Openai ChatGPT Workのデスクトップ版で素材管理・保存が楽に！
こんにちは、DAJI（音楽名）ことワタシです！
AIエージェント祭りやら、料金体系がインフレしたりとか、AI界隈はホント忙しいですよね・・・。
さて、今回は、先日アップデートされた「OpenAI ChatGPT Work」を使って、AIバンドのライブMV制作に挑戦してみました。
題材は、SYNAPSE CITYシリーズに登場するサイバーパンクメタルバンド
AI Instruments CITY。
まずはいつもの「世界観」作りから開始
このバンドは、物語の中ではバーチャルアイドルELECTAの前座バンドとして活動していて、SYNAPSE CITYのライブハウスやコンサートホールで演奏しています。
彼らのテーマはとてもシンプルです。
「AIは楽器だ！」（ここはブレないでおく）
まずは世界観づくりから
MV制作といっても、いきなり動画生成アプリにプロンプトを入れるだけでは、なかなか思い通りにはなりません。
そこで最初に行ったのは、いつもの「世界観とキャラクター設定」の整理です。
これまでは主人公一人に対してあとはNPCでしたが、今回は複数が主役。
バンドメンバーは5人。（たまにサポートメンバーがちらほらいることにした）
KAIJIN：ボーカル
RAYCODE：ギター
DATA-9：ベース
MACHINE CHILD：ドラム
VOID LOOP：DJ / Synth
それぞれの見た目、楽器、立ち位置、性格、ライブ中の雰囲気をちょうど制作開始直後にアップデートされたChatGPT Workと一緒に整理していきました。
前回は「Claude Codeで制作管理」をしたんですが、Claudeが一番苦手な「画像生成」の部分はOpenAIで統一させてみたらクオリティと制作スピードが速くなるのでは？と「クリエイティブ企画」に関して、GPT Workのデスクトップ版で実験。
複数メンバーを管理する際、AIに対して「誰が何の楽器を演奏しているのか」を固定すること、ここをきっちりしないとクリエイティブ生成がぶれるので、一人ひとりのキャラも設定していきます。
たとえばDATA-9はベーシストなので、間違ってDJセットを操作している映像にならないように、毎回プロンプトで「electric bass」「fingerstyle」「not DJ gear」と指定するところもプロンプトではなくエージェントに日本語で指示するんです「こういう風にしないルールでよろしく！」と
今回はまずGPTワーク（デスクトップ版）にプロジェクトで進めました。
GPTワークの「デスクトップ版」はClaudeのそれに似ていて、PCの特定の作業場所にあからじめ「NotebookLM」みたいに自分で作ったこれまでの資料などを大量に入れておくことができます。AIはそのPCの中の例えば「AI Inst作業フォルダ」のようなところだけを参照して、そこへどんどん生成物やメモリを追加していきます。
プロジェクトの中にある資料をAIが参照して考えてくれますし、今までいちいち考えていた（Claudeではやってくれました）生成プロンプトも数パターン考えてくれます。世界観を基に考えてくれるので、キャラがぶれることがかなり減ります。
今回は「AIは楽器だ！」というテーマをもとにGPTにも助けてもらいながら、自分の考えを入力します。シンセサイザーが昔登場したばかりの時、演奏家たちはシンセをばかにして「これは楽器ではない！」と批判していた演奏家もいたという有名な話や、DTM黎明期に「打ち込みはしょぼい」的な批判があったり、ボカロが出てきたばかりの時～ボカロPが一般的に認知される前くらいは・・・みたいな話をどんどんしていくと、結局今「AIでクリエイトすることがずるいこと」という考え方の方もいらっしゃいますが、それはそれでOKで、結局は「時間が経ったらみんな楽器として認知される」んだろうな～という話をGPTWorkとしていました。
さすがにGPTWorkでも作曲はできないので、GPTと何度も練り直して、手動でも直した「歌詞」をSUNOで1から作曲モードにしてサイバーパンクの世界観でおっさんボーカルが歌う骨太の指示で4～8パターン生成してOKテイクを決めました。（最近SUNOさんも大変そう・・・）
Claude Codeのmdファイルも読み込んでくれる。
GPT workがリリースされる数日前に本当はClaude Codeで前作と同じように作ろうとしていた初期原案があったので、そのmdファイルをGPT Workが読んでくれたのでかなり助かりました。前回と同じ作り方をしても面白くはないので、Claude Codeも優秀ですが、今回はあえてGPT Workで・・・。
そして、前作で使った世界観資料「ELECTA」や「シーナ」のこと、「SYNAPSECITY」や「DATA CITY」ってどんなところ？みたいな資料も活用して作業領域に突っ込みます。
いつでも確認・使用できるようにシート管理してくれる
GPT WorkもClaude Code同様に、世界観やキャラ設定を反映したプロンプト（静止画・動画）を作ってくれてmdファイルに記録してくれます。
ただ、人によっては（ワタスもそう）スプレッドシートやエクセルファイルに書き込んでくれたほうがいいかな～という場合はGPT Workに対して日本語で、画面のように聞いてみるとその通りにしてくれます。
そして、そのシートを使って作業もすることができます。
シーン静止画＋動画用プロンプトが同時に！
今までですと、Claude Codeにシーンプロンプトを考えてもらって、エージェント機能または手動でGPTに「動画生成アプリに食べさせる静止画」を作ってもらっていたんですが、各アプリを行ったり来たりがもう面倒。
ChatGPT Workですと、1つの画面でそれらが一気通貫しているので、修正もラクですし、最低限の日本語指示でOK!
しかも、生成した画像はファイル名を付けてPCの作業フォルダへ自動的に保存されるのが時短でいいですね！
ここは「安価でゆっくり」をとるか「課金で爆速」か
「Sora」が廃止になってからはOpenAIからの動画生成の予定は今のところありません。多分財政赤字が解消しないとないのかな～。
動画に関しては、Veo3を使用（Gemini課金必要）、かrunwayやKlingのように動画生成のアプリを使用しないとなかなか多くは作れないので、参考程度に。
ちなみにGemini pro (2900円/月）ですと、1日あたり3～6個の10秒動画を書き出すことができます。（Geminiで他の作業をしないでトークン温存すれば）
そのほか、Adobeを契約している方はFireFlyの中でも複数の動画エンジン使えますし、runwayやKlingといったものも強力です。今回はKling（課金）が「キャラ崩れしづらい」ので使用してみました。ところどころはVeoでも生成。
永遠の課題、最後の編集なんですが、ここはチェックしながら音のタイミングに合わせてシーンを切り貼りしていくので、「最後の人間がやるべきところ」として自力でやってみました。とはいえ、それまでの作業量がかなり簡略化されたので、ここの作業に注力できるというのもあります。
ということで、実質5日間で完成！
皆さんもぜひ！楽器が弾けなくても「それはもう、楽器だ！」にトライしてみましょう！