YouMind
ログイン

Gemini 4 + Antigravity: フルオートメーション動画制作ワークフロー(エージェントプロンプト付き)

@leaf_sanren
中国語2026年11月17日
187K
990
138
73
2.2K

TL;DR

Google の Antigravity エージェントを使用して動画生成を自動化する包括的なガイドです。3 つのワークフローについて詳しく説明します:Gemini API クレジット、深度マップモデレーションバイパスを利用した Google Flow ポイント、および外部 CLI インテグレーション。

多くの人が知らない事実がある。Antigravity は、実はそれ自体では動画を生成できない。

前回の投稿では、バズっている動画からプロンプトをリバースエンジニアリングできる方法について書いた。その最後で、私はこうぼやいた。Google のエコシステムには、最後のピースである「動画出力」だけが欠けていると。

この 2 日間で、私はその欠けたピースをつなぎ合わせた。

今では同じ会話の中で、参考動画を視聴し、キャラクターのポートレートを作成し、プロンプトを書いた後、そのまま動画生成モデルを呼び出してクリップを生成し、ダウンロードし、元の音声を復元し、確認用のフレームを抽出してくれる。私がやるべきことは、課金前に承認して、最終結果を確認することだけだ。

3 つのルートを用意した。最初の 2 つは、Google AI メンバーシップに含まれるクレジットを使うものだ。 Pro、Ultra 5x、Ultra 20x のいずれでも動作する。

私は Pro メンバーなので、以下のクォータや請求額は私の実際の使用量に基づいている。Ultra の方がクォータは大きいが、やり方はまったく同じだ。

Leaf Yeah! - inline image

各セクションの最後には、Antigravity にそのままコピー&ペーストできるプロンプトを載せている。

目次

  • 1. Antigravity に足りないもの:理解はできるが、出力できない
  • 2. あなたのメンバーシップには 2 つの動画生成枠が隠されている
  • 3. ルート 1 · Gemini API:メンバーシップのクレジットでバックエンドから直接生成
  • 4. ルート 2 · Google Flow:深度マップでモデレーションを回避し、メンバーポイントを使用
  • 5. ルート 3 · 外部動画 CLI:LibTV、Dreamina、Pippit など
  • 6. Pro で十分か? 私の実際の請求額
  • まとめ

───

1. Antigravity に足りないもの:理解はできるが、出力できない

まず前提を共有しておく。前回の投稿で説明したように、プロンプトが公開されていないバズ動画を見つけたら、それを Antigravity に渡せば、カメラアングル、動き、リズムをリバースエンジニアリングしてプロンプトにしてくれる。

https://x.com/leaf_sanren/status/2118661246434353299

これが可能なのは、Antigravity の頭脳が Gemini だからだ。GPT や Claude は動画をスクリーンショットとしてフレーム抽出して分析するが、Gemini は動きやリズムを本当に理解している。 Gemini 4 なら、このステップはさらに安定する。

しかし、そう書いた後に少し居心地の悪さを感じた。視聴、リバースエンジニアリング、キャラクターシートの作成まではこなせるのに、実際の生成となると、自分で Web ページを開き、画像をアップロードし、生成ボタンをクリックし、待ち、ダウンロードして、確認のためにまた戻す必要があったのだ。

最大の面倒は数回のクリックではなく、ループが途切れることだった。

生成された動画を Antigravity が見られないと、オリジナルと比較してエラーを修正し、プロンプトを調整して再実行することができない。往復のたびに、私がついていなければならなかった。

Leaf Yeah! - inline image

点と点がつながった後の役割分担はこうなった。

  • 私:どんな動画を作るかを決め、課金を承認し、サンプルを確認し、最終判断を下す。
  • Antigravity:オリジナルを視聴し、キャラクターを定義し、プロンプトを書き、チャンネルを選択して送信し、ダウンロードし、音声を復元し、比較用にフレームを抽出し、不満があれば自己修正する。

この記事では、この「出力」のピースをどうつなぐかを解説する。

───

2. あなたのメンバーシップには 2 つの動画生成枠が隠されている

Google AI Pro や Ultra に加入しながら、Web チャットにしか使っていない人は多い。実は、あなたのメンバーシップには Antigravity と完璧に連携する 2 つの動画生成枠が含まれている。

