2026.08.12
Hooksを1日3本、$3.4で
パイプラインが固まってからの一日は、こう進みます。新曲2本と既存曲1本のHooks、 GPU実費は約$3.4。うまくいった話だけでなく、4回作り直したカットも、 丸一日を溶かした勘違いも、そのまま残しておきます。
パイプラインそのものの解説は MAKING OF — AIだけでMVを量産する にあります。
この日の数字
| 完成したHooks | 3本（未定稿・折れない旗・走り出したいのに）＋ 既存2本の修正再納品 |
|---|---|
| GPU実費 | 約 $3.4 |
| キービジュアル生成 | 48枚（追加費用ゼロ） |
| 最短の1本 | 未定稿 — 25分・$0.37・リテイクゼロ |
01未定稿 — 文字を「置かない」で歌詞を見せる
「完成しなくていい」を歌う曲。これまでのアニメ調とはまったく違う、 ポップアート・コラージュの世界観で作りました。
核になったのは、全カットで文字の役割を変えるという発想です。 歌詞を画面に載せるのではなく、画面の中にあるものが文字になる。
- こぼしたピンクの塗料の中に、文字が抜きで現れる
- 横断歩道の白線が、そのまま文字を形づくる
- 周りを黒鉛が埋め、文字の部分だけが無垢の紙のまま残る
- 左は鉛筆の下書き、右は塗り上がった大書
- 駅の反転フラップが、回転の途中で止まっている
- 最後の一画だけが、まだ引かれていない
アウトロで冒頭の「予定はまだ 鉛筆書き」のカットへ戻り、 「余白はまだ こんなにある」で終わる円環構造。 未完成のまま終わらせるのが、この曲の正解でした。
結果は25分・$0.37・リテイクゼロ。口パク3カットとも、構図も口元も文字も最後まで崩れませんでした。 作品ページ →
10カット分のキービジュアル。1枚ごとに「文字が何でできているか」が違います
02折れない旗 — 4回作り直した1カット
瓦礫から立ち上がる5人組の応援歌。コバルトブルーの空に、朱色の破れた旗。
この曲でいちばん粘ったのが、路面に「前へ進め」と書かれたカットです。 4回作り直しました。
- 足踏みするばかりで、前に進まない
- 「カメラが前進する」と指示 → 逆に被写体がカメラに近づいてきた（動く歩道を逆走しているような画）
- 「世界の側が動く」と書き換え → 前進感は出たが、路面の文字が流れ去った後にモデルが別の文字を捏造した
- 「前進しすぎ。文字の位置まで一歩踏み出すだけでいい」→ 解決
もうひとつの発見 — 疑う場所を間違えていた
別のカットで、焼き込んだ文字が最初から誤字になっていました。動画生成を疑って何度も作り直しましたが、 原因はキービジュアルの時点ですでに文字が間違っていたこと。 目視チェックを「全体の雰囲気」で済ませ、1文字ずつ照合していなかったのが敗因です。 以後、焼き込み文字は逐字で突き合わせる運用にしました。
03走り出したいのに — サイトのデータから全自動で
既存曲へ後からHooksを付けた1本。symbol.monsterの楽曲データ （歌詞・音源・カバー動画）から素材を全自動で取得した初のケースです。
画風はカバー動画を引き継がず、フラットアニメで作り直しました。 「止まったままの心が少しだけ動いた」を、影が動き出すという映像に置き換えています。
ここでも文字で苦戦しました。疾走カットの路面に置いた「走り出したいのに」が、 カメラ移動のたびに崩れる。2回失敗したあと、 文字を路面から夕空へ移し、路面は無地のアスファルトにすることで解決しました。 崩れる対象を、構図から消してしまうのがいちばん早い。
04丸一日を溶かした思い込み
以前作った2本が、SunoにHooksとして登録できませんでした。押しても暗転してスピナーが回り続けるだけ。 原因を突き止めるのに、この日いちばん時間を使いました。
立てて、外した仮説はこうです。
- 動画の技術仕様が悪い（解像度・尺・ファイルサイズ・コーデック） → 全部揃えても失敗
- Hooks機能が始まる前の曲だから → サイトの319曲を集計すると 「境界より前の35曲は1本もHooksを持たない」という完璧な相関が出た。 ところが、この境界日を自分の制作履歴と突き合わせて崩壊。 単に、自分がHooksを作り始めた日でした。 実際、245件中242件は公開30日以内に作られており、本人の行動で説明できる相関でした
- 一定以上古いと登録できない → 公開10日の曲でも失敗し、反証
真因は、ライブラリの検索から曲を開くとHooks登録に失敗するというものでした。 同じ曲でも、フィルタで絞り込むか、URLを直接開けば成功する。 検索結果の項目が完全な楽曲データを持っていない、Suno側の不具合です。
教訓は単純で、相関から仕様を推測してはいけない。 対象を変えた対照実験（同じファイルを別の曲へ／同じ曲を別経路で）だけが、真実を出しました。
05この日に入れたパイプラインの改善
| 改善 | 中身 |
|---|---|
| 9:16ネイティブ生成 | 画像生成は1024×1536固定ではなく、プロンプトで1080×1920を指定すれば真の9:16で出る。クロップ損失がゼロに |
| アスペクト自動クロップ | それでも比率が合わない参照画像は、ジョブ構築時に自動でセンタークロップ。非等比の引き伸ばしを構造的に排除 |
| グレイン無効 | フラットな絵にフィルムグレインは逆効果と判明。既定をオフに（ファイルサイズも1/4以下） |
| カバーの先頭1フレーム | Sunoは埋め込みカバーを読まないので、タイトル絵を実際の先頭1フレーム（1/24秒）として挿し込む |
| ランタイム自動上限 | GPUの最大実行時間をジョブ規模から自動計算（一律6時間 → 11カットなら約1.3時間）。事故ったときの損失が小さくなる |
06H3の癖として溜まったもの
- 焼き込んだ文字は、動く面に置かない。 空や壁のような静止した面なら保つが、スクロールする路面に置くと崩れ、 さらに空いた面へ別の文字を捏造しはじめる
- 参照にキャラクターシートを渡すと、そちらの構図へ引きずられる。 そのカット自身のキービジュアルだけを渡すのが安全
- 「カメラが動く」と書くと、被写体が寄ってくることがある。 「世界の側が動く」と書いたほうが意図どおりになる
- 8秒（192フレーム）を超える生成は、現行の環境では実用外
おわりに
パイプラインが固まると、1日の作業は「絵コンテを決める」「文字をどこに置くか決める」に集約されていきます。 この日いちばん時間を食ったのは生成そのものではなく、 思い込みの検証と1文字ずつの照合でした。 たぶんこれは、しばらく変わらない気がします。
制作環境: Suno（楽曲） / GPT-Image2・Codex CLI（キービジュアル） / MiniMax H3 + ComfyUI（動画生成） / RunPod（GPU） / 自作パイプライン（Python）