ChatGPTに絵コンテを頼むと文字の表しか出ない時｜GPT Image 2で12コマ・秒数つきの撮影設計図を画像1枚で出すプロンプト全文

公開日: 2026年7月15日

この記事は短尺動画を1人で撮っている非エンジニア向け（英語のプロンプトはコピペで大丈夫です）。

そもそもこの「12コマ絵コンテ」プロンプトって何？

TikTokやInstagramの短尺動画を撮るとき、多くの人は段取りを頭の中だけで組みます。

その段取りを1枚の紙にしたものが絵コンテです。

どのカットで手をどう動かすか、何秒か、セリフは何か。

撮る前に全部決めておく下書きですね。

海外で拡散したのは、この絵コンテを12コマぶん、画像1枚にまとめて出すプロンプトでした。

しかも各コマに秒数と、映すもの・手の動き・セリフの3行が入っています。

文字だけの表じゃなく、実写風の絵まで付いてくる。ここが要点です。

そして差し替えるのは商品名の1箇所だけ。

私は、この「1箇所だけ」という手軽さが、初心者に一番ありがたい設計だと思います。

GPT Image 2で何が新しい？画像1枚に絵コンテが出る理由

ここで勘違いしやすいのが、GPT Image 2という名前です。

これは2026年4月に登場した画像を作るモデルで、目新しい機能ではありません。

新しいのはモデルじゃなくて、この使い方のほう。

ここは押さえておきたいところです。

公式の告知はこう書いています。

OpenAI公式アナウンスは、GPT Image 2を2026年4月21日にAPIとCodexで提供開始したと告知している。

強化点として「実用的なテキストが多い視覚資料」、つまり図表・インフォグラフィック・チャート・ポスター・マンガなど、文字とレイアウトが多い画像の生成を挙げている（出典: OpenAI公式コミュニティフォーラム）。

要するに、文字とレイアウトが多い画像に強くなった、というのが公式の言い分です。

絵コンテはまさに「文字＋レイアウト＋実写風の絵」の塊。相性がいいわけですね。

個人的には、この相性の良さに気づいて絵コンテ用に使い倒した人が、海外でたまたま先に現れただけの話です。

実際に12コマ絵コンテを作る手順（コピペ＋差し替え1箇所）

ここからが本番です。手順は5つ。

1. STEP1：ChatGPTを開く（無料プランで大丈夫です）
2. STEP2：下のプロンプトを丸ごとコピーする
3. STEP3：[PRODUCT NAME]を紹介したい商品名に書き換える
4. STEP4：そのままChatGPTに貼って送信する
5. STEP5：12コマのセリフや動きを日本語で微調整する

差し替えが必須なのは、STEP3の商品名の1箇所だけ。

貼り付けるプロンプトの全文がこちらです（ASMR開封動画の設計図の例）。

Create a clean, premium storyboard infographic for a product ASMR unboxing video.
Design specifications:
White background with a modern, minimalist layout.
Title at the top: STORYBOARD
Product name in bold green (replace with: [PRODUCT NAME])
Subtitle: ASMR UNBOXING
Include four information boxes below the title:
Duration: 30 Seconds
Style: POV Hands, ASMR
Audience: 18-35 years old
Audio Suggestion: Soft ASMR - Crinkles - Tapping - Pouring
Create 12 storyboard panels arranged in a 3-column x 4-row grid.
Each panel should contain:
A numbered green badge (1-12)
Timestamp (0-2.5s, 2.5-5s, etc.)
A realistic cinematic image showing the scene
Handwritten white doodle text like: TA-DA! POP! WOW! PICK! CRINKLE~ TEAR! POUR~ HOT WATER STIR~ SMOOTH! BEST!
Three text sections below every image: VISUAL: / ACTION: / DIALOGUE:
Use realistic product photography, warm wooden table, soft natural lighting, shallow depth of field, POV hands only (no face visible), premium commercial advertising style.
Storyboard sequence:
1 (0-2.5s) Visual: Product box on wooden table. Action: Hands enter frame and point to the box. Dialogue: "Have you tried this before?"
2 (2.5-5s) Visual: Opening the box. Action: Lift the top flap slowly. Dialogue: "Let's unbox it together."
3 (5-7.5s) Visual: Multiple individual sachets neatly arranged. Action: Fully reveal the inside. Dialogue: "Wow, look how many!"
4 (7.5-10s) Visual: Pick up one sachet. Action: Remove a single stick pack. Dialogue: "Let's start with one."
5 (10-12.5s) Visual: Close-up of sachet. Action: Hold and gently crinkle it. Dialogue: "That crinkle sound is satisfying."
6 (12.5-15s) Visual: Tear open the top. Action: Slow ASMR tearing. Dialogue: "Just a small tear."
7 (15-17.5s) Visual: Powder visible inside. Action: Show the powder close-up. Dialogue: "Looks delicious."
8 (17.5-20s) Visual: Pour powder into mug. Action: Slow pouring. Dialogue: "Pour everything in."
9 (20-22.5s) Visual: Hot water being poured. Action: Steam visible. Dialogue: "Add hot water."
10 (22.5-25s) Visual: Stir drink. Action: Slow circular stirring. Dialogue: "Mix it well."
11 (25-27.5s) Visual: Finished drink. Action: Show creamy texture from above. Dialogue: "Looks smooth and creamy."
12 (27.5-30s) Visual: Product box beside finished drink with thumbs up. Action: Hand gives thumbs up. Dialogue: "Easy, delicious, and ready!"
Footer:
Total Duration: 30 Seconds
Format: Vertical (9:16)
Style: POV Hands, ASMR Unboxing
Typography should resemble a professional creative agency storyboard, with clean spacing, green accents, rounded panel borders, and high-end presentation suitable for client pitches.