枠 1:Gemini API クレジット(米ドル)。

今年から、Google は開発者プログラムの優待を AI メンバーシップに統合した。毎月 Google Cloud クレジットが付与され、動画モデルを含む Gemini API の呼び出しに使える。公式 FAQ によると:

  • Pro:月額 $10
  • Ultra 5x:月額 $40
  • Ultra 20x:月額 $100

このクレジットは手動で受け取る必要があり、発行から 1 年で失効する。手順はセクション 3 で詳しく説明する。

枠 2:Google Flow ポイント。

Google Flow は、Google 公式の AI 動画生成 Web アプリだ(flow.google.com)。即夢(Jimeng)の Google 版と思えばいい。画像や動画をアップロードし、プロンプトを書けば動画が生成される。

メンバーには毎月 Flow ポイントが付与される。Pro は 1,000 ポイント、Ultra はさらに多い。動画生成にはポイントがかかるが、画像生成はほぼ無料だ。

よく出てくる用語の整理:

  • Omni、Veo:Google の 2 つの動画モデルシリーズ。Omni は参考動画/画像からの生成が得意(今回は Omni 1.2 Flash を使用)、Veo は映画のような品質に特化している。
  • Nano Banana 2(Flow では Nano 2 と呼ばれる):Google の画像モデル(話題の「バナナ」モデル)。ここではキャラクターシートに使っており、検証済みでポイントは消費しない。
  • Antigravity:Gemini を搭載した Google 公式のコマンドライン AI エージェント。ファイルを読み込み、コマンドを実行し、ブラウザを開く。ここでは監督役を務める。

3 つのルートのまとめ:

  • Gemini API:米ドルクレジットを使用。完全にバックエンド処理で最も簡単。参考動画は最大 10 秒。
  • Google Flow:ポイントを使用。15 秒の参考動画に対応。API がなくブラウザ自動化が必要で、モデレーションも厳しい。
  • 外部動画 CLI:サードパーティプラットフォームのクレジットを使用。Google のルートが使えない場合の代替策。長尺ショットや複雑なシーンに向いている。

───

3. ルート 1 · Gemini API:メンバーシップのクレジットでバックエンドから直接生成

仕組み:エージェントが Google の動画モデルに直接リクエストを送る

API とはプログラム間の「窓口」だ。Antigravity が「参考動画+キャラクター画像+プロンプト」をパッケージ化して Google の動画モデルに送信する。モデルはクラウドで生成を行い、Antigravity が完了をポーリングしてダウンロードする。

Web ページは不要、画面も占有しない。 これが最も「完全自動化」に近いルートだ。

ステップ 1:メンバーシップのクレジットを受け取る

Google AI Studio(aistudio.google.com)を開く。左下にある「Claim Free API Credits(無料 API クレジットを受け取る)」カードを探す。

Leaf Yeah! - inline image

受け取りウィンドウがポップアップする。請求先アカウントを選択し、「Redeem & Continue(引き換えて続行)」をクリックする。Ultra メンバーの場合はより大きな金額が表示される。

Leaf Yeah! - inline image

受け取ったら、Google Cloud の「請求 → クレジット」を確認する。「Google Developer Program premium benefit」のステータスが「利用可能」になっているはずだ。

Leaf Yeah! - inline image

ステップ 2:$5 を事前チャージしてクレジットを有効化する

受け取り直後に API を呼び出してみたところ、AI Studio に黄色い警告が出た。アカウントがプリペイド課金に切り替わりました。サービスを再開するには残高が $0 より大きい必要があります。 対象となる GCP クレジットが優先的に適用されます。

Leaf Yeah! - inline image

よくある落とし穴: クレジットは受け取ったのに API が失敗する。私は最低額の $5 を事前チャージしたところ、サービスが再開した。以降の呼び出しでは、まずクレジットから差し引かれる。

