天下は、灰から始まった。― 屏風とAIで「安土桃山から江戸」を映像にした

試行錯誤中のLaLaLaです。
まる一日かかって完成した。
色んなコンテンツを駆使して制作したけど、
見てくれる人は果たしているのか疑問・・・

信長の安土城に、一度だけ金を灯す。 秀吉の黄金の茶室で、その金を全画面に爆発させる。 そして家康の大坂の陣で、金を灰に還す。 『灰と金』というタイトルは、この金の循環から付けました。 黎明・興隆・黄金・翳り・崩壊・残響—— 六章は、夜明けから日没までの弧になっています。 (ここに完成したYouTube動画を埋め込む) この映像は、ひとつの方針で貫かれています。 「説明しない」こと。 出来事だけを置き、内面は描かない。 感情は、燃える城や、泥に落ちた兜や、誰もいない座に預ける。

1. なぜ三時間が一時間になったのか ── 配管を一度通す意味

最初の一本が重いのは、画が下手だからでも、構成が悪いからでもありません。工程の配管が、まだ一度も最後まで通っていないからです。

映像一本は、こういう流れでできています。

画像を生成する → モーフィングで動かす → ナレーションを合成する → 音楽を作る → 編集で全部を一本に束ねる。

この五つの工程は、それぞれ別のツールで、別の癖を持っています。一本目は、各工程で「これで合ってるのか？」と何度も止まります。プロンプトが思った画を出さない。動画にすると屏風の折り目が浮く。音声が明るすぎる。そのたびに調べ、試し、戻る。これが三時間の正体です。

でも一本通すと、各工程の「正解の出し方」が手に残ります。二本目からは、同じ配管に素材を流すだけ。だから速い。

教訓はひとつ。一本目は作品を作っているのではなく、配管を敷いている。 ここで品質を欲張らず、とにかく端から端まで一度通すことを優先する。完璧な一本より、粗くても完走した一本のほうが、その後の全部を軽くします。

2. 屏風様式をAIに出させる固定句 ── プロンプト全文と、つまずきの潰し方

この作品の画は、屏風絵（金箔の雲、平らな俯瞰、墨の輪郭）と浮世絵を混ぜた様式で統一しています。これをAIに安定して出させるための「固定句」を、全カットの頭に必ず付けます。

ここで大きな落とし穴がありました。ツールによって、同じ言葉の解釈が違うのです。

最初に書いた固定句には Japanese folding screen byōbu painting という指定を入れていました。これをある画像AIに渡すと、見事な屏風が出ます。ところが別のAIに同じ指定を渡すと、「屏風という物体」を描いてしまう。畳の部屋に置かれた屏風、木の枠、蝶番、床まで。これでは「屏風を撮った写真」であって、「屏風の中の世界」になりません。映像にしたとき、額縁が映って没入が切れる。

原因は folding screen / byōbu という単語でした。これがあると、AIは「枠のある調度品」を描こうとする。

潰し方は、単語の差し替えです。実際に効いた固定句がこれです。

Japanese gold-leaf screen-painting style, full-bleed edge to edge,
no frame, no border, no wooden panel, not a photograph of a screen,
a few sparse ink-wash cloud bands, minimal gold,
flat aerial perspective, no cast shadows,
ink outlines, muted indigo / sumi-ink / unbleached paper palette,
figures small as a crowd, faces not detailed,
sparse composition, no text, --ar 16:9

効かせどころは三つ。

ひとつ、byōbu / folding screen を消す。物体化の元凶を断つ。

ふたつ、full-bleed edge to edge と no frame, no border, no wooden panel を足す。「画面の端まで全部を絵で埋めろ」と命じる。

