音声付き動画モデルの前に:映像と音の2トラック式ブリーフ表
Midjourney AI Team · 2026年11月12日 · 10 min read

11月のオフィスアワーの伝聞では、Midjourney の路線図に音声を生成する動画モデルが登場しました。日付も価格も機能一覧もありません。今役に立つ行動は待つことではありません。動画ブリーフの映像側は現行ツールで試せますし、音声側は空の列として先に構造化できます。そうすれば公開後の最初の一週間が、慌ただしい作業ではなく比較になります。この表がその構造です。提案する手順であり、検証済みの手順ではありません。未公開モデルの挙動を約束するものではありません。
前提にできること、できないこと
計画の根拠にできるのは、11月のセッションの伝聞によれば将来の Midjourney 動画モデルが映像とともに音声を生成する、という点です。未確認なのは、公開日、クリップの長さ、音声スタイルの制御、音声合成、プロンプトの書き方です。したがって以下では音声を計画用の列として扱い、プロンプトの期待値にはしません。
今日できることは、V8.2 の静止画と現行の動画機能で映像トラックを固め、どの静止画が動きに耐えたかを記録することです。これは実のある作業であり、音声付きモデルを評価する際の基準になります。
2トラックのブリーフ表
映像の企画は生成前に必ずこの表を通します。そのままプロジェクトのメモに貼ってください。
| ショット | 映像トラック(今日記入) | 音声トラック(公開時に記入) |
|---|---|---|
| 1 | 被写体、動作、カメラワーク、アスペクト比 | 想定する環境音、主要な効果音1つ |
| 2 | 同上、およびショット1と揃える要素 | 想定する環境音、効果音、または意図的な無音 |
| 3 | 次のショットへのトランジション | 音がトランジションに乗るか、切るか |
記入のルール:
- 1ショットにつきカメラワークは1つ。 2つ必要なら行を分けます。単一の動きのショットが動画テストで最も安定します。
- 各ショットに一貫性のアンカーを書く。 ショット1と揃えるもの(衣装、セット、光の向き)を明記します。これがそのまま参照画像の計画になります。
- 無音は空白ではなく項目。 2つの音の間に意図的な間を置くのは制作上の判断です。後から既定の環境音で埋められないよう、今のうちに音声の列に書きます。

今日のうちに映像トラックを固める
音声の列は空のまま、映像側は今すぐ作れます。
- ショットごとにヒーロー静止画を生成します。V8.2 を使います。勝ったプロンプトと設定はチャット履歴ではなく映像の列に書きます。プロンプトの基礎はプロンプトの基本を参照してください。
- ヒーローごとに動画を1回試し、どの静止画が持ちこたえたかを記録します。手、小さな文字、複数物体の絡みは失敗しやすいので、そうしたショットは公開週の前に単純な静止画かタイトなクロップに変えておきます。
- 映像トラックを固定します。 承認済みの静止画、プロンプト、アスペクト比を1つのフォルダに保存します。この固定セットが公開日の基準で、新しいモデルはこれとだけ比較します。
音声プロンプトを先に書かないでください。公開された文法はなく、今作ると確実に作り直しになります。
音が存在する前に無音を設計する
最初の音声作業で最も多い失敗は、1フレーム目から環境音を敷き詰めることです。企画のどこに静けさが必要かを今決めます。ドアが閉まった後の2秒の無音は、噪音を全面に敷くより効きます。しかも紙の上では簡単で、締切の下では難しい判断です。無音区間は効果音と同じように表に記入します。

公開週:やり直しではなく比較
音声付きモデルが実際に公開されたら、この表はテスト手順に変わります。
- 固定した映像トラックのプロンプトを、そのまま新しい動画パイプラインで再実行します。変えるのはモデルだけで、文言は変えません。そうしないと測っているのはモデルではなくプロンプトになります。
- 音声の列は上位3ショットだけ埋めます。9行を流し読みするより3行を丁寧に評価する方が有益です。
- 両トラックをブリーフに対して採点します。動きはアンカーを守ったか、生成音声は計画した環境音・効果音・無音に合っているか。
- 基準を上回ったものは採用し、それ以外は基準側を使います。第一世代の音声が全行で勝つことはありません。それは想定内です。
結果は自分のテストの観察として記録します。ドキュメントが言っていないことを「公式の挙動」として発信しないでください。
この表の限界
この手順は未公開モデルについて何も約束できません。クリップの長さ、音声スタイルの制御、音声合成、価格はすべて不明で、路線図の項目自体がオフィスアワーの伝聞であり公式の製品ページではありません。この表が保証するのはもっと小さく、それでも有用なものです。固定した映像の基準、明示した一貫性のアンカー、そして締切の下ではなく紙の上で決めた音声の判断です。動画項目の路線図の背景はV9 の11月時点の状況を参照してください。
MidassAI Studio で始める
固定した映像トラック、プロンプト、この表を1つの MidassAI Studio プロジェクトフォルダに入れておけば、公開週は検索ではなくフォルダから始まります。MidassAI Studio で Midjourney を試す、今週は3ショットの企画を1つ固定してみてください。