BigBanana AI Director：キーフレームワークフローで工業化されたAIショートドラマを制作
BigBanana AI Directorは、脚本、アセット、キーフレーム、動画生成を一つのパイプラインに統合し、クリエイターが一貫性のあるAIショートドラマやAIマンガ動画を安定して制作できるよう支援します。
BigBanana AI Director：キーフレームワークフローで工業化されたAIショートドラマを制作
AI動画生成における最大の課題は、必ずしも「美しい画像を1枚生成できるか」ではありません。ストーリーを、安定して制作・修正・納品できる連続したショートドラマに仕上げられるかどうかです。キャラクターの顔がショットごとに変わったり、シーンに連続性がなかったり、カメラワークの制御が難しかったりするうえ、最終的には大量の素材を手作業で整理しなければならないこともあります。
BigBanana AI Director（AIマンガ動画工房）が対象としているのは、まさにこのような制作上の課題です。これはクリエイター向けのショートドラマ・マンガ動画制作プラットフォームで、アイデア、脚本、キャラクターアセットからショット、完成映像の納品までの工程を、1つのプロジェクトワークスペースに集約します。プロジェクトの中核となる理念は、Script-to-Asset-to-Keyframe、つまりストーリーをまず構造化し、再利用可能なアセットとして蓄積したうえで、最後にキーフレームを使って動画生成を行うというものです。
「ガチャ式生成」から制御可能なパイプラインへ
多くのText-to-Videoツールは、アイデアを素早く試す用途には適しています。しかし、複数話のコンテンツを制作する場合、プロンプトだけを頼りに繰り返し生成していると、人物のアイデンティティ、衣装、シーン、ショットの開始・終了状態を制御するのは通常困難です。BigBananaのワークフローでは、生成プロセスを確認可能な複数の段階に分けています。
- Script：ナラティブ設計。 ストーリーの概要、小説の一節、または単話のアイデアを入力し、構造化された脚本を生成します。
- Asset：一貫性のあるアセット。 キャラクター、シーン、プロップを再利用可能な参照アセットとして制作します。
- Keyframe：キーフレーム制御。 ショットの開始フレームと終了フレームを定義し、その間の動画トランジションを生成します。
- Delivery：完成映像の納品。 ショットのラフカット、プレビュー、レンダリング状況の追跡、書き出しを行います。
この分割の価値は、各ステップに明確な編集入口があることです。AIが創作を加速させる一方で、クリエイターはキャラクターの説明、台詞、カメラアクション、プロンプトを修正できます。1回限りの生成結果を受け入れるしかない、ということはありません。
キーフレームによるショット生成
BigBananaは、アニメーション制作におけるキーフレームの概念をAI動画ワークフローに取り入れています。クリエイターはまず、正確なStart FrameとEnd Frameを生成またはアップロードし、その後Veoなどの動画モデルを使って、2つのフレーム間の滑らかな動きを生成できます。この方法は、「カメラがここからあそこへ移動する」と単純に説明するよりも、具体的な視覚的意図を表現しやすくなります。
たとえば、キャラクターが部屋の入口から窓辺まで歩く場合、まず入口に立つキャラクターの構図を決め、次に窓辺に立った終了時の姿勢を決めます。中間の動きは動画モデルが補完します。また、生成時には現在のシーン画像、キャラクターの衣装参照、プロップの参照情報が読み込まれるため、人物の変形やシーンの急な変化が起こる可能性を抑えられます。
プラットフォームには、9分割の絵コンテプレビューも用意されています。システムがまず9つの候補アングルを生成し、クリエイターは9分割画像全体を選択することも、その中の1コマを切り出して開始フレームとして使うこともできます。これにより、動画を正式に生成する前に、ショットサイズ、視点、画面レイアウトを低コストで比較でき、ショット設計のための効率的な構図選定が可能になります。
4つの主要な制作フェーズ
Phase 01：ナラティブ設計
ナラティブ設計の段階では、入力内容からキャラクター、シーン、プロップ、ショット、アクション、台詞などの構造化情報を抽出します。クリエイターは言語、目標尺、ビジュアルスタイル、モデル構成を設定でき、AIが生成した脚本文、キャラクターのビジュアル説明、ショットアクション、プロンプトを項目ごとに続けて作成、書き換え、または手動で細かく調整できます。
一括制作の場合、システムは正式な生成の前に、完全自動制作プランも作成します。クリエイターはショットごとに、9分割絵コンテのワークフローを使うか、開始・終了フレーム補間のワークフローを使うかを選択でき、効率と制御性のバランスを取れます。
Phase 02：一貫性のあるアセット
キャラクターアセットには、標準的な衣装設定用の参照画像とワードローブシステムが含まれており、同じキャラクターのアイデンティティと複数の衣装を維持するために使用できます。シーンやプロップも独立したアセットとして管理でき、プロンプト、参照画像、形状参照を保存できます。
アセットは現在のプロジェクトから作成できるほか、プロジェクト横断のアセットライブラリから再利用することもできます。画像が不足しているキャラクター、シーン、プロップについては、プラットフォームが一括補完に対応しており、後続のショット生成に必要なコンテキストを整えられます。
Phase 03：ショット制作
