AI Fruits:1本のクリップの先まで保つフルーツキャラクターのつくり方
AI fruits は顔と声を持ち、行動する理由がある果物のキャラクターです。1本のクリップは生成の問題、シリーズは連続性の問題です。まず静止画を1枚固定し、クリップごとに動作を1つだけ書きます。
任意
JPG / PNG / WebP
ここは Ottermind の入力欄です。指示と参考画像は送信するまで下書きのまま残り、丸い矢印で Studio に渡して確認できます。
2026年11月14日 · 読了時間:約13分
AI Fruitsとは、顔と声と、動く理由を少しだけ持ったフルーツの形のキャラクターを、スマートフォンで見られる長さに撮ったものです。 この形式は、フルーツASMR、字幕付きミーム、しゃべる果物、連続ドラマ仕立てのフルーツ劇へと、およそ1年半で移ってきました。いまでは検索しても、テンプレートを少しひねって使う前提の生成ツールばかりが結果に並ぶ、そういう検索語になりました。
1本のクリップなら、今日つくれます。最初の挑戦でできないのは、6本目を1本目と同じに見せることです。同じ皮、同じ種の並び、同じ顔、同じ世界。テンプレートの紹介ページが書いていないのはそこであり、このガイドが軸を置くのもそこです。1本のクリップは生成の問題です。エピソードは連続性の問題です。
この記事の調べ方: 2026年11月14日に公開ページを確認しました。Media.ioのAI Fruit Storyのゾーンページ、DesignkitのAI fruits解説(2026年8月13日公開)、OttermindのImage to Video、Photo to Video、AI Reel Makerの各ページです。トレンドの経緯は、これらのページが説明しているとおりに記述し、Know Your Memeに帰属されている日付も含めています。競合が引用している再生回数は宣伝上の主張であり、本記事では事実として繰り返しません。本記事はワークフローのガイドであり、速度や品質の比較ではありません。記事のために動画は生成していないため、結果として提示するクリップはありません。カバーと3点の図は、本記事のためにImage 2.5系列のモデル(GPT Image 2.5)で生成したコンセプトアートであり、その旨を明記しています。コンポーザーのスクリーンショットは、このページの実際のキャプチャです。
実際に何がつくられているのか
1年半のトレンドで、複数投稿する前提になったとたん挙動がまったく変わる形式がいくつか生まれました。時系列で最も引用されるまとめは、重なり合う5つの段階に分けています。2025年のフルーツASMR、2025年7月ごろからの、同種の果物を自分で食べる顔付きフルーツ、同年8月の字幕付きフルーツミーム、2025〜26年のしゃべる果物、そして2026年の連続ドラマ仕立てのフルーツ劇です。同じ記事は、AIフルーツだけで組んだ恋愛リアリティ番組のパロディが2026年3月にTikTokで拡散したことにも触れています。形式が単発のジョークであることをやめ、番組になった瞬間です。
この経緯が実務で効く理由は1つです。時系列を先へ進むほど、各クリップは前のクリップに依存します。自分を食べるイチゴは15秒のアイデアです。再登場する人格を持ったフルーツは、配役と見た目と記録を伴う制作物です。
| 形式 | 画面で起きること | クリップを成立させる要素 | 繰り返すコスト |
|---|---|---|---|
| 自分を食べるフルーツ | 1つの果物に同種のひとかけらが差し出され、かじって反応する | ひと口、噛む音、不気味な対比 | 低 — 新しい果物が新しいクリップになる |
| 赤ちゃん顔のフルーツ | 丸いパーツ、大きすぎる目、誇張した反応が1つ | かわいさと、どこか妙なものの衝突 | 低。ただし同じ赤ちゃん顔を2回使いたくなると別 |
| しゃべるフルーツ | キャラクターがカメラに向かって一言やジョークを言う | タイミングと明確な口の動き | 中 — 声と顔が一致していなければならない |
| フルーツASMR | スライス、皮むき、搾る。音がクリップを担う | 表面の質感とクリーンな音 | 低。ただし観客層は狭い |
| 短いフルーツの物語 | 1〜2人のキャラクターがオチか決断にたどり着く | クリップの中で解決する葛藤 | 中 — 2人目のキャラクターにデザインが要る |
| 連続ドラマ仕立てのフルーツ劇 | 繰り返し登場する配役、エピソード、未解決の緊張 | 見た目、人格、世界観の連続性 | 高 — ここで多くの挑戦が崩れる |
