Claude CodeとMCPで縦型ショートドラマの絵コンテを自動化：脚本からキャンバスへのAIエージェント設計

ショートドラマ制作でClaude CodeとMCPが注目される理由

本記事はSay Actionチームが執筆しています。提案とパイプラインの解説は、ショートドラマ制作における脚本・絵コンテ・MCPツールの連携とカット単位の動画生成の実務経験に基づくものであり、独立したベンチマーク結果ではありません。 縦型ショートドラマの制作が個人クリエイターの実験から、週数十本を量産するスタジオ体制へと急進展するなか、制作工程で最大のボトルネックとなっているのが「脚本のカット割り分解と絵コンテのデータ化」です。60〜90秒の1エピソードだけでも10〜14カットの緻密な構成が求められ、50話構成のシーズン全体では数百カットにおよびます。従来のようにテキストエディタを開いてセリフを手作業で切り出し、AIツールごとにプロンプトをコピーしてカメラ指示を追記する手法では、人的負荷が極めて高く集中力も持続しません。その結果、カット番号の不整合や物語のテンションの寸断といったミスが頻発します。

こうした反復作業の課題を解消するため、技術派の演出家やAI映像作家が導入を進めているのが、AnthropicのClaude CodeやOpenAI CodexによるMCP（Model Context Protocol）自動化です。MCPは、大規模言語モデル（LLM）エージェントが閉じたチャットUIの外に出て、外部の開発環境や制作ワークスペースと安全に通信するための標準プロトコルです。エージェントに脚本全体を読み込ませると、単なる要約にとどまらず、視聴者を冒頭で引きつける縦型特有のリズムとドラマの感情曲線を解析し、構造化されたカット割りデータへと即座に再構築します。

特にSay ActionのリモートMCPサーバーとClaude Codeを連携させることで、ターミナルからの単一コマンドでキャンバス上にプロジェクトを開設し、標準絵コンテ行（Storyboard Rows）を一括配置する一貫したパイプラインが完成します。エージェントが機械的なカット分割とカメラ指示の標準化を担い、人間の監督は無限キャンバス上で視覚演出と演技の細部に集中できます。これにより、ショートドラマ制作の工数を劇的に削減しながら、シリーズ全体の完成度を高めるのに役立ちます。

Say Action MCPサーバーの接続アーキテクチャと権限境界

Say ActionのMCP基盤は、リモートのStreamable HTTPエンドポイント https://isayaction.com/api/mcp を介して稼働します。ブラウザのセッションCookieに依存せず、権限を細かく制御できるパーソナルアクセスキーのBearerトークン認証を採用しているため、ローカルのターミナルやCI環境から安定して利用できます。ターミナル上でキーを export ISAYACTION_API_KEY="yc_live_..." として環境変数に設定し、claude mcp add --transport http isayaction "https://isayaction.com/api/mcp" --header "Authorization: Bearer $ISAYACTION_API_KEY" を実行すれば、Claude CodeがSay Actionの公式ツール群を即座に認識します。

ショートドラマ制作向けのSay Action MCPツールは論理的な階層構造を備えています。まず get_account と list_models で保有クレジット残高と利用可能な映像モデルを確認し、create_project で9:16縦型キャンバスプロジェクトを作成します。続いて import_script、batch_add_storyboard_cards、set_unit_shots などを呼び出し、脚本から抽出されたカット番号（Shot ID）、キャスト割り当て、セリフ、構図・カメラワークのプロンプトを絵コンテ表の行として一括登録します。エキスパートプロファイル（?profile=expert）を有効にすると、既存のキャラクター参照ノードのIDを読み込み、各カット行に紐付ける高度な操作も行えます。

このアーキテクチャにおける最も重要な安全設計は「厳格な権限境界（Permission Boundary）」です。Claude Codeは脚本を解析して絵コンテ行を生成しプロンプトを配置する権限を持ちますが、高額なコンピューティング費用を伴う動画生成（Generate Video）はエージェント単独の判断で自動実行できないよう隔離されています。エージェントのループや誤認によって大量の動画タスクが無断で発注され、クレジットが枯渇するリスクを抑えるためです。動画の最終レンダリングは、人間の監督がWebキャンバス上で構図とモデル設定を確認してから手動承認する2段階の検証体制を維持します。

Claude Codeに12カットのカット割りを指示する構造化プロンプトテンプレート

Claude Codeに実制作で通用する絵コンテを出力させるには、従来の長編映画の手法ではなく、60秒のスマホ視聴に合わせた「12カットのリズム原則」を指示文に明記する必要があります。縦型視聴者は冒頭の短時間で離脱を判断しやすいため、第1〜2カットは強烈なアップや事件の渦中から始まるフック（Hook）を配置するのが効果的です。第3〜7カットは切り返し（OTS）を交えたテンポの良い対話で対立を深め、第8〜10カットは秘密の露呈や激しいアクションによるクライマックスを配置し、第11〜12カットは次回への視聴を促す不穏な表情のクリフハンガー（Cliffhanger）で締めるのが定石です。

Claude CodeのCLIで実行する標準的な12カット分割プロンプトの例は次の通りです。「Say Actionツールを使用して、『財閥の復讐』第1話の脚本を9:16縦型の絵コンテ12カットに分割せよ。カット1は2秒以内の緊迫した極限アップ（Hook）で開始し、カット2〜7は主人公ミンジュンと秘書のテンポある対話を交互に配置すること。カット8〜10は書類を叩きつけるクライマックス、カット11〜12は冷たい微笑みのクリフハンガーで構成せよ。各カットに一意のべき等キー（idempotencyKey）を付与し、セリフは原文のまま保持し、カメラワーク指示と人物の身体動作を厳密に分離して絵コンテ行を作成せよ。動画生成は実行するな。」

プロンプト作成における最大のテクニックは「カメラの運動指示と人物の演技動作の分離」です。生成モデルがカメラ移動と人物の身体動作を混同すると、空間が歪んだり顔が崩れたりする原因になります。「Dolly In 45mm Lens / Subject Min-jun turns his head sharply」のように、光学的なカメラ移動（Dolly, Pan, Tilt, Roll, Tracking）と俳優の演技動作を明確な記号で区別する規則を徹底することで、映像生成モデルがカメラの運動ベクトルを独立して計算し、人物の安定性を保ちやすくなります。

指示を受けたClaude Codeは、Say Action MCPの batch_add_storyboard_cards ツールを順次呼び出し、キャンバス上にShot_01からShot_12までの整列した絵コンテ行を作成します。各行にはカット番号、目標秒数（例: 2.5秒、4秒）、セリフ、登場人物タグ、英語の視覚プロンプトが精確に入力されます。ターミナルには実行ログとキャンバスURLが返され、監督はブラウザを開いてエージェントが完成させた全カットの配置を即座に視認できます。

ヒューマン・イン・ザ・ループの確認手順とキーフレームプレビュー

どれほど洗練されたLLMであっても、テキスト指示だけで監督が意図する照明の質感や視線の機微、美術の細部まで意図通りに汲み取ることは容易ではありません。エージェントが作成した絵コンテ表に対して人間の演出家が介入する「ヒューマン・イン・ザ・ループ（Human-in-the-Loop）」の確認作業は、完成度の高いショートドラマを制作する上で欠かせないステップです。Say Actionの無限キャンバスでは、MCP経由で生成されたすべての要素が視覚的なノードとして一覧できるため、直感的にクリックして調整できます。

動画生成を実行する前に確認すべき「監督向け3段階チェックリスト」は以下の通りです。第1段階：キャストとセリフの整合性。セリフの欠落がないか、登場人物タグが左側に配置されたキャラクター参照ノード（Character Sheet）と正しく紐付いているかを確認します。第2段階：カメラ軌道の検証。1つのカット内で「前進ズーム」と「横パン」など矛盾するカメラ指示が重複していないか整理します。第3段階：静止画キーフレームによる事前プレビュー。高コストな動画生成をいきなり行うのではなく、Say Actionの Nano Banana や GPT Image ノードを使い、カットごとに1枚の静止画キーフレームを生成して12カット全体のトーンや人物の一貫性を視覚的に点検します。

キーフレームが確認できたら、各カットの演出意図に応じて最適な動画モデルへとルーティングします。Say Actionではカット行ごとに異なる商用モデルを柔軟に指定できます。感情芝居やセリフの口元の整合性が重要なアップには MiniMax Hailuo を指定し、激しいアクションやダイナミックなカメラワークが求められるカットには Kling v3 テキストto動画 または Kling v3 Turbo テキストto動画 を割り当て、映画のような空間の連続性が必要なシーンには Seedance 2.0/2.5 または Wan 3.0（wan3.0-*）を選択します。不自然な動きが生じたカットがあっても、そのカットのノードだけを選択してプロンプトを微修正し単独で再生成できます。

