Geminiに動画作成を断られた理由が判明！

 昨日、Geminiに動画作成を断られたことを報告しました。本日、その断られた理由がなんとなく分かりました。

Geminiに聞いても、いい回答を得られなかったのですが、昨日、Geminiでの動画作成の経過を見てみると、なぜか問題なく動画が作れているケースがあることに気づきました。 

うまく生成できた時とできなかった時の違いを調べたところ、成功した時は「プロンプトに夫婦の顔の画像を入れていなかった」のです。つまり、Geminiが入力された画像を「実在の人物の写真」と誤認してセーフティをかけていたのではないかと思います。 

実際に、Geminiから動画作成を拒否された際のメッセージがこちらです。

• 日本語版：
  そのような状況で実在の人物の動画を作成することはできません。他にお手伝いできることはありますか？

• 英語版
  I can't make videos of real people in situations like that. Can I help you with something else?

日本語では、「実在の人物」、英語では「real people」と書かれているので、私の推測は当たっているのではないでしょうか？

実際に、夫婦の画像を入れずに、プロンプトだけで動画を作成してもらうと、特に大きな問題もなく動画を生成してくれました。

一部、日本語の発声が不自然なところや、夫婦が寝ている左右の位置が逆になっているシーンもありますが、コントとしての面白さや意図はしっかり伝わる仕上がりになっています（発声がおかしい箇所はテロップを入れて補正しました）。

完成した動画がこちら！

▶ 動画「突然のパンチ」

https://youtube.com/shorts/_RW22vTVYAA

Geminiに動画生成を断られてしまった話――安全対策の壁は思いのほか厚かった

 いつものように夫婦の会話をショート動画にしようと思い、新聞で見つけた微笑ましいコント投稿をベースに、Copilotで脚本を作ってもらいました。

元にしたのは、こちらのネタです。

タイトル：パンチ

時々寝言で私の名前を呼ぶ夫。今朝もその声で目が覚めた。のぞき込んだ瞬間、私の顔にパンチが飛んできた。「幽霊と戦っていて、おまえを守ろうと必死だった」と言う。痛かったけど、夢の中では確かにあなたはヒーローです。（イタタのヒロイン・60歳）

できあがった脚本の冒頭部分をGeminiに入力し、動画生成を依頼してみました。

ーーー シーン1：朝の寝室（導入）ーーー

映像： 柔らかい朝日が差し込む寝室。60歳の妻（ヒロイン）が布団の中で目を閉じている。隣で寝ている夫が、寝言で小さく妻の名前を呼ぶ。

音声： 夫の寝言「……ひろみ……ひろみ……」

ナレーション：「時々、寝言で私の名前を呼ぶ夫。今朝もその声で目が覚めました。」

ーーー

生成開始の合図が出たので楽しみに待っていたのですが、数分後に表示されたのはなんともつれないメッセージでした。

「そのような状況で実在の人物の動画を作成することはできません。他にお手伝いできることはありますか?」

ごく普通の朝の風景ですし、架空の脚本なので「実在の人物」も指定していません。一体どこに引っかかったのか見当もつかず、Gemini自身に「このプロンプトのどこに問題があるのか？」と尋ねてみました。

すると、返ってきた解説は次のようなものでした。

1. 性的コンテンツ（NSFW）の誤検知
   「寝室」「布団の中」「目を閉じている」「名前を呼ぶ」といった言葉が、性的なニュアンスとして過剰に解釈されてしまった可能性がある。

2. 生死・医療・事件関連の誤検知
   「高齢（60歳）」「布団で目を閉じている」「隣で名前を繰り返し呼ぶ」などの描写が、「危篤状態」や「病床での看取り」を連想させてしまった可能性がある。