Leaf Yeah! - inline image

ステップ 3:API キーを取得し、Antigravity に渡す

AI Studio の左サイドバー「API Keys」で、クレジットを紐付けたプロジェクトに新しいキーを作成する。

キーをチャットに貼り付けてはいけない。 ローカルファイル(例:~/.config/video-gen/.env、権限はユーザーのみに設定)に保存し、そのパスを Antigravity に伝える。

使用制限:学んだ 4 つの教訓

① 参考動画は最大 10 秒。

モデルの出力は最大 15 秒だが、入力の参考動画が 10 秒を超えると拒否される。15 秒のクリップを再現するには、区間(例:0〜8 秒、7〜15 秒)に分割して別々に生成し、後でつなぎ合わせる必要がある。つなぎ合わせると連続性が崩れることがあるが、後述のコツで対処できる。

Leaf Yeah! - inline image

② 参考動画から音声を除去する。

音声トラック付きの動画は即座に拒否される。ffmpeg(Antigravity が実行可能)で先に音声を除去し、生成後に元の音楽を復元する。

③ 参考動画の長さ ≥ 希望する出力の長さ。

8 秒の出力が欲しいなら、参考動画は 8 秒以上でなければならない。0.5 秒でも短いと拒否される。0.1〜0.2 秒の余裕を持たせてトリミングしよう。

④ デフォルト解像度は 720p(高額)。

指定を忘れてしまい、9.5 秒の 720p クリップ 2 本で $3.16(1 本 $1.58)かかった。Pro の付与は月 $10 だ。

まずは 360p でテストし、構図や動きを確認してから高解像度に上げること。

コツ:キャラクター差し替え用のプロンプト作成

  • 位置ではなく服装で特定する。 複数人のステージでは立ち位置が変わる。「一番左を A にする」ではなく「黒い袖/白いシャツの人物を A に差し替える」と書く。
  • キャラクターシートの役割を明記する。 「キャラクターシートは外見・服装のみを固定する。動き・背景は元の動画に従う」と宣言する。そうしないと、シートのように静止したポーズをとってしまう。
  • 背景を固定する。 「元のステージ・照明・カメラワークを維持し、演者のみを差し替える」と明示する。さもないと、モデルがシートの背景まで取り込んでしまう。
  • プロンプトは短い方がうまくいく。 細かすぎる「必須/禁止」リストはバリデーションエラーの原因になった。簡潔なプロンプトなら一発で通り、動きも自然だった。
  • 比較用のフレーム抽出。 Antigravity に、元の動画と生成動画からそれぞれ 6 フレームを抽出させ、並べて表示させると素早く確認できる。

Antigravity 用コピペプロンプト

text
1Gemini API の動画モデル(利用可能なものを一覧表示し、gemini-omni-1.2-flash を優先)を使って動画を生成してください:
2参考動画:<パス>、キャラクターシート:<パス>、API キーは <ファイルパス> にあります。
3ルール:
41. 参考動画から音声を除去する。10 秒を超える場合は 10 秒以下のセグメントに分割する(各セグメントは目標尺以上)
52. まずは 360p で生成し、HD に上げる前に確認する
63. キャラクターの差し替えは服装の特徴で紐付ける。「シートは外見・服装のみを固定し、動き・背景は元動画に従う」と明記する
74. 非同期で送信し、完了までポーリングしてダウンロードする
85. 元の音声トラックを復元し、両方のクリップから 6 フレームを抽出して並べて表示する
96. 送信前に毎回、推定コストを報告する

───

4. ルート 2 · Google Flow:深度マップでモデレーションを回避し、メンバーポイントを使用

仕組み:Flow は使えるが、入り口がない

Flow には API に対する利点がある。

  • 15 秒の参考動画を直接受け付ける
  • 米ドルクレジットではなくメンバーポイントを使う
  • ダウンロード時に 1080p へアップグレードしても追加 5 ポイントだけで済み、再生成より安い

Flow での Omni 1.2 Flash 15 秒クリップは、360p = 20 ポイント、720p = 60 ポイントだ。以下は 720p × 2 本の私の見積もりだ。