STEP3で書き換えるのは、上のほうにある[PRODUCT NAME]だけ。

たとえば「MATCHA STICK」とか「PROTEIN COFFEE」とか、紹介したい商品名を入れます。

STEP5がこの手順のいちばん便利なところです。

12行のシーンは、貼った後にChatGPTへ日本語で頼めば直せます。

「3コマ目のセリフを『色がきれい』に変えて」と打つだけ。

英語で書き直す必要はありません。

正直、英語が読めなくても詰まらない作りです。

ひとつ注意点があります。無料プランは1日2〜3枚が壁。

崩れて何度も出し直すと枚数を使い切るので、最初の1枚は落ち着いて出したいところです。

12コマは崩れやすい？海外レビューが指摘する限界と回避策

ここは正直に書いておきたいところです。

12コマを1枚に詰め込むと、コマが崩れることがあります。

OpenAI公式コミュニティの不具合まとめスレッドには、こんな報告があります。

コマ数の多い連作について「20パネルを複数のプロンプトに分割すると顔が変わる」「8パネルを超えるとキャラクターや背景の一貫性が崩れやすい」という報告が共有されている（出典: OpenAI公式コミュニティフォーラム）。

複数の海外実践ガイドも、同じ傾向を一致して報告しています。

12パネルは1コマが小さくなりすぎて崩れやすい、という指摘です。

コマ数と崩れ、そして回避策の関係を表にしました。

崩れを避けたいなら、6コマ×2に分けるのが定番です。手順はこう。

1. STEP1：まず前半の6コマだけで頼む（コマ数を6に書き換える）
2. STEP2：出てきた画像の最後のコマを保存し、参照用の画像にする
3. STEP3：その画像をChatGPTに添付し、「この続きの6コマを同じ雰囲気で」と頼む

参照画像を渡すのがコツです。ここを飛ばすと後半で雰囲気がズレます。

私なら、そもそも12コマより9コマで頼みます。

1コマが大きく、文字も読みやすい。

「1分で撮れるものをわざわざAIに作らせる意味があるのか」。

そう突っ込みたくなる人もいると思います。

ただ、私の見方では、これは絵コンテ＝撮る前の下書きだから許せる話です。

多少コマが乱れても、撮影の段取りが伝われば設計図としての役目は果たします。

動画そのものをAIに作らせるのとは、崩れの重さが違う。

ここが割り切りどころですね。

絵コンテの中の日本語はちゃんと出る？

気になるのが、絵コンテの中の文字です。

少し前まで「AIの画像の中の日本語は崩れる」が定説でした。

ただGPT Image 2では、この評価が変わりました。

公式アナウンスは多言語のテキスト表示が強くなったと明記しています。

第三者レビューでも、中国語・日本語・韓国語の文字精度が大幅に改善したと報告されています。

公式値ではありませんが、第三者レビューの目安として99%前後という数字を挙げる例もあります。

とはいえ万能ではありません。

小さく密集した文章では、いまも線の入れ替わりなど崩れが起きることがある、という留保つきの評価も併存しています。

だから対策はシンプル。セリフは短い日本語で、大きめに入れる。

私は、12コマ全部に長い日本語を詰め込むより、キーワードだけ日本語にするほうが安全だと思います。

料金は？無料プランでどこまでできる？

ここは追加課金ゼロで試せるかが気になるところですよね。

結論、無料プランで作れます。ただし枚数に壁があります。

プランの一覧を表にしました（2026年7月時点）。

OpenAIは各プランの枚数を固定の数字では公表していません。

無料の「24時間で2〜3枚」も目安で、最終的にはChatGPT画面内のバナー表示が正になります。

Plusの月$20は、複数のまとめによると数年据え置き。

年払いはなく月払いのみです。

私は、週に1〜2本しか撮らないなら無料で十分だと思います。

