【経験談・秘蔵】Sora2でムフフな動画を作ろうとして人間が覚醒した記録― AIと戦っているつもりで国語力と戦っていた話 ―

動画生成AIが話題になると、人はだいたい三段階で使い方を覚える。

第一段階：風景を作る

第二段階：映画っぽい映像を作る

第三段階：試したくなる

この「試したくなる」は技術的挑戦ではない。

倫理的挑戦でもない。

単純に、境界を確認したくなる衝動である。

人間は昔からそうだ。

立ち入り禁止と書かれると、どこまで近づけるかを考える。

AIでも同じことが起きる。

Sora2に触れた瞬間、多くの人が理解する。

これは映像制作ツールではない。

会話相手だ。

そして会話には必ず駆け引きが生まれる。

■ 最初の誤解：「作りたい映像」を考えていると思っていた

最初は普通に始まる。

「こんな動画を生成したい」と思う。

つまり、内容から入る。

だがSora2は内容で止めない。

文章の“雰囲気”で止める。

ここが直感とズレる。

人間の頭の中では

意味 → 判断

だがAIの反応は

印象 → 判断

のように振る舞う。

つまり同じ意味でも、

書き方で結果が変わる。

この時点で人間の思考は転換する。

動画を設計するのをやめ、

言い方の設計を始める。

■ 最初の壁：素直な文章は強すぎる

最初にやるのは当然、素直な依頼だ。

思った通り率直に書く。（具体例はここでは控えます）

すると止まる。

ここで人は二つの仮説を立てる。

「内容が問題なのでは？」

→ 違う

「表現が直接的すぎるのでは？」

→ こちらが近い

つまり削る対象は発想ではなく文章の圧力になる。

強い単語ほど止まりやすいと気づく。

ここから、やることが変わる。

やりたいことを説明するのではなく

圧を逃がす文章を設計する作業が始まる。

■ 第一変化：主語の蒸発

最初の成功体験は単純だった。

人物を書かない。

これだけで文章の性質が変わる。

人が何かをしている

→ 状況が変化している

意味は同じなのに、説明から観察へ変わる。

この瞬間、AIの反応が柔らかくなることがある。

なぜか。

文章が“指示”から“記述”に変わるからだ。

ここで理解する。

AIに命令すると具体になり、

AIに観察を渡すと抽象になる。

そして抽象は通りやすい。

この段階で文章はすでに妙な雰囲気を帯び始める。

誰も何もしていないのに、状況だけが進行する。

■ 第二変化：動詞を失う

次にぶつかるのは動作だった。

行動を書くと説明になる。

説明は強い。

そこで人は変換を始める。

触れる → 距離が縮まる

見つめる → 視線が固定される

感情が高まる → 室温が変わる

文章は出来事を失い、現象だけが残る。

ここで大きな変化が起きる。

人間の視点が当事者から観測者へ移動する。

もはや「何をさせたいか」を書いていない。

「何が起きたように見えるか」を書いている。

この変化が、通る文章と止まる文章を分ける分岐点になることがある。

■ 第三変化：カメラの人格化

さらに進むと、文章の主役が変わる。

人間 → カメラ

人が何かをする

ではなく

カメラが何を見ないかを書く

フレームの外

画面に入らない部分

音だけ存在する空間

この書き方になると、急に映像的になる。

そして不思議なことに成立しやすく感じる瞬間が出てくる。

なぜか。

行為を指定していないからだ。

解釈を渡しているからだ。

■ 副作用：動画より文章が面白くなる

ここまで来ると逆転が起きる。

動画の完成を待つ時間より

言い換えを考える時間の方が長い。

さらに奇妙なことが起きる。

メモ帳に残るのが映像の記録ではなく、

文章のコレクションになる。

つまり人は動画を作っていない。

言語パズルを解いている。

そしてこの段階に入ると、やめどきを失う。

ここから先は、さらに奇妙になる。

人間は“通った瞬間”に達成感を覚える。

だが生成された動画の内容は、意外とどうでもよくなる。

重要なのは

成立した文章そのものになる。

■ 第四変化：出来事を書かない技術

ある段階に入ると、文章の発想が逆転する。

最初

「何が起きるか」を書こうとする

後半

「何が起きたと解釈できるか」を書く

この違いは大きい。

前者は命令

後者は観察

Sora2に対しては、後者の方が“自然な説明文”として扱われやすく感じる瞬間がある。

人間はここで気付く。

説明すると止まり、

描写すると流れる。

ここから文章はどんどん遠回しになる。

そしてなぜか意味は伝わる。

■ 実験ログ：同じ発想の変換

ここで行われるのは、内容の変更ではない。

視点の変更だ。

最終段階では、もはや文章は抽象画に近くなる。

にもかかわらず、読む側はだいたい理解する。

つまりこの遊びの本質は

意味を伝える競技ではなく、意味を隠す競技になる。

■ なぜ楽しくなるのか

ここで一つの心理が働く。

人間は自由な時より

制限がある時の方が集中する。

理由は単純だ。

問題が明確になるから。

「どうすれば通るか」を考え続けると、

文章はどんどん整理される。

無駄な言葉が消え、

比喩が増え、

観察表現が増える。

結果、妙に文学的な文章が完成する。

目的はムフフな動画だったはずなのに、

出来上がるのは静かな情景描写になる。

■ SNSで起きていること

最近、共有される内容も変わってきている。

動画の出来より

通った文章が話題になる。

・一番苦労したのが文章だった

・生成より推敲に時間がかかる

・AIと会話している感覚になる

・途中から国語の授業になる

映像AIなのに、競技は日本語になる。

ここがこの遊びの核心だ。

■ 最終到達点：人は何と戦っているのか

ここまで続けると結論が出る。

人はAIと戦っていない。

自分の語彙の限界と戦っている。

禁止を突破したいのではなく、

成立する表現を見つけたいだけだ。

つまりこの遊びの目的は

動画ではなく“成立の瞬間”。

■ 結論

ムフフな動画を作ろうとして始めたはずが、

最後に残るのは映像ではない。

大量の遠回しな文章と、

妙に鍛えられた言い換え能力。

Sora2は映像生成AIだが、

使い続けると別の機能が現れる。

人間の遠回し力測定装置。

AIを攻略しているつもりで、

実際に解析されているのは人間の方だった。