Google VeoはGoogle DeepMindの動画生成モデルであり、テキストプロンプトや参照画像から短い動画クリップを作成します。クライアントのキャンペーンにおいて、コンセプトビジュアル、Bロール、製品のムードショット、迅速な広告バリエーションの作成には最適ですが、実在の人物や製品の使用シーン、事実の正確性が求められる撮影の代わりにはなりません。プリプロダクションやテストのスピードアップには有用ですが、長さ、一貫性、権利確認には制限があります。
執筆時点でVeoは、一部プランのGeminiアプリ、映像制作ツールFlow、開発者・企業向けのVertex AI、YouTube Shorts内の機能など、複数のGoogle製品を通じて利用可能です。新しいバージョンではネイティブの音声生成が追加され、環境音やエフェクト、会話を含むクリップを作成できるようになりました。アクセス権、クォータ、機能は製品や地域によって異なるため、ご自身のアカウントで何が利用可能かをご確認ください。
Google Veoの強みとは？
Veoは通常数秒間のクリップを生成し、多くのシーンでリアルな照明、カメラワーク、物理的な動きを再現します。「スロー・ドリーイン」「空撮」「浅い被写界深度」といったカメラワークを指定すれば、モデルは概ねそれに従います。画像から動画への変換機能を使えば、製品のレンダリング画像やブランドイラストなどの静止画をアニメーション化することも可能です。
Veoは雰囲気の演出に長けています。コーヒーから立ち上る湯気、海岸の波、夕暮れの街並み、ブランドカラーで動く抽象的な形状など、かつてはストック素材や小規模な撮影が必要だったショットを、Veoは得意としています。
ブランドワークにおけるVeoの限界
クライアントプロジェクトにおいて留意すべき制限がいくつかあります：
- 長さ：個々のクリップは短いため、長尺の動画は編集ソフトで多くの生成素材を繋ぎ合わせる必要があります。
- 一貫性：同じキャラクター、衣装、製品をショット間で完全に同一に保つことは難しく、参照画像機能を使っても課題が残ります。
- テキストとロゴ：画面上のテキストやブランドマークは歪むことがあり、ポストプロダクションで追加する方が適切です。
- 製品の正確性：モデルが製品の形状、ラベル、色を変更してしまう可能性があり、パッケージやECサイト用のショットには不向きです。
- 手、顔、細かい動作の相互作用には、視聴者が気づくレベルの誤りが依然として発生します。
GoogleはVeoの出力に不可視の電子透かし「SynthID」を追加しており、一部の製品では可視の透かしも表示されます。これは透明性を担保する一方で、コンテンツがAI生成であることを示唆するため、クリエイティブ上の判断として考慮する必要があります。
ショットにVeoを使うべきかどうかの判断基準
すべてのブリーフは、計画段階で簡単なスクリーニングを行います。私たちは「そのショットが視聴者に何を証明すべきか」を問いかけます。実際の製品が動作している様子や、実際の顧客、ブランドが運営する実際のロケーションを見せる必要がある場合は、撮影を行うかライセンス済みの素材を使用します。ムードを醸成したり、アイデアを説明したり、トランジションを埋めたりする目的であれば、Veoが候補となります。
ショットの種類と私たちの一般的な選択
- EC向け製品のクローズアップ：撮影または実データからの3Dレンダリング。
- 特定の人物が登場しないライフスタイル・ムードショット：多くの場合Veo。
- 抽象的なブランドモーションや背景：多くの場合Veo。
- インタビューや創業者のストーリー：常に撮影。
- クライアント承認用の絵コンテ・アニマティクス：Veoまたは画像生成モデル。
- 異なる設定をテストするSNS広告のバリエーション：Veoを使用し、製品は実際の撮影素材を合成。
Alien RoadにおけるGoogle Veoの段階的な適用プロセス
一般的な案件では、絵コンテの段階でVeoを導入します。ディスカバリーフェーズでは、キャンペーンの目標、プラットフォーム、アスペクト比、そしてAI生成素材に対するクライアントの意向（社内ポリシーを含む）を確認します。合成された人物を一切使用しないことを好むクライアントもおり、その場合はショットリストで尊重します。
次にプロンプトの開発を行います。各ショットに対し、被写体、アクション、設定、カメラ、照明、スタイル、オーディオの指示を含む構造化されたプロンプトを作成し、複数のテイクを生成します。エディターがベストなものを選定し、プロンプトと設定をショットログに記録します。実際の製品映像、ロゴ、テキストは編集ソフトで合成し、生成は行いません。
レビューは2段階で行います。クリエイティブリードが、特に手、反射、背景の詳細など、視覚的なエラーをフレーム単位でチェックします。その後、アカウントマネージャーがクライアントのブランドルールやプラットフォームのポリシーに照らしてカットを確認します。これには、YouTube、Meta、TikTokなどで求められる、リアルな合成コンテンツに対する開示ラベルの確認も含まれます。レポーティングでは、Veoベースのクリエイティブと撮影素材を併用した場合、広告プラットフォーム独自の指標（サムストップ率、視聴完了率、獲得単価など）を用いてパフォーマンスを比較します。
優れたVeoプロンプトとは？
曖昧なプロンプトは一般的なシーンしか生み出しません。有用な構造は、被写体、アクション、場所、カメラワーク、光、スタイルの6要素を網羅することです。例：「木製のカフェテーブルに置かれたセラミックのコーヒーカップ、ゆっくりと立ち上る湯気、左側の窓からの朝の光、テーブルの高さからのゆっくりとしたプッシュイン、温かみのあるトーン、浅い被写界深度、柔らかなカフェの環境音」。各要素が結果を絞り込みます。
また、「人物なし、テキストなし」のように、表示すべきでないものを指定することや、1クリップにつきメインのアクションを1つに絞ることも有効です。短い生成の中で複数のイベントを要求すると、シーンが混乱しがちです。
権利と承認について
GoogleのVeo利用規約には、誰がどのように出力を利用できるかが定められており、消費者向け製品とビジネス向け製品で規約が異なります。商用キャンペーンでは、企業向け規約が適用されるVertex AIなどのビジネスアクセスを優先し、各クリップにどの製品と規約を使用したかを記録しています。
実在の人物、著名人、競合他社製品のリアルな描写は、法的理由およびプラットフォームの制限により、プロンプトから除外しています。クライアントには有料メディアで公開する前にすべての合成素材を確認してもらい、承認をショットログと共に保存しています。
Veoは小規模予算でも価値があるか？
動画の適切な部分に使用するのであれば、多くの場合価値があります。ロケーション撮影の予算がない中小企業でも、洗練された確立ショットやトランジションを作成し、限られた制作予算を製品や重要な人物の撮影に集中させることができます。コスト削減は、ストック素材の検索や単純なシーンの撮り直しを代替することで実現し、制作全体を置き換えるものではありません。
今週から始めるには
次回の動画ブリーフで、各ショットを「実写必須」か「ムード・イラスト」に分類してみてください。ムードショットを2つ選び、被写体、アクション、設定、カメラ、光、スタイルを指定したプロンプトを作成し、利用可能なVeo製品で生成してみましょう。結果を普段使用しているストック素材と比較し、公開前に商用利用の規約を確認してください。