6つの形式を1枚に:ひと口、赤ちゃん顔、しゃべる顔、ASMRのスライス、単発の物語の1コマ、そして食卓を囲むレギュラー陣。本記事のためにImage 2.5系列のモデルで生成したコンセプトアートであり、スクリーンショットでも、公開されている作例でも、推奨する出力でもありません。
右端の列こそ、2回読むべき列です。生成ツールのページは左端の列を喜んで売ります。笑えるクリップを1本つくるテンプレートは、それだけで完成した製品だからです。シリーズを計画しているなら、あなたが買うのは一番下の行であり、その一番下の行を決めるのは、どのモデルを選ぶかではなく、セッションとセッションの間に何を残しておくかです。
6本目が別の果物に見える理由
どの生成も、渡した画像か言葉から始まります。1段落を渡せば、イチゴは毎回つくり直されます。種の密度が変わり、葉の角度が変わり、目の位置が変わり、口はいつの間にか広くも狭くもなります。1つひとつの違いは、それだけでは大した差に見えません。5つ積み重なると、配役が入れ替わったことになります。
解決策は、優れたモデルではありません。モデルが戻ってこられる参照画像と、どこが固定なのかを書いた指示です。Designkitのガイドは、繰り返し登場するキャラクターにはテキストからの生成より画像からの生成を勧める箇所で、これを明快に言っています。参照画像は連続性を高めるが、保証はしない。この一文が誠実な境界線であり、言い争うより、それを前提に設計する価値があります。
3つの習慣が、作業のほとんどを担います。
- 静止画は1枚、クリップは何本でも。 キャラクター画像を1回生成し、確認したら、そのファイルを一連のクリップすべての参照として使い続けます。
- 1クリップにつき1アクション。 1つの依頼文に2つの動作を入れると、モデルが両方を処理しようとする間に顔がずれる機会が2回生まれます。
- 言葉にした設定ブロック。 毎回の動きのプロンプトに貼る短い段落で、変えてはいけないものを具体的に書きます。赤み、種の並び、葉の冠、目の間隔、口の幅です。
ターンアラウンドはアートディレクションではなく、手元に残すファイルです。同じイチゴのキャラクターを6方向から。すべて同じクリーム色の背景、同じ距離で。どれでもクリップの参照にできます。本記事のために生成したコンセプトアートで、Ottermindの出力ではありません。
つくる手順:9つのステップ
この順番には理由があります。キャラクターより先に依頼文を書くのは、配役に投資する前に、そのアイデアが面白いかを知るべきだからです。ステップ2以降はすべて、ステップ2でつくったキャラクターを守るためにあります。
ステップ1:シーズンではなく、1本のクリップを書く
まず、実際に投稿する縦型のクリップを1本選び、被写体、1つのアクション、カメラ、光、終わり方を決めてください。終わり方を1文で説明できないなら、そのクリップにはまだ終わり方がありません。
ここで決まること: アクション、カメラの動き、モデルが処理しなければならない変化の量、そしてクリップが単独で終われるかどうか。
8秒の縦型クリップをつくってください。つやのある赤いイチゴで、皮に小さな黒い目が埋め込まれ、小さな閉じた口があります。温かみのある木のカウンターの上に置かれています。手が、イチゴのスライスを載せた銀のスプーンを近づけます。イチゴは身を寄せ、小さくひと口かじり、2回噛んで、驚いたように目を見開きます。固定したアイレベルのクローズアップで、ズームなし、カットなし。左からの柔らかな朝の光。形、種の並び、葉の冠は変えないでください。画面内のテキストもロゴも入れないでください。この依頼文は、このページ上部のコンポーザーに入力されます。入力は送信ではありません。テキストと添付した参照は、丸い矢印を選ぶまで下書きのまま残ります。キャラクターの静止画がすでにあるなら、送信前に添付してください。参照は生成を導くものであり、結果を完全なコピーに固定するものではありません。
依頼文を入れたあとの、このページのコンポーザー。参照のタイルは任意で、テキストは下書きのまま残り、矢印でリクエストがStudioに渡ります。リクエストの準備段階を示すこのページの実際のスクリーンショットで、生成されたクリップではありません。
ステップ2:キャラクターの静止画を生成し、そこで止める
アイデアが機能したら、キャラクターをきちんとデザインして固定します。無地の背景に正面を向いたニュートラルなポーズで、顔が完全に見えるように生成し、そのファイルを保管してください。これが、以降のすべてのクリップが依存する素材です。
