
Claude Fable 5.2とBlenderで動画は作れる?ゴリラ目線のジャングル映像を会話だけで作ってみた
Claude Fable 5.2とBlenderで動画は作れる?ゴリラ目線のジャングル映像を会話だけで作ってみた


Xで、えりーさん(@ery_treasure)のこんな投稿を見かけました。
【Xの投稿を埋め込み】https://x.com/ery_treasure/status/2123041616688820509
草むらの低い位置から、あじさいと夏空を見上げる、カエル目線の約1分の動画です。どこか懐かしい雰囲気があります。投稿によると、動画生成AIも音声生成AIも使わず、Claude Fable 5.2とBlenderだけで作ったとのこと。「全てClaude枠だけ」という一言に驚きました。見ているうちに、自分でも作ってみたくなりました。
同じカエルでは比べにくいので、題材は「ゴリラ目線でジャングルを駆け巡る動画」にしています。作っている途中の動画は本文の中に、完成版は記事の最後に載せています。
カエルの目線から夏の田舎を眺める、どこか懐かしい動画です。投稿によると、動画生成AIも音声生成AIも使わず、Claude Fable 5.2とBlenderだけで作ったとのこと。「全てClaude枠だけ」という一言に驚きました。見ているうちに、自分でも作ってみたくなりました。
同じカエルでは比べにくいので、題材は「ゴリラ目線でジャングルを駆け巡る動画」にしています。作っている途中の動画は本文の中に、完成版は記事の最後に載せています。
結論:会話だけで22.5秒の3D動画は作れる。ただし待ち時間は長い
AIの「Claude Fable 5.2」に、無料の3Dソフト「Blender」を操作してもらい、音付きの動画を作りました。動画生成AIも音声生成AIも使っていません。映像も効果音も、Claudeが書いたプログラムから作られています。
分かったことは次の3つです。
「ゴリラ目線で、ドラミングして、バナナを食べて、川を走る」と文章で頼むだけで、音付きの動画ができました。
22.5秒の動画1本に、依頼から完成まで約1時間15分かかりました。そのうち約63分は、絵を1枚ずつ計算する待ち時間です。
音の作り直しは1回1〜2分で済みます。映像の作り直しは、そのたびに長い待ち時間が発生します。
そもそもBlenderとは?Claudeは何をしたのか
Blender(ブレンダー)は、無料で使える3D制作ソフトです。パソコンの中に立体の形を作り、色や光を付け、動かして、画像や動画として書き出せます。個人の趣味から、アニメ・映画・ゲームの制作現場まで広く使われています。
できることは大きく3つです。
形を作る:キャラクター、建物、風景などの立体を作ります。
動かす:物やカメラに動きを付けて、アニメーションにします。
映像にする:光の当たり方を計算して、絵や動画に仕上げます。この計算を「レンダリング」と呼びます。
ふつうはマウスで操作しますが、Blenderは「ここに木を置く」「カメラをこう動かす」という命令を文字で書いても動きます。今回のポイントはここです。
Claudeのチャットで作りたい映像を文章で伝えると、Claudeがその命令文を書き、自分の作業環境でBlenderを動かし、できた絵をつなげて動画にするところまで進めました。人が3Dソフトを触る場面はありません。
料理にたとえると、Blenderは調理器具のそろったキッチンです。Claudeはレシピを書いて、そのまま調理まで済ませてくれる料理人。こちらは「ゴリラのやつをお願いします」と注文しただけです。
まずは、きっかけになった動画と同じカエル目線を1コマだけ試しました。

代替テキスト:稲の間から入道雲と山を見上げる、カエル目線の田んぼの3D画像
キャプション:最初に試したカエル目線の1コマ。ここからゴリラに切り替えました。
1本目:感想は「みじかっ、しょっぼ」
最初の依頼は「ゴリラ目線でジャングルを駆け巡る。ドラミングして、バナナを取って食べて、川の中を走る」という内容です。
できあがった動画を再生して、最初に出た感想は「みじかっ、しょぼすぎるやろ」でした。

長さは約11秒。頼んだ場面はすべて入っています。ただ、腕は灰色の筒、胸はつるんとした球で、森も単調です。カエルの動画の懐かしい雰囲気とは、だいぶ差がありました。

代替テキスト:1本目の動画のドラミング場面。灰色の筒のような腕で胸を叩いている
キャプション:1本目のドラミング。形は合っていますが、質感がありません。

代替テキスト:1本目の動画で川の中を走る場面。白い粒の水しぶきが飛んでいる
キャプション:1本目の川の場面。
2本目:見せ場と質感を足して22.5秒に
「短くて物足りない」と伝えると、Claudeは次の内容を足した作り直し案を出し、そのまま作り直しました。
腕と胸の毛並み、指のある手
木漏れ日の光の筋、遠くの霞、色とりどりの花
倒木のジャンプ、ツルにつかまっての谷越え
雄叫びで鳥が一斉に飛び立つ演出
川の先に現れる大きな滝と虹

代替テキスト:ドラミング場面の比較。左は1本目の灰色の腕、右は2本目の毛並みのある腕
キャプション:同じドラミングの場面。左が1本目、右が2本目です。

代替テキスト:花の咲くジャングルの小道を、毛並みのある腕を突いて走るゴリラ目線の画像
キャプション:走る場面。道の両側に花が増えました。

代替テキスト:ツルにつかまって谷を越える場面。下に岩のある沢が見える
キャプション:ツルで谷を越える場面。

代替テキスト:両腕を広げて見上げた空に、鳥が飛び立っている場面
キャプション:雄叫びで鳥が飛び立つ場面。

代替テキスト:もぎ取ったバナナを目の前に持ち上げている場面。奥に川と滝が見える
キャプション:バナナを取って眺める場面。

代替テキスト:水しぶきを上げながら川の中を滝に向かって走る場面
キャプション:川を走る場面。

代替テキスト:大きな滝と虹を、両腕を上げて見上げる最後の場面
キャプション:最後は滝と虹の前でバンザイ。
効果音もプログラム製。最初はだいぶふざけていました
足音、胸を叩く音、雄叫び、水音、鳥の声も、Claudeがプログラムで合成しています。録音素材や音声生成AIは使っていません。
ただ、最初にできた音は、映像より先に笑ってしまう出来でした。
雄叫び:迫力のある咆哮を期待したら、聞こえてきたのはバイクのエンジン音。
ドラミング:胸を叩くたびに「ポコポコポコポコ」。弱そうな音。
ツルで谷を越える音:風を切る音のはずが、どう聞いても炎を吐いています。
そのときの動画がこちらです。ぜひ音ありでどうぞ。

さすがにふざけすぎなので、聞こえたままを伝えて直してもらいました。「雄叫びがバイクみたい」と伝えると、Claudeは「一定の音程を機械的に震わせていたのが原因」と説明し、息の混ざった声に作り替えました。ドラミングも、平手で胸を叩く破裂音に変わっています。
これで一安心と思ったら、今度はバナナを食べる音が気になりました。「タンタンターン」。食べているというより、竹刀で叩いてるような感じ。

こちらも伝えると、やわらかい物をほおばる音に作り替えてくれました。
音の作り直しは1回1〜2分でした。映像と違って、待ち時間はほとんどありません。
一方で、分かったこともあります。Claude自身は、できた音を聞いて確かめることができません。良くなったかどうかの判定は、人の耳が必要でした。
作ったもの | 長さ | かかった時間 |
|---|---|---|
1本目の映像 | 約11秒(260枚) | レンダリング約40分 |
2本目の映像 | 22.5秒(540枚) | 依頼から完成まで約1時間15分(うちレンダリング約63分) |
音の作り直し | ― | 1回1〜2分 |
レンダリングは、絵を1枚ずつ計算する作業です。今回はClaude側の作業環境で行い、1枚あたり約7秒かかりました。この環境にはGPU(映像の計算が得意な部品)がなく、CPU2コアだけで計算しています。そのため解像度も640×360に抑え、完成時に720pへ引き伸ばしました。