なるほど、AIのセーフティガードが慎重すぎるあまり、前後の文脈を見ずに単語の組み合わせだけで警戒警報を鳴らしてしまったようです。

親切なことに、Geminiは「これなら通るはず」と日本語と英語の修正案まで提示してくれました。

• Gemini提案の日本語版：
  「柔らかな朝日の光が入る明るい部屋。穏やかな表情の60代女性がベッドでゆっくりと目覚め、目を開ける。隣のベッドの夫が穏やかに寝息を立てている……」

• Gemini提案の英語版：
  “A peaceful morning scene in a bright, sunlit bedroom. A healthy 60-year-old Japanese woman gently wakes up under cozy blankets……”

「これならいけるだろう」と期待して両方試してみたのですが……。

日本語でも英語でも、返ってきたのは最初と全く同じお断りメッセージ。

自分で考えてくれたプロンプトすらセーフティに弾かれてしまうのには、思わず苦笑いしてしまいました。テキストを考える頭脳と、動画を生成するガードマンの間で、うまく意思疎通が取れていないのかもしれません。

あれこれ工夫して突破口を探すのも少し疲れてしまい、今回はここで潔く諦めることにしました。

安全対策を徹底したい企業の事情も分かりますが、何気ない日常のスケッチすら弾かれてしまう現状は、使う側としては少しもどかしいところです。文脈をきちんと汲み取って「これはただの平和な朝だな」と理解してくれるようになるまで、もう少しのんびり付き合いながら進化を待つしかなさそうです。

コント「冷たい女」をGoogle Geminiでショート動画にしてみました！

 今回も、新聞で見つけた思わずクスッと笑ってしまうコントを、Google Geminiを使ってショート動画にしてみました。

今回は、まずCopilotにコントを渡して動画用の脚本を作ってもらい、さらにGeminiでも脚本を作成してもらいました。AIによってどう違いが出るのか、両者の比較をしてみようと思ったのがきっかけです。

動画の素材づくりや接続など、最後の編集には「CapCut」を使用しました。

元になったコントはこちらです。

『タイトル：冷たい女』

風邪をひいたようで、体温を測ると37.4度あった。平熱は36.5度ぐらいだから微熱程度か。妻に平熱を聞いたら「33.0度かな」。「随分低いんだ」と言うと、「私冷たい女なんです」とクールな返事。（思わず納得してしまった夫・76歳）

1. AIが作成した脚本の比較

まずは、両AIがどんな脚本を出してくれたのか比較してみました。

🔹 Gemini が作成してくれた脚本（コミカル・テンポ重視）

• 動画尺：約25秒 / 画面比率：9:16（縦型）

• 特徴：テンポよくコミカルなオチに向かう、ショート動画らしい構成。テロップやツッコミの演出も細かく指定されています。

ショート動画脚本：『冷たい女』

動画尺：約25秒

画面比率：9:16（縦型）

登場人物：

• 夫（76歳）：のんびりした性格のナレーション兼任

• 妻（70代）：常に表情を崩さない、物静かでドライな雰囲気

【構成表】

秒数	映像プロンプト・画面演出	セリフ・ナレーション（音声）	テロップ（画面文字）
0〜4秒	カット1：体温計のアップ〜居間 体温計の液晶画面に「37.4℃」。 背景のこたつで頭に冷えピタを貼り、ぼーっとしている夫。	夫（N）「風邪をひいたようで、熱を測ったら37.4度。」	37.4℃の微熱
4〜8秒	カット2：夫のつぶやき 夫のアップ。 熱っぽそうに眉を下げながら呟く。	夫「平熱は36.5度だから…まあ、微熱程度かなぁ」	平熱36.5℃（微熱）
8〜14秒	カット3：台所の妻 台所で淡々と茶碗を洗っている（または湯呑みにお茶を淹れている）妻の後ろ姿〜横顔。全くこちらを見ない。	夫「お前、平熱どれくらいだっけ？」 妻「……33.0度かな。」	「33.0度かな」（※巨大・青色フォント）
14〜19秒	カット4：固まる夫 夫が目を丸くして二度見するコミカルなリアクション。 ※効果音（チーン、または木魚の音）	夫「ず、随分低いんだな……!?」	低すぎない！？（爬虫類レベル）
19〜24秒	カット5：妻のクールなオチ 妻がスッと振り返り、完璧な真顔＆低音ボイスで言い放つ。 夫の頭上に「？」が浮かび、納得した表情に変わる。	妻「……私、冷たい女なんです。」	「私、冷たい女なんです」
24〜25秒	カット6：ラスト 湯呑みから立ち上る湯気と、妙に納得して微笑む夫。 ※コミカルな締め音	夫（N）「……思わず納得してしまった（76歳・夫）。」	納得してしまった。

