AIものさし

AIで動画用BGMを作る方法｜用途からプロンプトを考える

動画用BGMは、ジャンルを先に決めるより、映像のどこで視聴者の気持ちを動かしたいかを決めてから作ると選びやすくなります。AIへの指示は「用途・場面・雰囲気・音の構成・避けたい要素」に分けます。

AIものさし編集部

動画用BGMは、ジャンルを先に決めるより、映像のどこで視聴者の気持ちを動かしたいかを決めてから作ると選びやすくなります。AIへの指示は「用途・場面・雰囲気・音の構成・避けたい要素」に分けます。生成結果は完成品ではなく候補です。声や効果音を邪魔しないか、映像の山場と合うかを確認してから採用します。

目次

先に動画の役割を一文にする

同じ商品動画でも、購入を促す広告、使い方を教える解説、ブランドの雰囲気を見せる映像では、音楽の役割が違います。最初に動画の目的を一文にし、次に視聴者が感じてほしい変化を書きます。

例：

  • 目的：新しいコーヒー器具の使い方を30秒で見せる

  • 視聴者に感じてほしいこと：手順が簡単そうで、試せそう

  • 映像の流れ：静かな準備 → 抽出の見せ場 → 商品名と締め

  • 音楽の役割：声の説明を邪魔せず、抽出の瞬間だけ軽く高揚させる

このように整理すれば、「おしゃれで明るい曲」のような抽象的な指示よりも、必要な音の強弱を伝えられます。

プロンプトは5要素に分ける

表は横にスクロールできます

要素決めること書き方の例
用途何に使うか30秒の商品紹介、学習動画の導入、店舗の雰囲気映像
雰囲気見る人にどう感じてほしいか落ち着く、期待が高まる、親しみやすい
スタイル音色・ジャンルの方向軽いパーカッションと柔らかな鍵盤、控えめな電子音
展開どこで始まり、どこで盛り上がり、どう終わるか冒頭は薄く、実演で少し広がり、最後は自然に収束
制約声、効果音、編集条件ナレーション帯域を空ける、歌詞なし、強いドラムを避ける

「明るい、感動的、壮大、かわいい」のように違う方向の形容詞を並べると、どれを優先するかが曖昧です。主役の感情を一つ決め、補助する表現を一つまでにします。「落ち着いた雰囲気だが、最後に少し期待が高まる」のように時間による変化を書くと、動画の流れに合わせて指示できます。

そのまま使える下書き枠

次の枠を埋め、使う生成画面の入力欄に合わせて短くしてください。

  • 用途：

  • 視聴者：

  • 映像の流れ：

  • 主な雰囲気：

  • 音楽スタイル・楽器の方向：

  • ナレーション・環境音との関係：

  • 盛り上げる場所：

  • 避ける音：

  • 必要な長さ・編集方法：

  • 公開先と利用条件の確認先：

実在する歌手や楽曲名で「この人と同じ音に」と頼むより、テンポ感、楽器編成、音の密度、展開を言葉に分解します。既存曲に似た表現が出ることを保証できないうえ、模倣指定は権利や利用ルールの確認を難しくするためです。

生成の前に、動画と音楽の長さを合わせる

完成尺と生成可能な尺は同じとは限りません。まず動画の秒数、ナレーションの位置、必要な無音、最後のロゴ表示時間をタイムラインで確定します。音楽が長い場合にどこを切るか、短い場合にループできるかも、生成前に確認してください。

Adobe Fireflyの公式ヘルプには、音楽生成で動画をアップロードすると、内容に基づいて雰囲気・スタイル・目的・エネルギー・テンポなどを含むプロンプトの出発点が提案されるとあります。提案は編集してから生成できます。モバイルの動画アップロードにはMOV / MP4、100MB以下、5分以内という条件が記載され、音楽生成のテキストプロンプトは現時点で英語のみです。条件は更新されるため、利用する時点のヘルプと画面表示を確認します。

日本語の企画メモをそのまま入れられると決めつけず、まず日本語で要件を整理し、短い英語の指示へ変換する方法が使えます。たとえば次のような要件を自分で準備します。

用途：30-second instructional product video.

Vibe: calm and reassuring.

Style: soft piano with light organic percussion.

Purpose: background music under spoken narration.

Development: minimal opening, slightly brighter during the demonstration, gentle ending.

Avoid: vocals, dramatic hits, dense bass, sudden volume changes.

これは生成結果を保証する呪文ではなく、要件の抜けを減らすための入力例です。生成画面の属性タグに対応する部分は画面上で選び、対応していない細かな展開は短い追加説明へまとめます。

生成後は、映像に合わせて3箇所を聴く

一曲を通しで聞くだけでは、ナレーションとの衝突や終端の不自然さを見逃します。最低でも冒頭、最も大切な説明や映像の山場、最後の3箇所を確認します。動画に合うかを評価するのは、曲単体の好みではありません。

表は横にスクロールできます

聴く位置確認すること合わないときの直し方
冒頭最初の音がロゴ・話し始めより目立たないか音楽の開始を遅らせる、導入を薄くする
説明・ナレーション声の子音や数字を聞き取れるか音楽を下げる、密度の低い音色を選ぶ
見せ場音の変化が商品や動作の見せ場を支えるか変化の場所を具体的に指示する
終わり曲が唐突に切れないか、映像より長くないか余韻を残す、編集でフェードする