毎日撮って毎回作り直すなら、$8のGoか$20のPlusに上げると枚数の壁が消えます。

作った絵コンテは仕事に使っていい？権利まわり

商品紹介で使うなら、権利は気になりますよね。

OpenAI利用規約は、生成物の権利がユーザーに帰属するという趣旨を示しています。

コンテンツポリシーを守れば、自由に使ったり販売したりできる、という記載です。

つまり、作った絵コンテを撮影台本として使うぶんには問題ありません。

ただし1つ落とし穴があります。

実在の有名人や公人を写実的に生成するのは原則禁止。

ディープフェイク防止のためです。

商品紹介の絵コンテなら、手元の商品と手だけなので、まず引っかかりません。

個人的には、商品と手だけの構図なら権利で悩む場面はほぼ無いです。

タレントの顔を勝手に登場させる、みたいな使い方だけ避ければ大丈夫です。

この12コマ絵コンテプロンプトが向く人・向かない人

ここまでを踏まえて、向き不向きを整理します。

私は、この使い方の芯は「撮り直しを減らす」ことだと思っています。

撮り直しが減るのは、撮る前に段取りが決まっているから。それだけの話です。

絵がきれいに出るかどうかは、正直おまけ。

設計図として秒数と動きが並べば十分です。

だから完璧な12コマを狙うより、9コマでサッと出して撮影に入るほうが実戦的だと思います。

追加課金ゼロで、まず1枚。

そこから手元の商品に合わせて育てていくのがおすすめです。

よくある質問（FAQ）

無料プランだけで12コマ絵コンテは作れますか？

作れます。

ChatGPTの無料プランでも画像生成は使えます。

ただし24時間で目安2〜3枚という枚数の壁があるので、崩れて作り直すとすぐ枯れます。

まず1枚を丁寧に出すのがコツです。

英語のプロンプトですが、日本語で書き換えできますか？

できます。

差し替えが必要なのは商品名の1箇所だけ。

12コマのセリフや動きを変えたいときは、貼った後にChatGPTへ日本語で「3コマ目のセリフを◯◯に変えて」と頼めば書き換わります。

できた絵コンテはYouTubeやInstagramの仕事に使っていいですか？

OpenAI利用規約では、生成物の権利はユーザーに帰属し、コンテンツポリシーを守れば商用利用もできるという趣旨が示されています。

ただし実在の有名人の写実的な生成は原則禁止です。

12コマが崩れるときはどうすればいいですか？

海外の実践ガイドが一致して勧めるのは、6コマ×2バッチへの分割です。

前半6コマを先に出し、その最後のコマを参照画像にして後半6コマを頼むと、一貫性を保ちやすくなります。

9コマ（3×3）に減らす手もあります。

この絵コンテをそのままAIで動画にできますか？

絵コンテの生成はChatGPTだけで完結しますが、動画への変換は別のAIが要ります。

そこは追加課金の話になるため、この記事では踏み込みません。

この記事は、手持ちのカメラで撮る前の設計図づくりに絞っています。

参考リンク

• OpenAI公式発表 ChatGPT Images 2.0
• OpenAI公式コミュニティ GPT Image 2提供開始アナウンス
• OpenAI公式コミュニティ 既知の不具合と回避策まとめ
• OpenAIヘルプ 無料プランFAQ
• OpenAIヘルプ ChatGPT Plusとは
• OpenAI利用規約
• OpenAIコンテンツポリシー
• ChatGPT公式料金ページ

この記事を書いた人

aisola

Aisola Lab 運営者

AIツールを使ったコンテンツ制作・リサーチ・WordPress運用を日常的にやっています。自分で動かせるものは実際に触って書き、触っていないものは公式ドキュメントと一次情報をもとに書き分けています。

運営者情報X（@ai_sola27）note

※この記事の内容は執筆時点のものです。AIは進化が速い分野のため、最新の仕様は公式サイトでご確認ください。