ショットワークベンチでは、ショットのナラティブアクション、キャラクター、シーン、プロップの情報をグリッド形式でまとめて表示します。各ショットでは、Start FrameとEnd Frameを管理でき、フレームの生成、アップロード、継承、既存フレームの編集に対応しています。
動画生成には、単一画像からのImage-to-Videoと、開始・終了フレームに基づく補間生成という2つのワークフローがあります。前者は1枚の画像を素早く動かすのに適しており、後者はショットの開始点、終了点、動きの方向を明確に指定したい場面に適しています。
Phase 04：完成映像の納品
完成映像の納品センターでは、タイムラインプレビュー、ショットの完成度表示、レンダリングログを提供します。内蔵されたCutOSスタイルのAIラフカットツールを使えば、生成済みショットの並べ替え、トリミング、フィルター処理、書き出し前の確認を行えます。
出力内容にはマスタービデオ、クリップの圧縮パッケージ、ソース素材が含まれ、PremiereやDaVinci Resolveなどのプロ向けツールで引き続きポストプロダクションを行えます。エピソードデータのインポート・エクスポートにも対応しており、デバイス間の移行や軽量な共同作業に適しています。
プロンプト管理と問題の切り分け
生成品質が安定しない場合、問題は上流の脚本説明、キャラクター設定、シーンプロンプト、キーフレーム要件に起因している可能性があります。BigBananaには集中型のプロンプト管理ページがあり、テンプレート、キャラクター、シーン、プロップ、キーフレーム、動画プロンプトを検索・編集できます。また、編集履歴も保持されるため、バージョンをロールバックできます。
これにより、クリエイターは複数の生成ページを行き来して元の設定を探し直すことなく、制作パイプラインに沿って問題を切り分けられます。大量生産を必要とするチームにとっては、プロンプト履歴を再利用可能な制作基準の構築に役立てることもできます。
公開版のデプロイ方法
現在、公開リポジトリには主に説明ドキュメント、docker-compose.yaml、過去の参考バージョンが保存されています。今後のバージョン更新は主に公式Dockerイメージを通じて公開される予定であり、デプロイとアップグレードは公式イメージを基準に行ってください。
基本的なデプロイ手順は次のとおりです。
git clone https://github.com/shuyu-labs/BigBanana-AI-Director.git
cd BigBanana-AI-Director
docker-compose up -d
起動後、ブラウザで次のURLにアクセスします。
http://localhost:3005
ログの確認またはサービスの停止：
docker-compose logs -f
docker-compose down
公式イメージを更新してコンテナを再構築：
docker-compose pull
docker-compose up -d --force-recreate
初めてアプリケーションにアクセスした際は、初回ガイド、アカウントセンター、またはモデル設定でAntSK API KeyまたはTokenを入力する必要があります。プラットフォームはデフォルトでAntSK APIを通じてテキスト、画像、動画モデルを統合的に利用します。公開稼働版では、GPT-5.2、Nano Banana Pro、Sora-2またはVeo-3.1など、対応するモデル構成が必要です。オンライン版も提供されており、https://director.tree456.com/ に直接アクセスして利用できます。
モデルとライセンスについて
AntSK APIは、GPT-5.2、GPT-5.1、Claude 4.6 Sonnetなどのテキストモデル、Nano Banana Pro、Gpt Image 2などのビジョンモデル、Sora-2、Veo-3.1、Vidu、Seedance 2.0、happyhorseなどの動画モデルを含む、さまざまなモデルに統一インターフェースで接続できます。複数のプラットフォームを切り替える手間を減らし、OpenAI互換プロトコル、使用量統計、料金追跡を提供することを目的としています。
プロジェクトはCC BY-NC-SA 4.0ライセンスを採用しており、個人学習、非商用利用、改変、二次創作が認められています。ただし、商用許諾を得ない商業利用は禁止されています。商用版のユーザーは完全なソースコードの納品を受けられます。商用ライセンスについては [email protected] に問い合わせてください。プライベートモデルゲートウェイ、その他のモデルプロバイダー、または高度なカスタマイズが必要な場合も、商用版のソースコードを基に別途対応する必要があります。
どのような用途に適しているか
BigBanana AI Directorは、体系的なショートドラマ制作、AIマンガ動画、複数話のコンテンツ制作、そしてキャラクターやシーンのアセットを繰り返し再利用するワークフローに適しています。単発の画像・動画生成ツールにとどまらず、脚本、世界観、アセット、ショット、納品物を同じプロジェクト構造内に整理します。
アイデアを素早く検証することが目的なら、オンラインツールだけで十分な場合もあります。一方、小説やストーリー概要から複数話のコンテンツを継続的に制作することが目的なら、キーフレーム駆動とアセット再利用によって、より安定した制作基盤を構築できます。繰り返しの設定作業を減らし、ショットの一貫性を高めつつ、手作業による細かな調整の余地も残したいクリエイターにとって、この工業化されたワークフローは、単発の生成結果だけを追求するよりも長期的な価値をもたらします。