修正するときは、一度に一要素だけ変えます。「もっとよくして」では差の理由が追えません。たとえば、同じ指示のまま「パーカッションを弱める」「導入を短くする」「声の背後は音数を減らす」を別々に試します。どの変更で動画になじんだかを短くメモしておけば、次の動画に使える判断材料になります。

最終ミックスでは、音量の数字だけで決めない

BGMの音量は、曲の種類、声の録音状態、再生環境によって感じ方が変わります。固定の数値を万能設定として使わず、スマートフォンの小さなスピーカーとイヤホンの両方で確認します。声が聞き取りにくいと感じたら、単に全体の音量を下げるだけでなく、ナレーション区間だけ自動ダッキングやキーフレームで音楽を抑えます。

チェックする項目：

  • 声の始まりに音楽が重なり、最初の語が聞こえなくなっていないか

  • 商品を操作する効果音をBGMが覆っていないか

  • カットが変わるたびに音楽の印象が不自然に飛んでいないか

  • ループの継ぎ目、リバーブの切断、終端の急停止がないか

  • モノラル再生に近い環境でも声と音楽のバランスが保たれるか

  • 音楽を足したことで、字幕と映像を見る余裕がなくなっていないか

うまくいかないときは、プロンプトを全部書き直さない

音楽が映像と別の気分になる場合、ジャンル名を足す前に動画の役割と感情の変化を見直します。商品説明を落ち着いて聞かせたいのに「壮大」と指定しているなら、要件同士が衝突しています。

声が埋もれる場合は、「ナレーションの背後に流れる音楽」「声のある区間は音数を少なく」「歌詞・リードメロディなし」のようなミックス上の条件を追加します。生成側で細かい音量制御ができない場合は、編集ソフト側で調整します。

終わりが合わない場合は、生成側で完結させようとせず、編集タイムラインに余韻を作れる区間があるか確認します。短い動画では、曲の盛り上がりよりも自然な終わり方のほうが完成度に響く場合があります。

似た候補ばかり出る場合は、形容詞を増やすより、主役となる音色、テンポ感、音の密度のどれを変えるのか一つ指定します。いくつかの変数を同時に変えると比較できません。

利用条件は生成後ではなく公開前に確認する

Adobeの生成機能の存在や「動画用」という表示だけから、すべての契約・公開方法で無条件に商用利用できると推測してはいけません。利用するアカウント、契約プラン、地域、生成物の使い方、入力した動画や素材の権利を、現在の利用規約とプラン条件で確認します。広告やクライアント納品では、確認したページ、日付、アカウント条件を制作記録へ残すと再確認しやすくなります。

映像そのものの音声・人物・素材も確認対象です。動画をアップロードする場合、第三者の映像や音声を使う権利があるか、サービスに入力してよい素材かを先に確認してください。BGMがAI生成でも、入力素材の権利問題は解決しません。

読者向けの実行手順

  1. 動画の目的、尺、公開先、ナレーションの位置を書き出す。

  2. 音楽が担う役割を「雰囲気」「テンポ」「場面転換」のどれかに絞る。

  3. 用途・雰囲気・スタイル・展開・制約に分けて指示を作る。

  4. 利用するサービスの対応言語、アップロード条件、現在の利用条件を確認する。

  5. 候補を生成し、同じ映像へ当てて冒頭・声・山場・終わりを聴く。

  6. 一度に一要素を変更し、改善理由を記録する。

  7. 最終書き出しを複数端末で再生し、BGMと声・効果音の聞き取りを確認する。

  8. 商用公開ならプラン・規約・入力素材の権利を公開前に再確認する。

迷ったら、最初の候補をそのまま採用するのではなく、声が一番聞き取りやすい版を基準にします。BGMは視聴者の注意を支える役割で、音楽自体が目立つ必要はありません。映像の主役と音の主役がずれているときは、曲を足すより音を減らす判断が有効です。

選定記録を次の動画へ活かす

候補を何曲も生成すると、どの指示がよかったかを後で思い出せません。動画ごとに、目的、入力文、選んだ属性、生成版、採用・不採用の理由を記録します。例として「声の聞き取りを優先。候補Aは音数が多く不採用。候補Bは静かな導入が合い、商品実演の部分だけ音が広がるため採用」のように、映像上の位置と理由を結びます。これは生成サービスの精度評価ではなく、自分の制作判断の記録です。

短い制作メモ：

  • 動画版と尺：

  • 使用した生成サービス・画面：

  • 入力要件と生成日時：

  • 冒頭／説明／見せ場／終端での評価：

  • 編集で変更した音量・開始位置・終端：

  • 採用理由と残った課題：

  • 公開先、契約・素材の権利確認日：

次に似た動画を作る際は、前回の設定をそのまま流用するのではなく、声の有無、尺、視聴者、映像展開の違いを見て調整します。同じ商品でも、無音字幕動画とナレーション付き解説では必要な音楽が異なるからです。

確認した公式情報

質問から自分に合うAIを探す