌詞は「花柄のエプロン」の連呼でひどいが、曲はさっきより良い
ステップ6：「動画が先、音楽が後」という逆転の作り方
最後に、今回の一番のポイントをもう一度お伝えします。

今までは、音楽を生成してから動画を生成するのが普通でした。我々は音楽を作ってから、それに合わせて動画を作るという順番で作ってきたわけです。

ところが今回のGrokの新機能は違います。動画を生成してから、音楽を生成する。つまり、作り方の順番が逆なんです。

項目 従来の作り方 Grok Imagine の新しい作り方
1番目 音楽を作る（Sunoなど） 動画を作る（Grok Imagine）
2番目 音楽に合わせて動画を作る 動画に合わせて音楽を作る（Replace Audio）
向いている用途 フルMV 15秒のイメージビデオ・SNS投稿・CMソング的な使い方
ツール 複数のツールをまたぐ Grokの中で完結
映像のイメージが先にあって、そこにぴったりの音楽を後からつける。これは、イメージビデオを作るような感覚にとても近いと思います。ぜひ皆さんも、この新しい順番での作り方を試してみてください。

おわりに　〜15秒の「掴み」を制する者がSNSを制する〜
今回は、2026年10月16日に紹介した、GrokのImagineで動画を生成したあとに音楽を生成して合成できるようになった新機能についてお伝えしました。有料プラン限定ではありますが、Imagineで15秒の動画を作り、Replace Audioボタンから右上の「＋」で新しく曲を作ると、2分〜3分弱の曲ができあがります。そこから範囲設定で一番いい15秒を切り取り、Applyを押せば、映像と音楽が合成された動画が完成します。

歌詞を丸ごと指定すると「Couldn't make this track」でエラーになり、短くすると生成はできたものの「花柄のエプロン」ばかりの歌詞になるなど、まだ課題もあります。フルのMV作成には向いていませんが、CMソングのように15秒のいいとこ取りでSNS投稿やイメージビデオ、動画の掴みに使うには十分です。「動画が先、音楽が後」という逆転の発想を、ぜひ皆さんも試してみてください。

まとめ
新機能の概要：GrokのImagineで動画を生成したあと、音楽を生成して合成し、MVのような動画が作れるようになった（2026年10月16日時点）
利用条件：動画生成は有料プラン限定。無料プランでは使えない
Grokの強み：動画生成がとにかく速く、クオリティも高い。15秒まで作れる
音楽の長さ：2分から3分弱程度の曲が作れる。今回は約2分54秒
操作の流れ：動画生成 → Replace Audio → 右上の**「＋」** → プロンプト入力 → Generate → 音源をクリックして範囲設定 → Apply
歌詞の指定：長い歌詞は**「Couldn't make this track」でエラー。短い歌詞なら生成できたが、再現性はまだ低い
テーマ指定：「エプロンの思い出」のようなテーマを伝えると、きちんと歌詞に反映される（Sunoのシンプルモードと同じ感覚）
プロンプトのコツ：「Try one」の例文のように、ジャンル・テンポ・楽器・情景を伝える
向いている用途：フルMVではなく、CMソング的な15秒の切り取り。SNS投稿、イメージビデオ、動画の掴みに最適
今後の可能性：歌っている様子の動画を先に作れば、リップシンクもできるかもしれない
最大のポイント：「動画が先、音楽が後」**という、従来とは逆の作り方ができる
よくある質問（Q&A）
Q1. GrokのImagineで音楽付き動画を作るのに、無料プランでも使えますか？
A. 残念ながら、無料プランでは使えません。GrokのImagineでの動画生成は有料プラン限定の機能です。音楽の合成（Replace Audio）は、生成した動画に対して行う操作なので、まず動画を作れる有料プランに加入する必要があります。

Q2. 作れる動画と音楽の長さはどれくらいですか？
A. 動画は15秒まで作れます。一方、音楽は2分から3分弱程度の長さで生成されます。今回の配信で作った曲は約2分54秒でした。曲のほうが長いので、音源をクリックして範囲設定を行い、動画の長さに合わせて一番いい15秒を切り取って使う形になります。

Q3. 自分で書いた歌詞を歌わせることはできますか？
A. 現時点では難しい可能性があります。今回、長い歌詞を全部貼り付けて「以下の歌詞で男性ボーカルのロックバラードにして」と指示したところ、**「Couldn't make this track（このトラックを作ることができませんでした）」**とエラーになりました。短い歌詞に絞って「以下の歌詞を男性ボーカルで歌って」と指示すると生成はできましたが、歌詞は「花柄のエプロン」の連呼になってしまい、指定どおりには歌ってくれませんでした。今のところは、テーマや曲調を伝えてAIに歌詞を作ってもらう方法がおすすめです。

Q4. この機能でフルサイズのMVは作れますか？
A. 15秒の動画をうまくつなげば理論上は可能ですが、現時点ではフルのMV作成には向いていないと考えています。曲のクオリティを3分間まるごと聴いて満足できるレベルにするのは、まだかなり厳しいからです。それよりも、CMソングのように一番いい15秒だけを切り取って、SNS投稿やイメージビデオ、動画の冒頭の「掴み」として使うのがおすすめです。

Q5. 音楽生成のプロンプトはどう書けばいいですか？
A. 入力欄に表示される**「Try one」の例文**が参考になります。たとえば「アップビートなシンセウェイブでパンチの効いたドラム」「明るいギターでインディロックを駆動する」「柔らかな雨の中で夢のようなアンビエントな演奏」のように、ジャンル・テンポ・楽器・情景を伝えるのがコツです。Sunoのシンプルモードと同じ感覚で、「男性ボーカルで、彼女が料理してた頃を思い出して懐かしんで、エプロンの思い出をテーマにした曲」のように、ボーカルの種類とテーマを組み合わせると、テーマがしっかり反映された曲になります。

GrokのImagineで、生成した動画に音楽を合成できる新機能が登場した。15秒の動画を作った後「Replace Audio」を押し、曲調やテーマを自然言語で指示すると3分弱の楽曲が生成される。曲の中から好きな15秒を範囲指定して「Apply」で動画に反映できる。歌詞をそのまま指定した長いプロンプトは失敗したが、短い歌詞なら歌わせられた。フル尺のMVには不向きだが、SNS用の短いイメージ動画やCM的な使い方に向く。従来と逆の「動画→音楽」の順で作れるのが特徴。

詳しくは15分の動画で解説しました。

0:00 👋 オープニング・本日のテーマ紹介 0:47 🎬 Grok Imagineで動画生成の準備（有料プラン） 1:09 🖼️ 画像を添付してプロンプト入力 2:16 🎵 新機能「合成」で音楽を追加できるように 3:25 🍳 生成された料理シーンの動画を確認 3:50 🔄 リプレイスオーディオで音声を音楽に置き換え 4:34 📝 歌詞を指定してロックバラードを生成 5:40 ⚠️ 長い歌詞で生成エラーが発生 6:20 🎸 エプロンの思い出をテーマにした曲を試聴 7:57 ✂️ 15秒分の範囲を選んで切り取り 9:07 ✅ アプライで動画に音楽を反映 10:14 📱 フルMVではなくSNS向けショート動画に最適 11:27 🌐 プロンプト例を翻訳して書き方を解説 12:34 💡 短い歌詞なら指定が通る可能性 13:42 🎧 歌詞指定版の曲を試聴 14:49 🙏 まとめ・エンディング