代替テキスト:Claudeが書いたBlender用プログラムの一部。カメラの揺れや腕の動きを計算している
キャプション:Claudeが書いたプログラムの一部。2本目の映像用は約1,000行です。
向いていること・向いていないこと
向いていること
「こんな場面がほしい」を文章で伝えて、たたき台の映像をつくる
見せ場の追加や順番の入れ替えを、会話で指示する
効果音を何度も直す
向いていないこと
実写のようなリアルな映像(今回の見た目は、角ばった簡素な3Dです)
細かい修正を何度もくり返す作業(映像は直すたびに計算の待ち時間がかかります)
高い解像度の映像を、Claude側の環境だけで作ること
よくある質問
Q. Blenderとは何ですか?
A. 無料で使える3D制作ソフトです。立体の形を作り、動かし、映像として書き出せます。文字で書いた命令でも動かせるため、AIに操作を任せられます。
Q. Blenderを使ったことがなくても作れますか?
A. 今回は、人がBlenderを一度も操作していません。作りたい場面を文章で伝えただけです。
Q. 動画生成AIとは何が違いますか?
A. 動画生成AIは映像そのものを直接つくります。今回の方法では、AIが3Dの形・動き・カメラをプログラムで組み立て、それをBlenderが映像にします。そのため「バナナを3口で食べる」「滝の前で止まる」のように、場面を言葉どおりに組み立てられます。
Q. どれくらい時間がかかりますか?
A. 22.5秒の動画で、約1時間15分でした。ほとんどが絵を計算する待ち時間です。
Q. 自分のパソコンのBlenderでも使えますか?
A. Claudeが書いたプログラムは、手元のBlenderでも実行できる形式です。ただし、今回は手元のパソコンでは試していません。速さや画質がどう変わるかは未確認です。
まとめ
Claude Fable 5.2とBlenderの組み合わせで、動画生成AIを使わずに、音付きの3D動画を会話だけで作れました。見た目は簡素で待ち時間も長いですが、場面を言葉どおりに組み立てられ、音は短い時間で直せます。イメージを共有するためのたたき台づくりには使える方法です。
完成した動画
最後に、できあがった22.5秒の完成版です。音も出ますので、ぜひ音ありでご覧ください。

Xで、えりーさん(@ery_treasure)のこんな投稿を見かけました。
【Xの投稿を埋め込み】https://x.com/ery_treasure/status/2123041616688820509
草むらの低い位置から、あじさいと夏空を見上げる、カエル目線の約1分の動画です。どこか懐かしい雰囲気があります。投稿によると、動画生成AIも音声生成AIも使わず、Claude Fable 5.2とBlenderだけで作ったとのこと。「全てClaude枠だけ」という一言に驚きました。見ているうちに、自分でも作ってみたくなりました。
同じカエルでは比べにくいので、題材は「ゴリラ目線でジャングルを駆け巡る動画」にしています。作っている途中の動画は本文の中に、完成版は記事の最後に載せています。
カエルの目線から夏の田舎を眺める、どこか懐かしい動画です。投稿によると、動画生成AIも音声生成AIも使わず、Claude Fable 5.2とBlenderだけで作ったとのこと。「全てClaude枠だけ」という一言に驚きました。見ているうちに、自分でも作ってみたくなりました。
同じカエルでは比べにくいので、題材は「ゴリラ目線でジャングルを駆け巡る動画」にしています。作っている途中の動画は本文の中に、完成版は記事の最後に載せています。
結論:会話だけで22.5秒の3D動画は作れる。ただし待ち時間は長い
AIの「Claude Fable 5.2」に、無料の3Dソフト「Blender」を操作してもらい、音付きの動画を作りました。動画生成AIも音声生成AIも使っていません。映像も効果音も、Claudeが書いたプログラムから作られています。
分かったことは次の3つです。
「ゴリラ目線で、ドラミングして、バナナを食べて、川を走る」と文章で頼むだけで、音付きの動画ができました。
22.5秒の動画1本に、依頼から完成まで約1時間15分かかりました。そのうち約63分は、絵を1枚ずつ計算する待ち時間です。
音の作り直しは1回1〜2分で済みます。映像の作り直しは、そのたびに長い待ち時間が発生します。
そもそもBlenderとは?Claudeは何をしたのか
Blender(ブレンダー)は、無料で使える3D制作ソフトです。パソコンの中に立体の形を作り、色や光を付け、動かして、画像や動画として書き出せます。個人の趣味から、アニメ・映画・ゲームの制作現場まで広く使われています。
できることは大きく3つです。
形を作る:キャラクター、建物、風景などの立体を作ります。
動かす:物やカメラに動きを付けて、アニメーションにします。
映像にする:光の当たり方を計算して、絵や動画に仕上げます。この計算を「レンダリング」と呼びます。
ふつうはマウスで操作しますが、Blenderは「ここに木を置く」「カメラをこう動かす」という命令を文字で書いても動きます。今回のポイントはここです。
Claudeのチャットで作りたい映像を文章で伝えると、Claudeがその命令文を書き、自分の作業環境でBlenderを動かし、できた絵をつなげて動画にするところまで進めました。人が3Dソフトを触る場面はありません。
料理にたとえると、Blenderは調理器具のそろったキッチンです。Claudeはレシピを書いて、そのまま調理まで済ませてくれる料理人。こちらは「ゴリラのやつをお願いします」と注文しただけです。
まずは、きっかけになった動画と同じカエル目線を1コマだけ試しました。

代替テキスト:稲の間から入道雲と山を見上げる、カエル目線の田んぼの3D画像
キャプション:最初に試したカエル目線の1コマ。ここからゴリラに切り替えました。
1本目:感想は「みじかっ、しょっぼ」
最初の依頼は「ゴリラ目線でジャングルを駆け巡る。ドラミングして、バナナを取って食べて、川の中を走る」という内容です。
できあがった動画を再生して、最初に出た感想は「みじかっ、しょぼすぎるやろ」でした。

長さは約11秒。頼んだ場面はすべて入っています。ただ、腕は灰色の筒、胸はつるんとした球で、森も単調です。カエルの動画の懐かしい雰囲気とは、だいぶ差がありました。

代替テキスト:1本目の動画のドラミング場面。灰色の筒のような腕で胸を叩いている
キャプション:1本目のドラミング。形は合っていますが、質感がありません。

代替テキスト:1本目の動画で川の中を走る場面。白い粒の水しぶきが飛んでいる
キャプション:1本目の川の場面。
2本目:見せ場と質感を足して22.5秒に
「短くて物足りない」と伝えると、Claudeは次の内容を足した作り直し案を出し、そのまま作り直しました。
腕と胸の毛並み、指のある手
木漏れ日の光の筋、遠くの霞、色とりどりの花
倒木のジャンプ、ツルにつかまっての谷越え
雄叫びで鳥が一斉に飛び立つ演出
川の先に現れる大きな滝と虹

代替テキスト:ドラミング場面の比較。左は1本目の灰色の腕、右は2本目の毛並みのある腕
キャプション:同じドラミングの場面。左が1本目、右が2本目です。

代替テキスト:花の咲くジャングルの小道を、毛並みのある腕を突いて走るゴリラ目線の画像
キャプション:走る場面。道の両側に花が増えました。

代替テキスト:ツルにつかまって谷を越える場面。下に岩のある沢が見える
キャプション:ツルで谷を越える場面。

代替テキスト:両腕を広げて見上げた空に、鳥が飛び立っている場面
キャプション:雄叫びで鳥が飛び立つ場面。

代替テキスト:もぎ取ったバナナを目の前に持ち上げている場面。奥に川と滝が見える
キャプション:バナナを取って眺める場面。

代替テキスト:水しぶきを上げながら川の中を滝に向かって走る場面
キャプション:川を走る場面。

代替テキスト:大きな滝と虹を、両腕を上げて見上げる最後の場面
キャプション:最後は滝と虹の前でバンザイ。
効果音もプログラム製。最初はだいぶふざけていました
足音、胸を叩く音、雄叫び、水音、鳥の声も、Claudeがプログラムで合成しています。録音素材や音声生成AIは使っていません。
ただ、最初にできた音は、映像より先に笑ってしまう出来でした。
雄叫び:迫力のある咆哮を期待したら、聞こえてきたのはバイクのエンジン音。
ドラミング:胸を叩くたびに「ポコポコポコポコ」。弱そうな音。
ツルで谷を越える音:風を切る音のはずが、どう聞いても炎を吐いています。
そのときの動画がこちらです。ぜひ音ありでどうぞ。

