>まず、胸に刺さる事実をひとつ。
同じようにSeedanceで映像を作っても、視聴完了率が45%の人もいれば、12%の人もいます。画質はほぼ同じで、キャラクターの一貫性も問題なく、プロンプトのレベルも大差ありません。
何が違うのでしょうか？
編集です。
AIマンガドラマのクリエイターの90%は、労力の80%を画像生成に費やし、残りの20%を脚本やプロンプト作成に使っています。そして編集の段階になると、ほとんどが「素材をタイムラインに放り込み、BGMを追加して終わり」です。
これは編集ではなく、寄せ集めです。
視聴者があなたの動画に出会ったとき、最初の3秒で離脱するかどうかが決まります。しかし、本当に最後まで見るかを左右するのはテンポです。そしてテンポは、100%編集の仕事です。
今回は、AIショートドラマの制作で実際に検証した、剪映の編集後工程SOPを7つのステップに分けて紹介します。どのステップもそのまま使えます。
ステップ1：素材の事前整理（3分で1時間を節約）
多くの人は、いきなり素材をタイムラインにドラッグします。これは間違いです。
まず、AIで生成した動画クリップをすべて絵コンテの順番に番号付けし、パソコンにフォルダを作って「01_オープニング」「02_対立」「03_どんでん返し」のように整理します。次に各クリップをざっと確認し、明らかに破綻しているもの（キャラクターの変形、動きの貫通、画面の揺れ）は、惜しまず直接削除します。
基本原則：不要な素材はタイムラインに入れない。
「このクリップはまあ使えそう」と迷った時点で、おそらく使えません。視聴者はあなたより厳しいのです。
ステップ2：粗編集で骨格を作る（15分）
合格した素材をすべて脚本の順番どおりにタイムラインへ入れ、エフェクト、トランジション、字幕は一切追加せずに一度通して見ます。
このステップでやることは一つだけです。物語の流れが成立しているか確認すること。
ここで、つながらないカット、テンポが遅すぎる場面、重要な感情のポイントで十分な間が取れていない箇所に気づくはずです。
調整方法はシンプルです——
セリフのカット：3〜5秒。セリフを言い終えたら0.5秒の余白を残す
アクションのカット：2〜3秒。短くキレよく、もたつかせない
感情のカット：4〜6秒。視聴者が反応する時間を与える
つなぎのカット（静物・遠景）：1.5〜2秒。さりげなく使う
一つの公式を覚えておきましょう。1分のマンガドラマ＝18〜24カット。18カット未満だとテンポが遅く、24カットを超えると視聴者が目で追えません。
ステップ3：テンポを磨き込む（核心部分・20分）
ここが差を生む重要なステップです。
テクニック1：ビートに合わせた編集
BGMのビートポイントを見つけ（剪映では音声波形を確認）、各カットの切り替えをビートに合わせます。すべてのカットを合わせる必要はありませんが、重要なトランジションや感情の転換点は必ず合わせましょう。視聴者はどこが良いのか説明できなくても、「心地いい」と感じます。
テクニック2：呼吸感
最初から最後まで同じテンポで押し切ってはいけません。緊張感のある場面では速いカット（1カット2秒）、落ち着いた場面ではゆっくり（1カット4〜5秒）にし、「緊張・緩和・緊張」の波を作ります。
私の経験則ですが、格闘シーンで5〜6カット連続して高速編集したら、必ず1〜2秒のキャラクターの表情アップを挟みます。これはカットの無駄ではなく、視聴者に「呼吸」の出口を与えるためです。むしろ次の高速編集がより力強くなります。
テクニック3：冒頭3秒の鉄則
冒頭の最初のカットには、作品全体で最もインパクトのある映像を使い、謎を残すセリフや対立する場面を組み合わせます。冒頭ロゴ、「第X話」、その他の無駄な前置きは入れないでください。
視聴者の指はすでに画面上で動く準備をしています。0.5秒でも迷わせたら、スワイプされます。
ステップ4：音声設計（15分、質感の上限を決める）
ナレーション：AI音声は、声色を正しく選べば成功の半分が決まります。古風な女性キャラクターには「優しい古風」な声色、爽快系の主人公には「力強く重厚」な声色、悪役には「低く冷たい」声色を選びます。現在の剪映AI音声には30種類以上の声色があります。何度も迷わず、一つ決めたら固定し、作品全体で統一しましょう。