ここで決まること: 以降のクリップが受け継ぐ、肌の質感、顔の構造、光の向き、カメラの距離。
イチゴのキャラクターをフォトリアルな静止画で描いてください。被写体は1つだけで、温かみのあるクリーム色の紙の背景の中央に置きます。顔は皮に一体化させてください。小さな黒い目が2つ、表面にわずかに埋まっており、小さな閉じた口があります。輪郭線はなく、アニメ調の陰影もなく、シールのような縁もありません。実全体に種の並びが見え、自然なつやと水滴が少しあり、緑の葉の冠がまっすぐ立っています。左からの柔らかな窓の光で、右側に穏やかな影が落ちます。50mmレンズ、アイレベルで撮影し、被写界深度は浅くします。キャラクターは画面の高さの約60パーセントを占めます。テキストなし、小道具なし、手なし、2つ目の物体なし。ステップ3:キャラクターを言葉の設定ブロックにする
言葉はやり直しより安く済みます。静止画を開き、初めて見る人が気づく細部を5つ挙げ、毎回の動きのプロンプトに付け足す1つのブロックとして書いてください。リストに入れるのは、変わったら視聴者が気づくものだけです。
ここで決まること: 固定する細部と、動きの指示がそれと衝突したときにモデルが従う優先順位。
キャラクターは参照画像のとおりに保ってください。肩幅が広く先端が尖った同じ実の形、等間隔の列になった同じ種の並び、5枚の葉がまっすぐ立った同じ緑の葉の冠、皮にわずかに埋まり間隔が目の1つ分ある同じ2つの小さな黒い目、そして同じ細い閉じた口です。歯、眉、髪、衣服は加えないでください。皮のつやと光の向きも変えないでください。顔を変えずにアクションを完了できない場合は、顔を保ち、アクションのほうを簡略化してください。最後の一文が役に立ちます。キャラクターを守る逃げ道をモデルに与えるもので、被写体をつくり変えて指示を満たす道ではありません。
ステップ4:1クリップ1アクションを、3つのビートで
読み取れるクリップには、予備動作、アクション、リアクションがあります。3つのビートは短い縦型クリップに収まりますが、5つは収まりません。ビートは文を分けて書いてください。弱い1つを切りやすくなります。
ここで決まること: テンポ、モデルが同時に処理する物事の数、そしてクリップが一瞬の出来事に見えるか、要約に見えるか。
ビート1、ビート2、ビート3。同じキャラクター、同じカウンター、同じレンズ。3つの文として書けば1つのプロンプトです。1つの文として書けば、競合する3つの指示になります。本記事のために生成したコンセプトアートです。
ビート1、予備動作:イチゴがスプーンのほうへ身を寄せ、目を見開き、口を少し開けます。ビート2、アクション:小さくひと口かじり、目をぎゅっと閉じ、かけらが1つ落ちます。ビート3、リアクション:2回噛んでから目を大きく見開き、驚いたように葉が1枚持ち上がります。カットのない連続したショットで、各ビートは約2秒です。実の形、種の並び、葉の冠は変えないでください。カウンターの端は、最初から最後まで画面の同じ位置に保ってください。ステップ5:切れる終わり方をクリップに与える
生成されたクリップの多くは、尻切れで終わります。最後のフレームがどうなるかを、依頼文のどこにも書いていないからです。最後の絵を名指ししてください。そこはサムネイルに使うフレームでもあり、シリーズなら次のクリップが引き継ぐフレームでもあります。
ここで決まること: 最後のフレーム、編集点、次のエピソードへの引き渡し。
イチゴは噛み終えて飲み込み、まっすぐレンズを見て、1回まばたきます。その視線のまま1秒保ち、そこでクリップは終わります。最後の1秒までに、スプーンは画面の外に出ています。皮、種の並び、目、葉の冠は参照画像のままにし、カメラと光は最初のビートから変えないでください。ステップ6:フルーツがしゃべるなら、口より先にセリフを書く
しゃべるフルーツは、はっきりした形で失敗します。セリフもタイミングもないまま、口だけが人形のように動くのです。まず文を書き、そのうえで、その文を通して口がどう動くかを描写してください。セリフは、与えられた時間で読み切れる長さにします。
ここで決まること: セリフの長さ、口の動き、そしてその発話が動きではなく「しゃべり」として伝わるかどうか。
イチゴはレンズの少し左を見て、短いセリフを1つ言います。「You brought a piece of me to a picnic.」口の動き:最初は閉じたまま、「brought」で1回開き、カンマで閉じ、「picnic」でまた開き、最後は小さく閉じた笑みに落ち着きます。締めくくりに、葉を1枚だけ持ち上げて句読点のようにします。字幕を映像に焼き込まないでください。顔、目、皮の質感は参照画像のとおりに保ってください。10語のセリフに、口の動きが2回、最後に表情の変化が1回あります。これなら確認できるショットです。同じ8秒に1段落のセリフを入れると、撮り直しになるショットになります。
ステップ7:同じ静止画からエピソード2をつくる
2本目のクリップで、シリーズは存在するか、静かに振り出しに戻るかが決まります。参照を再利用し、前のクリップの続きのフレームから始め、変える変数は1つだけにしてください。新しい小道具、新しいキャラクター、新しい部屋のどれか1つです。2つを同時に変えると、視聴者には別の番組に見えます。
ここで決まること: キャラクターと世界観の連続性、そして視聴者に受け入れてほしい新しさの量。
同じイチゴのキャラクターで、2本目の8秒クリップを続けてください。同じ木のカウンターの上に置かれた空のスプーンから始まり、イチゴは前のクリップの最後のフレームと同じ位置にいます。小さなブルーベリーのキャラクターが右からゆっくり転がってきて、その隣で止まります。イチゴは体ではなく目だけを動かしてそれを見下ろし、その後、平坦な表情でレンズに戻します。カメラと光は変えないでください。イチゴの顔、種の並び、葉の冠は参照画像と同一に保ってください。ブルーベリーは丸く、濃い青で白い粉がかかり、小さな目が2つあり、口はありません。ステップ8:キャプションと開示文を同じ作業で書く
キャプションは形式の一部であり、後回しの作業ではありません。ジョークが完成する場所であり、視聴者に何を見ているのかを伝える場所です。テキスト生成のアシスタントかStudioで行い、開示は専門用語の段落ではなく平易な1文にしてください。
ここで決まること: クリップと一緒に出るテキスト、呼びかけたい返信、そして誰かに聞かれる前に合成メディアであることの表示があるかどうか。
イチゴのキャラクターがイチゴをひと口かじって驚いた顔をする縦型クリップのために、キャプションを3案書いてください。各案は90文字未満とし、最初の2案にはハッシュタグを入れず、3案目は返信を促す質問で終わらせてください。続けて、AIで生成したクリップであることを伝える平易な1文を、100文字未満で書いてください。専門用語も謝罪も入れません。ステップ9:記憶ではなく、静止画と見比べて確認する
新しいクリップをキャラクターの静止画の隣に置き、顔、皮、光、終わり方の4つをこの順で確認します。次に、カバーとして公開する予定のフレームを確認してください。多くの場合、クリップの中で最も見栄えのしないフレームです。顔がずれていたら、プロンプトを編集して近づけるのではなく、同じ参照から再生成します。
よくある失敗と、実際に効く修正
| 症状 | よくある原因 | 修正 |
|---|---|---|
| クリップごとに顔の形が変わる | 静止画を添付せず、テキストから新しく生成している | 同じ静止画を添付し、設定ブロックを繰り返す |
| 写真の上にシールを貼ったように見える | 「かわいい漫画風」「kawaii」といった言葉、または顔を上から重ねる描写 | 顔を皮に埋め込むこと、フォトリアルな質感、輪郭線なし、シールの縁なしを指定する |
| 8秒の間に何も起きない | 1つの依頼文に3つのアクションがあり、どれも中途半端になる | 3つのビートを持つ1つのアクションに絞って再生成する |
| 終わり方がない | 最後のフレームを依頼文で名指ししていない | 最後の絵を名指しし、1秒保つ |
| 手が崩れる、スプーンが曲がる | 速い動きに手と反射する小道具が重なる | 手を外す、小道具を動かさない、アクションを短くする |
| 声と口が合わない | セリフを書いておらず、モデルが動きを即興でつくった | セリフを書き、口の始まり、中間、終わりを描写する |
| どのクリップも同じバズ動画に見える | キャラクターではなくテンプレートから始めている | 構造の変数を1つ変える。種、スケール、住んでいる世界 |
| 音だけ後付けに見える | クリップを無音で生成し、後から音楽を足している | アクションと一緒に音を設計する。かじる、噛む、飲み込む、そしてセリフの前に無音 |
| プラットフォームで制限や警告を受ける | 合成メディアの開示がない、または埋もれている | 開示をキャプションの最初の行に置き、プラットフォームの現在のルールに従う |
このうち2つは、他より価値があります。シールの問題は言葉の問題で、プロンプト1行で直ります。終わり方がない問題は計画の問題で、ツールを開く前に直ります。
