AI TikTok動画の作り方｜45万円のPCなしでバズ動画を作る方法

AI TikTok動画の作り方——ガラスのフルーツを切るASMR、ビッグフットのVlog、歴史POVショート——を知りたいなら、ルートは2つだけです。1つ目は、GoogleのVeo 3やOpenAIのSoraといったホスト型生成サービスにプロンプトを入力し、月間の生成上限を受け入れる道。2つ目は、Wan 2.2のようなオープンソース動画モデルを自分で動かす道です。こちらは24GBのGPUが必要ですが、約45万円のPCを買う必要はありません。クラウドでRTX 4090を1時間US$0.49（約76円）から秒単位課金で借りられるからです。

この記事では、2つのルート、バズっている各フォーマットの裏にあるモデル、そして実際のコスト計算を解説します。自分の制作ペースに合わせて、いちばん安い道を選んでください。

バズっているAI動画フォーマットの裏側にあるツール

いま流れてくるあの動画群は、1つのツールで作られているわけではありません。バズるフォーマットにはそれぞれ、それを可能にした特定のモデル能力があります。

AI ASMRブーム——ガラス製のフルーツにナイフを入れる、溶岩をスプーンで「食べる」——の起点は、2025年5月のGoogle I/Oで発表された、ネイティブ音声生成を備えたVeo 3です。映像に音が焼き込まれていることこそ、あの動画が成立する理由。Quantilusの2025年の分析によると、ハッシュタグ #AIASMR は約90日でゼロから約6.4億回視聴まで伸びました。ビッグフットVlogやストームトルーパーの日常系も、同じモデルの物理表現とキャラクター一貫性に支えられています。一方、アニメ風のループ動画や固定キャラクターのシリーズものは、ComfyUIで動かすオープンソースモデル製が中心で、クリエイターが全フレームをコントロールしています。

注目すべきはこの棲み分けです。ホスト型モデルは「音付きのフォトリアル」に強く、オープンソースモデルは「コントロールと再現性」に強い。どちらのルートが合うかは、この線で決まります。

ルート1：ホスト型AI動画生成サービス

ホスト型サービスは、AI TikTok動画を作る最速の入り口です。環境構築は不要で、数分後には最初の動画が手に入ります。

問題は料金構造です。Veo 3へのアクセスはGoogleのサブスクリプション経由で、Google AI Proが月額US$19.99（約3,100円）で1日の高速生成回数に制限あり、Google AI Ultraが月額US$249.99（約39,000円）で上限緩和と優先アクセス（Googleプラン価格、2025年）。SoraはChatGPTのプランに紐づき、混雑時にはレート制限がかかります。生成されるクリップにはすべて来歴ウォーターマーク（GoogleはSynthID）が入り、生成速度は自分ではなくベンダーのキュー次第です。

週に数本の投稿で、音付きのフォトリアル動画がメインなら、この路線で十分。破綻するのは量を作るときです。トレンドを狙って1本の「刺さる」クリップのために30パターンのプロンプトを試す——ごく普通の打率です——と、1日の上限はすぐ尽きます。しかもUltraの年額は、この記事が不要だと言っている「高価なPC」より高くつきます。

ルート2：クラウドGPUでオープンソースモデルを動かす

オープンソースルートは、サブスク料金を「自分で管理できるモデルウェイト」に置き換える道です。現在の主力はWan 2.2。アリババが2025年7月にApache 2.0ライセンスで公開した動画モデルで、実用上は2サイズあります。

• Wan 2.2 TI2V-5B——約8GBのVRAMで動作し、RTX 4090一枚で5秒の720p/24fpsクリップを9分以内に生成（Wan 2.2公式リリースドキュメント、2025年）。
• Wan 2.2 14B（T2V／I2V）——動きもディテールも明確に上。FP8ウェイトならRTX 4090クラスの24GBカードに収まり、コミュニティのVRAMガイドでは480p〜720p生成の快適圏は16〜24GBとされています（2026年）。

この「24GB必須」こそ、45万円のPCが要ると思われている理由です。しかし必要なのはカードを「所有」することではなく、生成している時間だけ「使える」こと。Glows.aiならRTX 4090（24GB)が1時間US$0.49（約76円）から秒単位課金で借りられ、プリセット済みのComfyUIイメージはノードグラフ導入済みで起動します。Python環境のデバッグではなく、モデルのロードに時間を使えます。

ホスト型と比べて得られるもの：

• クリップ数の上限なし。 土曜日に60パターンのテスト生成をしても、支払うのはGPU時間であってクリップ数ではありません。
• ベンダーのウォーターマークなし。 TikTok上でのAIコンテンツ表示は必要ですが（後述）、映像そのものは完全に自分のものです。
• LoRAによるキャラクター一貫性。 固定キャラのLoRAを一度学習すれば、以降のクリップはずっと同じ見た目——サブスク型ツールが最も苦手とする部分です。
• ワークフローの再利用。 ComfyUIのワークフローJSONは再実行可能なレシピ。バズる型を見つけたら、翌日プロンプトを変えて回すだけです。

正直なトレードオフも書いておきます。音声同期のフォトリアル品質ではオープンモデルはまだVeo 3に及びません。初回のモデルダウンロードには時間がかかります（14BのFP8チェックポイントは数十GB——永続ストレージに置いて、ダウンロードは一度で済ませましょう）。そしてアイドル状態のインスタンスにも課金は続くので、終わったら必ずシャットダウンを。