Leaf Yeah! - inline image

問題はこれだ。Flow は人間向けの Web アプリであり、API がない。 エージェントはブラウザ操作を模倣しなければならない。3 つのハードルがある。

  • 公式インターフェースがない。ブラウザ自動化が必要。
  • CAPTCHA/人間認証。ヘッドレスブラウザはブロックされるため、実際の Chrome ウィンドウが必要。
  • ファイルアップロードは OS ネイティブのダイアログを使う。スクリプトからは操作できず、最初の動画は手動でドラッグ&ドロップする必要がある。

2 つの連携方法

方法 1:オープンソースの gflow-cli。

コミュニティが Flow の内部 API を CLI + MCP(エージェント用プラグイン)にラップしてくれた:

https://github.com/ffroliva/gflow-cli

  • メリット:ワンコマンドで画像/動画生成、ポイント確認が可能。エージェントの計算負荷が最小限。
  • デメリット:画像のみで参考動画不可。デフォルトのダウンロードが 360p。Chrome ウィンドウが可視状態で起動する(私は自動最小化のスクリプトを書いた)。
  • リスク:非公式であり、内部 API を使っているため、仕様変更で壊れたりアカウントリスクが生じたりする可能性がある。

方法 2:ブラウザスキル(例:web-access)。

ログイン済みの Chrome を、Antigravity に人間のように操作させる。

  • メリット:人間ができることは何でもできる。動画添付、解像度切り替え、720p ダウンロードなど。
  • デメリット:ステップごとにスクリーンショット撮影と判断が必要。計算コストが高く、遅い。最初の動画アップロードはやはり手動ドラッグが必要。

私の組み合わせ: 軽い作業(画像生成、挿入、ポイント確認)は gflow、重い作業(動画添付、送信、ダウンロード)はブラウザスキルで行う。動画の手動ドラッグは最初の 1 回だけで済む。

最大の壁:実在の人物はモデレーションで弾かれる

最初の試み:ガールズグループのパフォーマンス動画をドラッグした。進捗が 83% まで進んだところで、カードが何事もなかったかのように消えた。もう一度試すと、カードすら出ない。エラーもなく、ポイントも引かれていない。

Flow は実在の顔や著作権コンテンツに対して厳しくモデレーションを行い、何も言わずにキャンセルする。

解決策:深度マップ(グレースケール)。

深度マップはカラー動画をグレースケールのシルエットに変換する。近いものが白、遠いものが黒になる。顔、服、ロゴは消え、位置・動き・カメラワークだけが残る。

Leaf Yeah! - inline image

実在の人物や著作権物が映らないためモデレーションを通過し、かつモデルはレイアウトや動きを読み取れる。15 秒クリップ 2 本とも、初回で無事に生成できた。

Leaf Yeah! - inline image

手順

① 元動画をローカルで深度マップに変換する。

Antigravity とオープンソースの Depth-Anything-V2 を使う。ローカル CPU 処理で、古い Mac でも 15 秒 720p なら約 20 分。無料だ。

② Flow プロジェクトを作成し、深度マップをドラッグする。

唯一の手動ステップ。

③ エージェント経由でキャラクターシートを挿入する。

gflow + Nano Banana 2 を使い、同じプロジェクトにシートを追加する。初回はブラウザで権限ダイアログを承認する。

④ アセットを添付して送信する。

「+」をクリックし、「Video」タブに切り替えて深度マップを添付、次に「Image」タブで単一キャラクターのシートを選択する。プロンプトを書いて送信。

Leaf Yeah! - inline image

⑤ ダウンロードし、音声を復元する。

承認されたクリップについて、1080p ダウンロード(+5 ポイント)を選ぶ。

制限

  • 深度マップは顔や指のディテールを失う。 「同じ構図・リズム」の再現には向くが、1:1 のダンス複製には不向き(その場合はルート 1 を使う)。
  • ポイントが続く間しか使えない。 なくなったら翌月を待つしかない。
  • gflow は非公式。 Google が内部仕様を変えれば壊れる可能性がある。