Ottermindが制作のどこに入るか
Ottermindは、ステップ2から7を実行する場所として妥当です。参照画像と言葉の指示を一緒に保てるため、修正のたびに空のプロンプトからやり直す必要がありません。
- 静止画をつくる: AI画像生成で、使い回すキャラクター画像をつくります。2〜3案を生成し、1つ選んで保管してください。
- その静止画を動かす: Image to Videoは、参照画像と、動き、カメラの挙動、テンポ、目標フレームの説明を受け取り、テイクごとに確認して再レンダリングできます。シリーズに向くのはこの経路です。固定されたまま残るのは静止画だからです。
- 写真から始める場合: 自分で撮った本物の果物があるなら、Photo to Videoは生成したキャラクターではなく、その写真から始めます。動きの指示は同じで、素材が違います。
- エピソードを組み立てる: AI Reel Makerは、複数シーンのSNS向け構成への引き渡し先です。3本のクリップがつながって初めて、3本の物語はその形になります。
この経路でも、何かを保証することはできません。参照画像は連続性を高めますが、固定はしません。いくつかのテイクは再生成する前提でいてください。クリップの長さ、解像度、クレジットの消費は、この記事ではなく、生成した時点のあなたのアカウントとStudioで選んだモデルに属します。権利はご自身で確認してください。自分で撮った写真か、使用許諾のある写真を使い、他人の番組を土台にキャラクターをつくらず、必要な場所では合成メディアであることを表示してください。これは法的助言ではなく、リーチについての約束でもありません。
次にやること
形式の表から、今週仕上げられるクリップに合う行を1つ選び、その最も小さく誠実な版をつくってください。
- シリーズをつくりたい場合: まず静止画をつくり、1クリップ1アクションを守ります。指示を具体的にする動きの語彙はImage to Videoのプロンプトにあります。
- 短尺制作の習慣がほしい場合: 顔出しなしのリールのガイドは、同じ問題を反対側から扱います。出演者なしで、繰り返せるショート動画をつくる方法です。
- 2つのクリップの間のトランジションがほしい場合: モーフィングは、1つを別のものに変える形式で、エピソードの切れ目に必要なのはたいていこれです。
- 小さな画面でも残るキャラクターのスタイルがほしい場合: ちびスタイルは、顔がサムネイルの大きさで読まなければならないとき、フォトリアリズムに対する有効な対抗策になります。
- フレーム単位で制御したい場合: トゥイーニングは、2枚の画像の間で何が起きるかを説明します。フルーツのキャラクターが自分に見えなくなるのは、まさにその瞬間です。
AIフルーツの動画は、顔のついた下書きです。顔はあなたが持っている部分であり、守る価値のある部分です。
AI Fruitsのよくある質問
フルーツ専用の生成ツールは必要ですか
いいえ。専用のAIフルーツ生成ツールは、すでに機能する形式のテンプレートを用意しているので便利で、それを使う理由としては正当です。自分のキャラクターがほしいとき、クリップをまたいで見た目を揃えたいとき、テンプレートの派生版に見えないシリーズをつくりたいときは、汎用の画像・動画ワークフローのほうが適しています。
テキストから動画と、画像から動画はどちらを使うべきですか
キャラクターが毎回違ってよい単発のクリップなら、テキストからの生成を選びます。顔、質感、小物をクリップをまたいで引き継ぐ必要が出た時点で、画像からの生成に切り替えます。参照は結果の幅を狭めますが、固定はしません。
AIフルーツのクリップはどのくらいの長さがいいですか
1つのアクションが埋めてしまう長さです。この形式は10〜30秒の範囲で説明されることが多く、実際の制約はプラットフォームの上限ではなく、クリップを終わらせる前に視聴者が追えるビートの数です。
AIで生成したと言わなければいけませんか
ルールはプラットフォーム、市場、題材によって異なるので、要約に頼らず、公開先の現在のポリシーを確認してください。実際には、キャプションに平易な一文を入れるのはコストがかからず、視聴者が投稿を疑う明白な理由を1つ消せます。
これらのクリップは販売や収益化ができますか
ツールの利用規約、使った素材、公開するプラットフォームによります。キャラクターでビジネスを始める前に、モデルとプラットフォームの商用条件を読み、画像を生成したからといって、他人が権利を持つ著名なキャラクターの権利を得たわけではないと前提してください。
