← ブログに戻る
Ai読了目安 14 分

一行入れると15のモデルが動き、各段階であなたがうなずく

公開日 2026年11月13日
一行入れると15のモデルが動き、各段階であなたがうなずく

DomoAIは11月13日にInkoAI Agentを発表しました。売り文句は一行です。アイデアを打ち込めば、ショート動画が出てきます。

読む価値があるのは仕組みのほうです。このagentは自分でタスクの連鎖を回し、プロンプトを書き、投稿先のプラットフォームに合わせて画面比と尺を決めます。ShortsやReelsなら縦のクリップで、16:9の画角ではありません。そのうえで、生成を始める前に、これから作るものを提示して待ちます。

この待ちが製品です。

この連鎖が実際にやっていること

クリエイターは一行のテキストから始めます。agentはそれをプロンプトに変え、入れ物を決め、計画を出します。自分の素材を持ち込むこともできます。台本、絵コンテ、商品写真などです。以前の出力はスレッドに残るので、あるカットを作り直したり動かしたりするときに、それを作ったファイルを上げ直す必要はありません。

チャットの裏には15の画像モデルと動画モデルがあります。ひとつではありません。公開されているリストにはGPT Image 2.5、Nano Banana Pro、Seedance 2.5、MiniMax H3、そしてDomoAI自身の2.5が入っています。4社のベンダー、ひとつのインターフェース、どの仕事をどのモデルに渡すかはagentが決めます。

Skillsもあります。ワンクリックで起動する定型ルーチンにつけたDomoAIの呼び名で、短編ドラマ、アニメ調の動画、カートゥーン、台詞やナレーション付きのストーリーなどです。これらの流れでは、台本を承認し、次にキャラクター、最後に個々のカットを承認します。

同社によると、プラットフォームを使うクリエイターは500万人を超え、5月時点の400万人台から増えました。agentに別料金はありません。

ルーティングは隠れた仕事です

15のモデルをひとつのチャットに入れると、機能一覧では語れない問題が出てきます。ユーザーには見えないスケジューリングです。

キャラクター設定画には、バリエーションをまたいで顔を保てる画像モデルが要ります。3秒のインサートには安くて速い動画モデルが要ります。台詞のあるカットには音声をネイティブに扱えるモデルが要ります。スタイルフレームには、そのスタイルをいちばんうまく出すモデルが要り、アニメと写実的な物撮りでは別のモデルになります。こうした判断を工程ごとに誰かが下す必要があり、それを手でやることが、いまのAI動画制作でいちばん面倒な部分です。

agentの答えは、判断を自分で下し、計算資源を使う前にその判断を開示するというものです。理にかなった設計ですが、同時に告白でもあります。ルーティングが明らかに正しいなら、尋ねる必要はありません。

つまり品質の上限を握るのはルーターです。個々のモデル単体では上限が決まりません。連鎖は最も弱い受け渡しのところで決まり、カットごとにモデルを切り替えるパイプラインは、その切り替えをまたぐキャラクターの一貫性を解かないといけません。すべてのマルチモデルのワークフローが抱えていて、まだ誰も完全には解いていない問題です。

なぜマイクロドラマから攻めるのか

Skillsの一覧は無作為ではありません。短編ドラマ、アニメ、カートゥーン、ナレーション付きのストーリー。いずれも1フレームの出来より本数がものを言う形式で、観客は音を出したままスマホで見ています。

市場の数字が狙いを説明します。Sensor Towerの推計では、2026年第1四半期にショートドラマアプリのダウンロードは8.5億回を超え、前年同期比140%増、同じ四半期のアプリ内課金は約7.5億ドルで20%増でした。DramaBoxとReelShortがそれぞれ1.4億ドル近くを稼いでいます。ダウンロードの4分の3以上は東南アジア、ラテンアメリカ、インドが占めました。

内容をひたすら回し続ける必要があり、1分あたりのコストは固定された商売です。一行の設定から縦の1話を作り、要所で人が確認するagentは、まさに月に40本必要なプロデューサーに向いています。

マーケター向けの言い方は違い、範囲も狭くなります。商品写真1枚がUGC風の広告数本になり、そのままテストに出せます。ありふれた道ですが、面白いのはここでも確認点です。ブランドのチームは自分たちが見ていない広告を出せません。

承認の連鎖は不信への賭けです

自律と承認は正反対で、コンシューマー向けAI動画は2年かけて、完全な自律は大量の粗製濫造を生むと学びました。

InkoAIの答えは、退屈な部分では自律するというものです。プロンプト作成、画面比、モデル選択、組み立てを自分でやり、あとで「これは誰が承認したのか」と問われる地点すべてで止まります。ワークフローの主張をagentの主張の形に着せたものと言えます。

この設計の代償は承認疲れです。10カットの動画で生成のたびに確認が入れば、中断は10回になります。中身を読まずに承認を押すユーザーは、手間が増えたスロットマシンを作ったのと同じです。定型Skillsは承認を台本、キャラクター、カットの3回にまとめることで、これをいくらか緩和します。3回が適切な数かどうかは経験的な問いで、答えを出すのは利用データです。

この分野にはもっと前の警告もあります。OpenAIは2025年9月にSoraアプリを公開し、数週間で100万ダウンロードを超え、2026年3月にアプリを閉じると発表しました。ディープフェイクへの懸念が背景にありました。明確な理由は示されていません。コンシューマー向け動画生成は、配布が速く届き、政策リスクがもっと速く届く市場です。

いくらかかるのか、何を隠しているのか

DomoAIはagentの単独価格を出していません。発表の中でいちばん物足りない一文であり、制作者がいちばん欲しい一文でもあります。ルーティングされるパイプラインでは、無駄になった試行の代金を誰が払うのかが問題のすべてだからです。

単一モデルのツールなら請求は単純です。生成回数かける単価。15モデルのオーケストレーターでは、請求が自分の判断に依存します。安いモデルで足りるカットに高い動画モデルを選べば、ユーザーはルーティングの誤りの代金を払い、その明細も見えません。安いモデルを選んでカットが壊れれば、やり直しのコストは最初から高いモデルを使うより高くつきます。

承認のチェックポイントは、この経済にユーザーが口を出せる唯一の場所です。それが存在する控えめな理由でもあります。生成前に示される計画は、製品が表示する気になれば、生成前の見積もりにもなります。

もうひとつの隠れたコストは時間です。15のモデルは15の読み込み経路を意味し、10カットの動画で5回承認のために止まるチャットは、分ではなく時間で測るセッションになります。いまこの分野で勝っている企業は、実時間を第一級の機能として扱い、副産物とは見ていません。

何を見るか

三つあります。分野を変える度合いの大きい順に並べます。

ルーターが見えない存在になるほど良くなるか。カットごとに正しいモデルを安定して選べるなら、15モデルという一覧はサポート負担から本物の利点に変わります。

モデル切り替えをまたいで一貫性が保てるか。マルチモデルのパイプラインで最も難しい技術課題は、受け渡しを生き延びるキャラクターであり、チャットUIをどれだけ作り込んでも解決しません。

チェックポイント方式が本数の物量に耐えるか。承認は3回なら安く、30回なら高くつきます。適切な粒度を見つけた製品がマイクロドラマの現場を取り、いま資金があるのはその現場です。

現時点でInkoAIは、コンシューマー向け動画ツールの向かう先をはっきり示しています。モデルでもスタジオでもありません。人がまだ必要なその瞬間に人を輪の中に残すオーケストレーターです。

関連記事