ビデオ脚本案：『冷たい女』CoPilot作成

◆タイトル表示

• 画面中央に白文字で「冷たい女」

• 背景は薄いブルーのグラデーション

• 軽い効果音（ポンッ）

◆シーン1：体調の異変

映像

• 76歳の夫（主人公）がリビングで咳をしながら体温計を手にする。

• 体温計の数字「37.4」がアップで表示。

ナレーション（夫）  

「どうも風邪をひいたらしい。体温を測ると、37.4度。平熱は36.5度だから、まあ微熱だ。」

◆シーン2：妻に平熱を聞く

映像

• キッチンでコーヒーを淹れている妻。

• 夫が近づき、少し弱った声で話しかける。

夫（セリフ）  

「君の平熱って、どれくらいだっけ？」

妻（セリフ・淡々と）  

「33.0度かな。」

映像

• 夫、驚いて目を丸くする。

• 画面に「33.0度!?」とコミカルなテロップ。

◆シーン3：妻の“名言”

夫（セリフ）  

「ずいぶん低いんだね。」

妻（セリフ・クールに微笑んで）  

「私、冷たい女なんです。」

映像

• 妻が軽く肩をすくめる。

• 夫が「なるほど…」と妙に納得した表情。

• 背景に軽い効果音（チーン）。

◆シーン4：オチ

ナレーション（夫）  

「思わず納得してしまった、76歳の私である。」

映像

• 夫が苦笑いしながら毛布にくるまる。

• 妻はコーヒーを差し出しつつ、やっぱりクールな表情。

• 画面に「冷たいけど、あったかい。」という締めのテロップ。

◆エンディング

軽いBGMとともにタイトル再表示

• 「冷たい女」

• フェードアウト

Gemini版とCopilot版、それぞれアプローチの違う良い脚本を作成してくれました！

実際の動画作成では、これらをベースに少し自分でセリフや演出を調整しています。その工夫が正解だったかはわかりませんが、AIの誤読を防ぐなど、細かな調整のコツをつかむことができました。

2. 動画化のプロセスと「CapCut」での編集

Geminiの動画生成機能を使って各シーンを作成しました。シーン1のあとにシーン2を続けて作成すると、きれいに繋がった動画を作ってくれるのでとても便利です！

ただ、シーン3以降もそのまま連続して繋げることは難しく（シーン1と3が繋がってしまうなど）、私の場合は今のところ全シーンを一度に自動生成することはできませんでした。

そのため、生成した短い動画の素材を繋ぎ合わせたり、不要な部分をカットしたりする最終調整にはCapCutを使用しました。CapCutは無料版でも簡単な編集なら十分に対応してくれます。

💡 制作してみて感じたこと・プチトラブル（制作メモ）

実際に作ってみる中で、いくつか気づいた点や苦労したポイントです。

• 漢字の読み間違い対策：日本語の音声合成では漢字の読みを間違えることがあるため、漢字の後ろにひらがなを補うようにしました。これで発音ミスを防げます。

• 動画の長さの制限：Geminiで動画を作成すると、1本の長さが約10秒に固定されるようです。プロンプトで長さを指定しても今のところ従わせることができていません。