エージェントのトークン費用とキャンバスクレジットの管理

Claude CodeとMCPを組み合わせた制作では、「二重のコスト構造（Dual Cost Architecture）」を把握することが重要です。脚本の解析や絵コンテ行の作成はAnthropicの言語モデルトークンを消費し、キャンバス上でのキーフレーム画像生成や動画レンダリングはSay Actionのプラットフォームクレジットを消費します。テキスト解析のトークン費用は極めて安価であるため、Claude Codeとの対話を通じて洗練された12カット構成に磨き上げてから視覚生成へと進むことが、全体の予算を大幅に圧縮する最大のポイントです。

自動化ツール導入時に懸念されるリスクは、スクリプトの不具合やエージェントの無限ループによるクレジットの浪費です。これを防ぐため、Say Actionでは /access-keys ページにおいて発行キーごとに「累積支出上限（Cumulative Spending Limit）」を設定できます。200、500、1000クレジットなどの上限をあらかじめ定めておけば、万が一エージェントが制御を離れても自動で課金呼び出しが遮断されます。また、すべてのMCPリクエストには8〜128文字の一意のべき等キー（idempotencyKey）が要求されるため、通信遮断による再試行時にも二重課金やノードの重複生成を防ぐのに役立ちます。

プラットフォームの料金プラン、クレジット見積もり、返還基準は公式の製品規定に準拠します。動画生成中に外部モデル提供元側で明確なエラーが発生した場合、仮確保されたクレジットはアカウントに自動返還されます。自前のAPIキーを保有し大量制作を行うチームは、BYOK機能を通じて外部接続先を登録し柔軟に運用できます。プラットフォーム決済と料金基準は公式案内をご確認ください：クレジットはチャネル価格から概算。実際の消費は管理画面で設定した価格階層に従います。 秒単位の動画課金はリクエスト秒数による事前承認です。上流の実際の出力がリクエストを超えた場合、わずかな差額が発生する可能性があります。 環境サービス料にモデル使用料は含まれません。API料金は別途です。 モデル提供元が生成の失敗を明確に確認した場合、仮確保されたクレジットを返還します。通信が途切れるなど結果や料金が確認できない場合は、二重精算を避けるため確認待ちになります。 BYOKではAPIの接続先、モデルのキー、カスタムヘッダーを設定できます。OneAPIやNewAPIなどを使う場合は、実際のAPIに合うOpenAI・Gemini・Claudeの方式を選び、モデルIDと画像・動画APIの対応状況を確認してください。すべての中継サービスや独自仕様に自動対応するわけではありません。BYOKでのモデル利用にはプラットフォームの上乗せ料金や生成クレジットの消費はありませんが、ワークスペースとモデル提供元の利用料金は別途かかります。

自分のAPIと外部のAPI中継サービスを接続する

モデルの接続設定でBase URLとAPIキーを入力し、提供元のドキュメントに従ってAPIの方式、モデルID、必要なヘッダーを設定します。生成前に、使いたい画像・動画の生成方式に対応しているか確認してください。パス、解像度、開始・終了フレームの指定方法は接続先によって異なります。未対応サービスの接続リクエストは、対応を保証するものではありません。

BYOKではAPIの接続先、モデルのキー、カスタムヘッダーを設定できます。OneAPIやNewAPIなどを使う場合は、実際のAPIに合うOpenAI・Gemini・Claudeの方式を選び、モデルIDと画像・動画APIの対応状況を確認してください。すべての中継サービスや独自仕様に自動対応するわけではありません。BYOKでのモデル利用にはプラットフォームの上乗せ料金や生成クレジットの消費はありませんが、ワークスペースとモデル提供元の利用料金は別途かかります。

信頼できる提供元だけに接続し、本番環境ではHTTPSを使用してください。リクエストはログイン認証されたバックエンドを経由し、必要なプロンプト、参考素材、認証情報が送信に使われます。APIキー、パスワード、秘密情報を含むヘッダーを公開キャンバスやスクリーンショット、サポートへの申請に載せないでください。