BGM：音量はナレーションの20〜30%に抑えます。多くの人が犯すミスは、BGMが大きすぎてセリフをかき消すことです。感情が最高潮に達する場面では一時的に50%まで上げても構いませんが、セリフが始まったらすぐに下げます。
効果音：これは多くのAIマンガドラマが見落としている切り札です。足音、ドアを開ける音、刀剣がぶつかる音、風の音、雨音——こうした環境音を加えるだけで、映像の質感が一段階上がります。剪映には効果音ライブラリが内蔵されており、「古風」「格闘」「環境」で検索すれば、商用利用可能な無料素材がたくさん見つかります。
手を抜きながらも効果的な方法：各シーンに最低1層の環境ノイズを敷きます（森＝鳥の声＋風の音、室内＝わずかな反響）。音量が5%しかなくても、映像を「AIが生成したもの」から「空間を感じるもの」へと変えられます。
ステップ5：字幕（8分）
剪映は音声を自動認識して字幕を生成でき、認識率は95%以上です。ただし、必ず手動で校正してください。
字幕スタイルの鉄則：
文字サイズ：小さくしすぎない。スマートフォンでも目を細めず読める大きさにする
位置：画面下部の1/3付近。キャラクターの顔にかぶせない
色：白文字の縁取り、または白地に黒文字。派手なグラデーションは避ける
テンポ：1文1画面、最長でも15文字以内。長い文は分け、話す速さに合わせる
重要なセリフには「拡大」や「ハイライト」エフェクトを加えても構いません。ただし、1話につき最大2〜3回まで。多用すると安っぽくなります。
ステップ6：トランジション（5分）
一言で言えば、AIマンガドラマのトランジションは、シンプルであるほど良い。
フェードイン・フェードアウトでトランジションの80%をカバーできます。黒画面への切り替えは時間のジャンプに、クロスディゾルブは回想や夢の場面に使います。
使わないもの：ページめくり、回転、ブラインド、ひし形——これらは2016年のQQ空間の美意識です。
唯一の例外として、感情が大きく転換するポイント（たとえば悪役が正体を明かす場面）では、0.3秒の「白フラッシュ」や「揺れ」を使って視覚的なインパクトを生み出せます。ただし、作品全体で2回までにしてください。
ステップ7：書き出し（2分）
各プラットフォーム向けの書き出し設定：
Douyin／Kuaishou：1080×1920縦型、30fps、ビットレート12〜16Mbps
Bilibili：1920×1080横型、30fps、ビットレート16〜20Mbps
小紅書：1080×1920縦型、30fps、ビットレート10〜14Mbps
ビットレートを低くしすぎないでください。AI生成映像はもともと細かな質感が多いため、ビットレートが低いと全体がモザイク状になります。
タイムラインまとめ
ステップ｜所要時間｜主な目標
素材の事前整理｜3分｜不要な素材をタイムラインに入れない
粗編集で骨格作り｜15分｜物語の流れが成立しているか確認
テンポの精修｜20分｜ビート合わせ＋呼吸感＋冒頭3秒の鉄則
音声設計｜15分｜ナレーション／BGM／効果音の3層構成
字幕｜8分｜読みやすく明瞭に、重要なセリフをハイライト
トランジション｜5分｜フェードを中心に、シンプルで控えめに
書き出し｜2分｜プラットフォームに合わせて設定を調整
合計：約68分で1話を完成できます。
慣れれば40分まで短縮できます。ただし初心者は焦らず、まず各ステップを丁寧にこなしましょう。速さは練習で身につくもので、焦って得られるものではありません。
最後に
AIマンガドラマの競争は、もう「誰が画像を生成できるか」ではありません。ツールはますます進化し、画像生成のハードルはほぼゼロになっています。
本当に差がつくのは、編集です。
同じ素材でも、編集ができる人の手にかかれば映画になり、できない人の手にかかればPPTになります。
編集を「最後に適当に済ませる」工程だと考えるのは、もうやめましょう。編集は作品の最後の1マイルであり、最も重要な0.5マイルです。