• 利用制限の壁：短い動画を3本ほど作成すると、しばらくの間動画作成に制限がかかりました。私はGoogle One AI Proプランを利用していますが、さらに上位プランなどがあれば制限が変わるのか気になるところです。

• 
  

🎬 完成した動画がこちら！

AIの脚本や演出の違いによって、同じコントがどう生まれ変わったのか、ぜひ見比べてみてください！

• ▶ Geminiの脚本版（コミカル）
  https://youtube.com/shorts/OeM-By645B8

• ▶ CoPilotの脚本版（ほっこり・感動）
  https://youtube.com/shorts/2YCEkWm_iS0

ント「豚様に失礼でしょ！」をGoogle Geminiでショート動画にしてみました！

 今回も、新聞で見つけた思わずクスッと笑ってしまうコントを、Google Geminiで、ショート動画にしてみました。

使ったコントはちょっと動画にするのが難しいなと感じたので、CoPilotにコントを渡し、動画作成用の脚本を作ってもらいました。
動画の接続など、最後の編集はCapCutを使いました。

元になったコントはこちらです。

タイトル：豚様に失礼でしょ！

休日はテレビやスマホを見ながら、寝転がってお菓子を食べ散らかしている夫。
夫が「このままじゃ豚になってしまうなあ」って言う。
妻（64才）：「あなた、知ってるの ? 豚の体脂肪率は15%程度。しかも、きれい好き。なれるもんならなってみなさいよ。

1. 脚本の作成

脚本はGeminiに作成を頼まずに、CoPilotに作成を依頼しました。

タイトル：豚様に失礼でしょ！

■シーン：リビング（固定カメラ）

●夫

（ソファで寝転び、ポテチを食べ散らかしながら）
「オレ、このままじゃ豚になっちゃうなぁ……」
●妻

（すぐにツッコミ気味で）
「あなた、豚のこと知ってる？」
●夫
「え？ いや……」
●妻
「豚の体脂肪率は15％。しかも、きれい好き。」
（散らかったお菓子を指さす）
●妻
「なれるもんなら、なってみなさいよ。」
●夫

（手が止まる）
「……豚様に失礼だな。」
（妻、無言でうなずく）
■エンディング
夫の困った顔でフェードアウト。

2. Google Geminiで動画化

脚本がよくできているのか、シーン2まではうまくできたのですが、シーン3で夫婦の顔などが変わってしまいました。

これはまずいと思ったので、シーン1で作成した動画のカットから、夫婦の上半身の部分の画像、そして夫がポテトチップを食べているシーンの画像を取り出し、プロンプトに参考画像として添付するようにしました。

作成された動画を編集するのに、CapCutを使用しました。今回の場合には、シーン1とシーン2がつながった動画と、シーン3から最後のシーンまでの動画の２つをつなぐだけの簡単な作業で済みました。

【制作メモ：実際に作ってみて感じたこと・プチトラブル】

• シーン3を作成したら、夫婦の姿が変わってしまいました。シーンの作成を3つ以上継続すると、今まで作成したシーンとの整合ができなくなってしまうのかも。継続するためには、夫婦の画像や、前の動画のシーンの最後の方の画像を添付すると、解決したが、確実に回復するかは今のところわからない。

• 日本語のセリフで発音がおかしいものがある。

• 脚本にないセリフが追加されていることがある。

• 夫婦の立ち位置や部屋のいろいろのものの配置で、違っているなと感じるところがいくつかあった。

• プロンプトに次のシーンを入力するだけで、前のシーンも含んだ動画が作成されるのは前にも書きましたが、良いなと感じました。個々のシーンの動画がしっかり作られておれば、簡単に連続したシーンの動画が作成されると思いました。

完成した動画がこちら！

ぜひご覧ください！

▼ 「豚様に失礼でしょ！」（動画リンク）

https://youtube.com/shorts/o3lxFNIOIs8