コツ:ポイントを節約し、エラーを避ける

  • 送信前に尺を確認する。 「+」ダイアログはデフォルトで「すべて/最近」になっており、新しい画像が動画を押し下げてしまう。私は誤って画像のみのタスクを送信し、ポイントを無駄にした。
  • 複数人の合成画像は避ける。 正面からの合成画像を追加したところ、固定された単一カメラのショットになり、元のカット割りが失われた。深度マップ+単一キャラクターシートのみを使うこと。
  • まずは 360p でテストする。 1 クリップ 20 ポイント。動きを確認してから、720p や 1080p ダウンロードへのアップグレードを行う。
  • 画像生成は Flow で行う。 Nano Banana 2 の画像生成はポイント消費ゼロだ。

Antigravity 用コピペプロンプト

text
1Google Flow(https://flow.google.com/)経由で動画を生成してください。
21. Depth-Anything-V2 を使って <元動画のパス> を深度マップに変換し、新しい Flow プロジェクトにドラッグするよう私に通知する
32. gflow-cli(https://github.com/ffroliva/gflow-cli)を使い、Nano Banana 2 経由で <キャラクターシートのパス> を同じプロジェクトに挿入する(動画ポイントは消費しない)
43. ブラウザスキルを使って私の Chrome を操作する。「+」をクリックし、「Video」タブで深度マップを添付(15 秒と表示されていることを確認)、次に「Image」タブで単一キャラクターシートを選択する(合成画像は不可)
54. まずは 360p で生成し、ダウンロードして音声を復元し、比較用にフレームを抽出する
65. 送信前に毎回、消費ポイントと残高を報告する

───

5. ルート 3 · 外部動画 CLI:LibTV、Dreamina、Pippit など

仕組み:エージェントに新しいポートを接続する

Google のルートには制限がある。API は参考動画が最大 10 秒、Flow はモデレーションが厳しい。長尺ショット(15 秒超)や複雑な複数人シーンには、サードパーティプラットフォームを使う。

多くの動画プラットフォームが、エージェント向けに設計された CLI や MCP を提供している。Antigravity はコマンドを実行できるので、ドキュメントを渡せば使い方を学習してくれる。

プラットフォームに依存しない。 私は LibTV のクレジットを例に使ったが、手持ちのもので構わない。

Leaf Yeah! - inline image

対応プラットフォームとドキュメント

  • LibTV:公式 CLI libtv。プラットフォーム内にドキュメントあり。インストール後は libtv --help
  • Dreamina(即夢の海外版):公式 CLI dreamina。dreamina.capcut.com/tools/dreamina-cli
  • Pippit(CapCut のプロダクト):CLI pippit-tool-cli。npm パッケージ @pippit-dev/cli
  • MiniMax Hailuo:公式 MCP。github.com/MiniMax-AI/MiniMax-MCP
  • Kling:公式 API(MCP はコミュニティサポート)。Kling 開発者ドキュメント

プラットフォームは複数のモデルを提供していることが多い。LibTV には Seedance 2.5、Seedance 2.0、Wan 3.0 などが含まれる。

モデル選びはタスク次第だ。 「4 人の仮想キャラクターをガールズグループに差し替える」場合:

  • Seedance 2.5:1 クリップ 25 秒。キャラクターの一貫性が高く、リズムも安定。このタスクに最適。
  • Wan 3.0:15 秒。元の人物を差し替えられず、実在の人物がフレームに残ってしまった。

もっと単純なタスクなら結果は異なるかもしれない。

手順(LibTV の例)

① ログイン。 libtv login web を実行し、ブラウザで一度認証する。

② キャンバスを作成し、アセットをアップロードする。 Antigravity がキャンバスを作成し、参考動画(隅のロゴは先にぼかしておく)とキャラクターシートをアップロードする。

③ 「Mixed Reference(混合参照)」モードを使う。 動画と画像を生成ノードに接続する。音声は有効にする。 まずは 480p から始める。

④ 満足したらアップグレードする。 LibTV のキャンバスでクリップを選択し、HD アップスケールをクリックする(手動ステップ)。

制限

  • Google の優待ではなく、サードパーティのクレジットを使う。 Seedance 2.5 の 480p 25 秒は約 500 クレジット。高額だ。
  • 尺の上限はモデルによって異なる。 Seedance 2.5 は最大 30 秒、Wan 3.0 の混合参照は最大 15 秒(超過すると失敗または返金される)。
  • `--help` を信じること。 プラットフォームの更新は速く、ネット上のチュートリアルはすぐに古くなる。

コツ:長尺動画の延長

最終フレームからの継続。 クレジットが足りない場合やシーンを伸ばしたい場合は、前のクリップの最終フレームを抽出して参考画像にする。これを元動画の次のセグメントと一緒に渡せば、さらに 10 秒を生成できる。

私は 25 秒を 34.5 秒にシームレスに延長できた。服装、照明、立ち位置も一致していた。

音声を絶対にオフにしない。 クレジット節約のためにミュートすると、価値の半分が失われる。コスト削減は解像度や尺でのみ行うこと。

Antigravity 用コピペプロンプト

text
1<プラットフォーム> の動画 CLI/MCP がインストールされており、ドキュメントは <リンク/パス> にあります。
2ドキュメントを読み、--help を実行し、ログインとモデルを確認してから生成してください:
31. 参考動画 <パス>(隅のロゴはぼかす)、キャラクターシート <パス>
42. 「mixed reference」モード(動画+画像)を使用。音声有効で 480p から開始
53. 送信前にクレジット消費量を報告する
64. 継続生成の場合は、前のクリップの最終フレームを参考画像として使用する
75. ダウンロードし、比較用にフレームを抽出する

───

6. Pro で十分か? 私の実際の請求額

結論:ワークフローの検証には Pro で十分だが、量産には足りない。

2 つの再現タスク(ガールズグループのステージ、猫のショート動画)を約 15 回のイテレーションで完了した。請求額は以下の通り:

Leaf Yeah! - inline image

Gemini API クレジット:合計 $10、残り $3.95。

  • 主な出費:初期の 720p テストで 2 クリップに $3.16 かかった。
  • 360p テストに切り替えて消費は緩やかになったが、イテレーションを重ねてほとんど使い切った。
  • 課金の遅延:エージェントが報告する残高は実際より高いことがある。翌日に確認すべき。
  • 720p 1 クリップ $1.58 なので、$10 で約 6 本。デバッグには良いが、本番には心もとない。

Flow ポイント:1,047 → 779(268 消費)。

  • 15 秒 720p = 60 ポイント。1,000 ポイントで約 16 本。
  • 360p = 20 ポイント。50 本は作れるが、公開には耐えない。
  • 設定ミスによる送信でポイントを無駄にした(前述のコツ参照)。

サードパーティクレジット:Seedance 2.5 480p 25 秒 ≒ 500 クレジット。

  • 最高品質だが、コストも最高。25 秒/20 秒/10 秒のクリップを回し、HD アップグレード用に約 400 クレジット残った。

判定:

  • ワークフローの検証や、たまに面白いクリップを作る程度なら:Pro で十分。
  • 毎日更新してチャンネルを成長させるなら:Pro では不足。同じ手法は Ultra 5x($40 クレジット)や Ultra 20x($100 クレジット)+より多くの Flow ポイントでも使える。

正直なところ、今すぐ Ultra にアップグレードしたい気分だ。

Ultra 5x の登録ガイドは、@xueyu1125 の投稿を参照してほしい:

https://x.com/xueyu1125/status/2122303422984863860

───

まとめ

以前、私は Google のエコシステムには動画出力が欠けていると言った。

今はそれが解消された。Gemini 4 が動画を理解し、Antigravity が指揮をとり、3 つのチャンネルが実行する。 クレジット、ポイント、サードパーティの残高を自在に使い分けられる。

あなたが Google メンバーなら、おそらくまだ動画生成枠を受け取っていないはずだ。セクション 3 の手順に従い、プロンプトを Antigravity に貼り付けて、今夜最初のクリップを生成してみてほしい。

fellow な Google サブスクライバーにもぜひシェアしてほしい 🙏

YouMindで再制作

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
クリエイターのために

あなたの Markdown をきれいな 𝕏 記事に

自分の長文を投稿するとき、画像・表・コードブロックを 𝕏 向けに整形するのは手間がかかります。YouMind は Markdown 全体を、そのまま投稿できるきれいな 𝕏 記事に変換します。

Markdown → 𝕏 を試す

解読すべきパターンをもっと

最近のバイラル記事

バイラル記事をもっと見る