さすがにふざけすぎなので、聞こえたままを伝えて直してもらいました。「雄叫びがバイクみたい」と伝えると、Claudeは「一定の音程を機械的に震わせていたのが原因」と説明し、息の混ざった声に作り替えました。ドラミングも、平手で胸を叩く破裂音に変わっています。
これで一安心と思ったら、今度はバナナを食べる音が気になりました。「タンタンターン」。食べているというより、竹刀で叩いてるような感じ。

こちらも伝えると、やわらかい物をほおばる音に作り替えてくれました。
音の作り直しは1回1〜2分でした。映像と違って、待ち時間はほとんどありません。
一方で、分かったこともあります。Claude自身は、できた音を聞いて確かめることができません。良くなったかどうかの判定は、人の耳が必要でした。
作ったもの | 長さ | かかった時間 |
|---|---|---|
1本目の映像 | 約11秒(260枚) | レンダリング約40分 |
2本目の映像 | 22.5秒(540枚) | 依頼から完成まで約1時間15分(うちレンダリング約63分) |
音の作り直し | ― | 1回1〜2分 |
レンダリングは、絵を1枚ずつ計算する作業です。今回はClaude側の作業環境で行い、1枚あたり約7秒かかりました。この環境にはGPU(映像の計算が得意な部品)がなく、CPU2コアだけで計算しています。そのため解像度も640×360に抑え、完成時に720pへ引き伸ばしました。

代替テキスト:Claudeが書いたBlender用プログラムの一部。カメラの揺れや腕の動きを計算している
キャプション:Claudeが書いたプログラムの一部。2本目の映像用は約1,000行です。
向いていること・向いていないこと
向いていること
「こんな場面がほしい」を文章で伝えて、たたき台の映像をつくる
見せ場の追加や順番の入れ替えを、会話で指示する
効果音を何度も直す
向いていないこと
実写のようなリアルな映像(今回の見た目は、角ばった簡素な3Dです)
細かい修正を何度もくり返す作業(映像は直すたびに計算の待ち時間がかかります)
高い解像度の映像を、Claude側の環境だけで作ること
よくある質問
Q. Blenderとは何ですか?
A. 無料で使える3D制作ソフトです。立体の形を作り、動かし、映像として書き出せます。文字で書いた命令でも動かせるため、AIに操作を任せられます。
Q. Blenderを使ったことがなくても作れますか?
A. 今回は、人がBlenderを一度も操作していません。作りたい場面を文章で伝えただけです。
Q. 動画生成AIとは何が違いますか?
A. 動画生成AIは映像そのものを直接つくります。今回の方法では、AIが3Dの形・動き・カメラをプログラムで組み立て、それをBlenderが映像にします。そのため「バナナを3口で食べる」「滝の前で止まる」のように、場面を言葉どおりに組み立てられます。
Q. どれくらい時間がかかりますか?
A. 22.5秒の動画で、約1時間15分でした。ほとんどが絵を計算する待ち時間です。
Q. 自分のパソコンのBlenderでも使えますか?
A. Claudeが書いたプログラムは、手元のBlenderでも実行できる形式です。ただし、今回は手元のパソコンでは試していません。速さや画質がどう変わるかは未確認です。
まとめ
Claude Fable 5.2とBlenderの組み合わせで、動画生成AIを使わずに、音付きの3D動画を会話だけで作れました。見た目は簡素で待ち時間も長いですが、場面を言葉どおりに組み立てられ、音は短い時間で直せます。イメージを共有するためのたたき台づくりには使える方法です。
完成した動画
最後に、できあがった22.5秒の完成版です。音も出ますので、ぜひ音ありでご覧ください。



AI・システム開発のこと、VISKにご相談ください
「自社の業務にAIを活かせないか」「この作業、自動化できないか」——
そんな漠然とした段階からで大丈夫です。大阪のAI・システム開発会社VISKが、御社の課題に合わせて、企画から開発・検証までサポートします。