みっつ、not a photograph of a screen でダメ押しする。「屏風を撮った写真にするな」と直接禁じる。

この三点で、枠の問題は消えました。

もうひとつ、画像AIには「前に置いた語ほど強く効く」癖があります。だから、いちばん効かせたい指定は固定句の前方に置く。後ろに回すと弱まります。

3. 金の設計図 ── 六章でどこに金を置き、どこで消すか

この作品でいちばん時間をかけて設計したのは、ストーリーでも画でもなく、金の配置です。

タイトルが『灰と金』である理由がここにあります。金を、ただ画面を豪華にする飾りとして使わない。金そのものを、登場人物として時間の中で動かす。

六章の金の弧は、こう設計しました。

第一章・黎明（信長）では、金を温存します。屏風様式なので金の雲は地の文として避けられませんが、それでも金を主役にはしない。唯一、安土城のワンカットだけに金の「光」を灯す。ここまでは、金は予告でしかありません。

第二章・興隆（秀吉）で、金を解禁します。大坂城の石垣に初めて金が「差し」、そして黄金の茶室で、全画面が金になる。三畳すべてが金箔の、運べる黄金の部屋。ここが全六章でいちばん明るいフレームです。第一章で出し惜しみした分、ここの爆発が効く。

第三章・黄金（家康）で、金を消火します。大坂の陣。豊臣の城が燃え、黄金の茶室が灰になる。第二章で頂点まで出した金を、ここで家康が灰へ還す。これ以降、作品から金は消えます。

第四章以降（翳り・崩壊・残響）は、金のない寒色の世界。泰平が内から緩み、黒船が来て、江戸が遺跡になる。

つまり金は、温存 → 爆発 → 消火 → 不在という一生をたどります。これは信長・秀吉・徳川という権力の移り変わりと、ぴったり重なる。金を追えば、誰が天下を握っているかが分かる。

実作業での効かせ方は単純です。決め画（安土城、黄金の茶室、大坂城炎上）だけ、固定句の minimal gold を maximal radiant gold や burning gold に差し替える。それ以外のカットは金を抑える。出し惜しみと爆発の落差を、プロンプトの一語で作る。

ひとつだけ注意。同じ「金」でも、絢爛の金と、燃えて消える金は別物として撮ること。黄金の茶室の金は「豪華」、大坂城炎上の金は「破壊」。後者を豪華に撮ると、金の死が伝わりません。

4. 冷たいナレーションの作り方 ── 書き方と、合成音声の設定

ナレーションには、ひとつの原則しかありません。説明しないこと。

出来事だけを置き、内面を描かない。感情は、燃える城、泥に落ちた兜、誰もいない座といった「物」に預ける。「悲しい」とは書かない。悲しさが宿る物を映す。

たとえば本能寺は、こう書きました。

「信長は死んだ」とは書かない。「首は見つからなかった」という事実だけを置く。読み手が、その不在から死を受け取る。

書き方のルールは三つ。

ひとつ、一文を短く切る。長い説明文は、冷たさを殺します。

ふたつ、効果音になる言葉は、独立した一行に置く。「──驟雨。」「──銃声。」これは声に読ませず、効果音と同期させる。読ませると締まりが死にます。

みっつ、空行を恐れない。間（無音）は、書かれていない感情が流れる時間です。

合成音声（VOICEVOX）の設定も、声選びより設定のほうが効きます。

声は、低くて這うような声質のものを選ぶ。私は青山龍星の「悲しみ」スタイルを使いました。ポイントは、抑揚を削ること。標準のままだと感情が出すぎる。抑揚を半分以下（0.4前後）に落とすと、演技が消えて「凍えた声」になる。これがドキュメンタリーの、感情を拒否する声に近づきます。

設定の目安は、抑揚0.4・話速0.85・音高は据え置き。間は音声側で粘らず、書き出してから編集ソフトで伸ばすほうが自由が利きます。

固有名詞は読み間違えるので、先に読みを固定しておく。これだけで事故が減ります。

ここまでが、『灰と金』三本ぶんの設計と工程です。

最後にひとつ。この作り方の本当の価値は、「歴史映像が作れる」ことではありません。ひとつの様式と、ひとつの原則を決めて、それを全工程で貫くこと。金の弧。説明しない散文。動く屏風。この三本の柱さえ立てば、あとは時代を変えても同じ家が建ちます。

第四章からは、同じ設計で機械的に積めます。私はそうしています。

CRIMSON LOGIC ／ LaLaLa Books 『灰と金』── Ash and Gold

。