5秒のAI動画で破綻する動き10種｜実運用で禁止した理由と、代わりに使う動き

禁止リストに入れた動きは、定義を残したまま、抽選で絶対に選ばれないようにしています。この記事で取り上げるのは次の 10 種です。

理由は大きく分けて 2 つだけです。

• 5 秒に対して速すぎる（回る・跳ねる・振付の 6 種）
• 何をしている仕草なのか伝わらない（口元・唇の 4 種）

破綻の話は、動画の作り方と切り離せません。工程は次のとおりです。

1. SDXL と PuLID で、キャラクターの顔立ちを固定した開始画像を 1 枚作る
2. その画像を Wan 2.2（画像から動画を作るモデル）に渡し、動きを英文で指示する
3. 81 フレーム × 16fps で、約 5.06 秒の動画ができる
4. 公開前に人が見て、承認か却下かを決める

動きの指示は、あらかじめ用意した「モーション」の定義から 1〜2 個（基本は 2 個）を選び、`, then ` でつないだ 1 文にします。たとえば次のような形です。

she lifts one hand and gives a small playful wave to camera, ... , then her gaze drifts off to the side as if thinking about something, ...

最初に疑ったのは「5 秒に詰め込む動きの量」でした。動きの指示に含まれる then（＝動作の切り替わり）の数ごとに、公開前の確認で却下された割合を集計しました。

切り替わりが増えるほど、却下率が単調に上がっています。

計算すると理由が見えます。5.06 秒にモーションを 2 つ並べ、それぞれが「回る → 止まる → ポーズ」のように内部で 3 段階を持っていると、つなぎ目を含めて合計 5 段階。1 動作あたり約 1 秒しかありません。見た人が「せわしない」「動きが速すぎる」と感じる速さです。

禁止した 6 種の中身です。どれも楽しげで、静止画で想像する分には魅力的に見える動きでした。

外した理由は 2 つ記録されています。

1. 5 秒には速すぎる。前の節の計算どおり、1 動作に 1 秒前後しか割けない
2. 回ると顔がカメラから外れる。開始画像で固定した顔立ちを、動画の後半で保てなくなる

2 つ目は、前提の節で書いた「動画モデルは開始画像 1 枚しか見ていない」と直結します。一回転して戻ってきた顔は、モデルが描き直した顔です。

切り替わりが問題なら、機械的に数えて上限を付ければいい。そう考えて、1 本の動画に入る切り替わりの合計に上限 3 を設けました。ところが、ここで想定外のことが分かりました。

• 禁止した 6 種のうち 5 種は、指示文の中に `then` が 1 つも無かった
• 「回って、髪が広がって、正面に戻って笑う」を、カンマでつないだ 1 つの動作として書いていた

つまり数え方の上では、切り替わり 0 回の穏やかな動きに見えていたのです。

上限が実際に効いたのは全体の 1.0% だけで、平均はほとんど動きませんでした。

次の 3 種は、速さではなく意味の問題で外しました。

公開前の確認で出た判断は「驚いているのか笑っているのか分からない」でした。

静止画なら、口元に手を当てた笑顔はごく自然に見えます。ところが 5 秒の動画では、手が上がって口を覆う瞬間の表情が、驚きにも、笑いにも、照れにも見える。そしてどれとも決まらないまま動画が終わります。

誤解されやすいのですが、手を顔の近くに持っていくこと自体は禁止していません。今も使っている動きの例です。

• 投げキス（意図がはっきりしているので、同じ理由には当たらないと判断して残した）
• ピースサインや指で作るハート
• 両手で顔を覆い、指の隙間からのぞく（照れの仕草として読み取りやすい）
• 頬に手を添えて首をかしげる

口元の 3 種を禁止した 2 日後に、同じ理由で 1 種を追加しました。

禁止の記録に書かれた理由は、口元の 3 種と同じく「5 秒の動画では、何がしたいのか分からない絵になる」です。「考える仕草」は写真なら考えているように読めますが、動画ではそう伝わりませんでした。

代わりに使っているのは、視線を横に流して考え、ゆっくりこちらに戻す表情や、頬杖をついてぼんやりする動きです。

動きを丸ごと外すのではなく、指示の書き方を直して解決した失敗もあります。自分で動画を作る時には、むしろこちらの方が役に立つかもしれません。

姿勢の矛盾は、試しに 3,000 本分の動きの指定を機械的に作ったところ、11.0%（330 件）に含まれていました。選ぶ段階で姿勢を揃えるよう直しましたが、その後も 6 件（0.2%） が残りました。

原因は、選んだ動きを後の工程で別の抽選結果と組み合わせ直していたことです。部品を作る段階で正しくても、組み立てで崩れる。

禁止リストとは別に、動きの一覧を数え直して見つかった問題もあります。

2026 年 8 月時点で、全 246 モーション中 111 件（45%）が笑顔や笑いを含んでいました。よく使う汎用の動きに絞ると、37 件中 33 件（89%）です。一方で、物憂げな表情は 2 件しかありませんでした。

1 本ずつ見れば何の問題もありません。ところが一覧で並べると、どのキャラクターも同じ顔で笑っているように見えます。個々の動画は壊れていないのに、サイト全体としては単調になる、という種類の失敗です。

対処は、既存の動きを書き換えることではなく、笑わない選択肢を足すことでした。

• ひと呼吸して肩の力が抜け、落ち着いた目でこちらを見る
• 何か考えるように視線を横に流し、ゆっくり戻す
• 目を閉じて、風に髪をなびかせる
• 小さく首をかしげて、画面の外の音に耳を澄ませる

ここまでの記録を、画像から動画を作る時のチェックリストにまとめます。うちが検証したのは Wan 2.2 の 5 秒クリップですが、短い動画に共通する考え方として使えるはずです。

1. 動作の切り替わりは 5 秒で 3 つまで。できれば 1〜2 つに抑える
2. カンマでつないだ動きも 1 つずつ数える。then が無くても「回って、止まって、笑う」は 3 動作
3. 体ごと回る・跳ぶ・素早く振る動きは避ける。振り向きは頭や肩だけにする
4. 顔はなるべく開始画像と同じ向きのまま。カメラから外れた顔は描き直しになる
5. 手を顔に近づけるなら、意味が 1 つに決まる仕草だけ。手を振る、ピースサイン、両手で顔を覆う。口元に手を当てる、唇に指を当てる仕草は避ける
6. 「繰り返す」「何度も」を書かない
7. 否定形を書かない。避けたい状態の反対を肯定形で書く
8. 途中で色が変わる指示を書かない
9. 2 つの動きをつなぐなら姿勢を揃える
10. 指示を長くしない。うちは動画側に渡す指示の中央値を 799 文字から 576 文字に削った

この記事で取り上げた 10 種は、定義を削除していません。動きの一覧には残したまま、抽選の段階で必ず弾く方式にしています。

削除しなかった理由は 3 つです。

• 戻すのが 1 行で済む。モデルが更新されて回転を綺麗に描けるようになったら、再検証してすぐ戻せる
• 禁止した理由を、その動きのすぐ隣に書いておける
• いつ、どの動画を見て禁止したかを後から追える

実際、この記事に書いた数字はすべて、その記録から数え直したものです。禁止した日付も残っていて、口元に手を当てる 3 種、回転・跳躍・振付の 6 種、唇に指を当てる 1 種は、いずれも 2026 年 8 月下旬の 3 日間で順に追加しています。