コスト計算：45万円のPC vs. サブスク vs. クラウドGPU

以下は、この手の動画を作っている人が公開しない比較表です。価格はすべて公開情報で、2026年7月時点で誰でも確認できます。

覚えておきたい数字が2つあります。

1. 購入の損益分岐点。 US$3,000 ÷ US$0.49/時 ≈ 約6,100レンタル時間。ここを超えて初めて「買う」が勝ちます。月20時間の生成ペースなら25年以上——GPUの寿命をとうに超えています。
2. サブスクとの交差点。 月額US$249.99は、RTX 4090レンタル約510時間分に相当します。月510時間も生成する人はいません。Veo 3特有の質感が自分のフォーマットのすべてでない限り、この価格は割に合いません。

料金はGPUの種類やリージョンで変動するため、恒久的な見積もりではなく計算のパターンとして見てください。それでも結論は安定しています。趣味〜本気の制作量なら、「時間を借りる」が「ハードを買う」と最上位サブスクの両方に勝ちます。

週末ワークフロー：台本、映像、ナレーション、投稿

レンタルGPU一枚だけで完結する、AI TikTok動画の作り方のパイプラインです。まずオンデマンドでインスタンスを作成し——Glows.aiのインスタンス作成ガイド参照——5つのステップを進めます。

Step 1: ローカルLLMでフックの台本を書く

Ollamaのプリセットイメージを起動し、フォーマットに合わせてフック（つかみ）を10パターン生成します（「POV：飢饉の時代の中世パン職人」）。最初の1〜2秒で視聴者が残るかが決まるので、選択肢を量産し、最初の案で妥協しないこと。

Step 2: ComfyUIで映像を生成する

ComfyUIイメージに切り替え（または並行起動し）、Wan 2.2をロードしてプロンプトのバリエーションをキューに入れます。5Bモデルなら5秒の720pクリップ1本につき約9分が目安——3時間のセッションで候補クリップ約20本、GPU代は約US$1.47（約230円）です。

Step 3: 音声クローンでナレーションを付ける

ナレーション型のフォーマットなら、BreezyVoice（こちらもプリセットイメージあり）が短い音声サンプルから声をクローンし、台本どおりに音声を生成します（中国語音声に特化したモデルです。日本語ナレーションはTTSツールを併用してください）。Glows.aiのドキュメントには、ComfyUIワークフローとBreezyVoiceの音声クローンのステップバイステップのチュートリアルがあります。

Step 4: 編集と字幕付け

生成物をダウンロードし（Datadriveを使えばモデルと出力はセッションをまたいで保持されます）、CapCutなどの無料エディタでカット・字幕・トレンド音源を付けます。縦型9:16、字幕は必須——TikTokの視聴の多くはミュートで始まります。

Step 5: AIラベルを付けて投稿する

公開前にTikTokのAI生成コンテンツラベルをオンにします。投稿が済んだらインスタンスをシャットダウン——その瞬間に課金が止まります。

TikTokのAIコンテンツに関するルール

リアル系のAI生成コンテンツには、TikTok内蔵のAIGCラベルを付けてください——これはTikTokコミュニティガイドラインの要件です。C2PAコンテンツクレデンシャルを埋め込むツール（Veo、Soraなど）で作った動画は、そもそも自動でラベル付けされます（TikTok公式サポートドキュメント、2025年）。ラベルなしのリアル系合成メディアは削除リスクがあり、ラベル付きのAIコンテンツは「おすすめ」フィードに完全に載る資格があります。ラベルにコストはゼロ——冒頭のバズ・フォーマットはすべてAIと明記された上で、数百万回の視聴を集めています。

よくある質問：AI TikTok動画の作り方

AI TikTok動画は無料で作れますか？

一部は可能です。無料枠（CapCutの生成機能、Soraの限定アクセス、Canva）でウォーターマーク付きのテスト動画を数本作れます。継続的に量産するなら、サブスク（Veo 3系プランで月額US$19.99〜249.99）か計算資源のどちらかが必要で、レンタルGPUなら1時間約US$0.49（約76円）からです。

AI動画生成にはどのGPUが必要ですか？

Wan 2.2の場合、5BモデルはVRAM約8GB、14BモデルはFP8ウェイトで24GBクラス（RTX 4090級）のカードが必要です。レンタルなら両方カバーでき、より長尺・高解像度に進むときも48GBのRTX 6000 Adaへ切り替えるだけ。ハードの買い直しは発生しません。

TikTokはAI動画のリーチを下げますか？

現行ガイドラインでは、ラベル付きのAIコンテンツは通常どおりの配信対象です。#AIASMRの90日で約6.4億回視聴（Quantilus、2025年）は、ラベル付きコンテンツで達成されました。抑制されるのは、ラベルなしのリアル系合成メディアと低品質な転載です。

1本のAIクリップ生成にどれくらいかかりますか？

RTX 4090一枚なら、Wan 2.2の5Bモデルで5秒の720pクリップが9分以内に生成できます。ホスト型サービスは1〜5分で返ってきますが、1日にキューに入れられる本数が制限されています。

まずはGPU1時間から

AI動画の波に乗るのに45万円のマシンは要りません。必要なのは、良いフォーマットのアイデアひとつと、数時間分の24GB GPUです。Glows.aiに登録して、RTX 4090上でプリセット済みComfyUIイメージを起動してください。1時間US$0.49（約76円）からの秒単位課金なら、最初のテストクリップ一式はコーