Gemini Omniの使い方とAI動画の作り方

多くのAI動画ツールはスロットマシンのようなものです。プロンプトを入力してレバーを引き、結果が気に入らなければ、もう一度引きます。

Gemini Omniは、むしろ会話に近い使い方ができます。クリップを作ったら、それに話しかけます。「夜にして」「カメラをもっと低くして」「今度は彼女を振り向かせて」。それぞれの指示が直前の指示を引き継ぐので、初心者にも取り組みやすい方法です。

このガイドでは、Gemini Omniでできること、最初の動画の作り方、結果を改善する方法、うまくいかないときの対処法を紹介します。

Gemini Omniとは

Gemini Omniは、Google DeepMindの動画モデルファミリーです。Googleは2026年5月19日のGoogle I/Oで発表し、最初のモデルとしてGemini Omni Flashを公開しました。

2026年8月27日には、現在の主要バージョンであるGemini Omni 1.1 Flashが公開されました。シーン延長、開始・終了フレーム、低コストの低解像度下書き、4K出力が追加されています。

できること

• さまざまな素材から動画を作成。 1つのプロンプトにテキスト、画像、動画、音声を組み合わせられます。
• 会話で編集。 各指示が前の指示を引き継ぎ、キャラクター、物理的な挙動、シーンの詳細がやり取りの間で維持されます。
• 映像と同時に音を生成。 環境音、セリフ、音楽を動画と一緒に作成します。
• シーンを延長。 1.1 Flashでは、クリップを10秒単位で合計40秒まで延長できます。整合性を保つため、モデルは直前の映像を最大10秒参照します。
• 開始・終了フレームを指定。 最初と最後の画像を渡すと、その間の動きを生成します。Googleは、カメラの回り込み、ズームによるトランジション、ループに適しているとしています。
• 低コストで下書き。 Googleによると、360pの下書きは720pより最大60%速く生成でき、費用は約3分の1です。
• 高解像度で仕上げ。 完成作品には1080pと4K出力を利用できます。
• 生成物を識別可能に。 Googleによると、すべてのOmni動画には、目に見えないSynthID透かしが標準で埋め込まれます。

利用できる場所

アプリとシンプルなウェブツールのどちらを好むかに応じて、いくつかの選択肢があります。

名前を混同しないでください。 Google AI StudioはGoogleの開発者向けツールです。ai-studio.videoのAI Studioは、Gemini Omniとほかの動画モデルをまとめて提供する、別の独立したウェブサイトです。以下の手順ではai-studio.videoを使います。

最初の動画を作る手順

ステップ1：生成ツールを開く

AI StudioのGemini Omni 1.1 Flash動画生成ツールを開きます。（Gemini Omni AI動画生成ツールのメインページでもモデルファミリーを紹介し、同じツールへリンクしています。）アカウントなしで閲覧できますが、生成にはログインが必要です。

ステップ2：モードを選ぶ

• テキストから動画： 文章のプロンプトだけで始めます。初めての試行に最適です。
• 画像から動画： 画像を1枚または2枚アップロードします。1枚なら開始点になり、2枚ならモデルが一方からもう一方へ変化させます。
• 参照から動画： 最大10枚の画像をアップロードして、キャラクター、商品、スタイルの一貫性を保ちます。

ステップ3：プロンプトを書く

初心者向けのよいプロンプトには、被写体、動作、舞台、カメラ、音の5つの要素があります。

ゴールデンレトリバーの子犬が、日当たりのよい裏庭の芝生でシャボン玉を追いかける。
カメラは地面すれすれで追い、シャボン玉が鼻先で割れると動きをゆっくりにする。
暖かな午後の光、浅い被写界深度、楽しげな雰囲気。
音：鳥のさえずり、子犬が芝生を踏む足音、小さな破裂音、驚いたような小さなくしゃみ。

このプロンプトの働きに注目してください。モデルに何が起こるか、カメラがどこにあるか、何が聞こえるべきかを伝えています。これで必要なことの大半をカバーできます。

ステップ4：長さと画面比率を設定する

AI StudioのGemini Omni 1.1 Flashは、720pで4〜10秒のクリップを生成します。アスペクト比を選びましょう。

• 16:9：YouTubeやウェブサイト向け
• 9:16：TikTok、Reels、Shorts向け
• Auto：モデルに任せる

初回は6〜8秒がおすすめです。動きを確認できる長さがあり、費用も抑えられます。

ステップ5：音を説明する

音は自動生成されますが、方向性を指定できます。環境音、セリフの口調、音楽の雰囲気について1行加えましょう。「静かなカフェの環境音、音楽なし」も「劇的に盛り上がるオーケストラ」も有効です。

ステップ6：生成する

Generateをクリックします。確定前にボタンに必要なクレジット数が表示されます。費用は主に長さとモードによって変わります。

ステップ7：確認してから1つだけ変更する

クリップを2回見ます。1回目は全体の印象、2回目は手、顔、物、文字などの詳細を確認します。

その後、1つだけ変更して再生成します。一度に5つ変更すると、どの変更が役立ったのかわからなくなります。

結果をよくする10のヒント

1. カメラの動きを具体的に。 「ゆっくり前進」「左に回り込む」「ドローンが上昇」「手持ちで追従」は、「映画風」より細かく制御できます。
2. 連続性を明確に求める。 Googleのサンプルプロンプトでは、「1つの連続したショット、ジャンプカットなし」といった表現を使っています。
3. スタイルの指定を全編に適用する。 Googleの例には、「動画全体で顕微鏡レンズの効果を維持する」のように、見た目を最後まで保つよう指示するものもあります。
4. 雰囲気づくりを生かす。 MindStudioの初期テストでは、環境や背景は良好でしたが、複雑なキャラクターの動きが弱点でした。霧、光、天候、風景はOmniの得意分野です。
5. 動きの構成はシンプルに。 複雑なダンスより、キャラクターごとに1つの明確な動作を指定するほうが効果的です。
6. キャラクターには参照画像を使う。 顔を文章で説明する代わりに、鮮明な写真を2〜3枚（正面、横、全身）アップロードします。
7. トランジションには最初と最後のフレームを使う。 商品の登場、物体の周囲を回る映像、シームレスなループに適しています。
8. 下書きは低解像度、仕上げは高解像度。 Googleのツールでは360pで試し、最終版を720p、1080p、4Kでレンダリングします。
9. 長いシーンは分割して作る。 1つのプロンプトにすべて詰め込まず、最初の10秒をしっかり作ってから延長します。
10. プロンプトを記録する。 各プロンプトと変更内容を書き留めます。十数回試すうちに、自分専用のスタイルガイドができます。

よくある問題と対処法

ほかのモデルと比較する

Omniに慣れたら、同じプロンプトをほかのモデルでも試してみましょう。それぞれに得意分野があります。例えばSeedance 2.5とKling 4.0は、1回で最大30秒の動画を生成できます。AI StudioのAI動画生成ツールはそれらを1か所にまとめているので、登録に1週間かける代わりに、数分でモデルを比較できます。

参考資料

• The Next Web、GoogleがGemini Omni Flashを発表、2026年5月
• Google、Gemini Omni 1.1 Flashでより細かく制御して制作、2026年8月27日
• Google、Gemini APIの料金、2026年11月2日確認
• MindStudio、Gemini Omni 1.1 Flash：料金、動画品質、初期の不具合、2026年8月29日
• Google Geminiヘルプ、AI生成の画像、動画、音声を検証する
• AI Studio、Gemini OmniおよびGemini Omni 1.1 Flashのページ、2026年11月2日確認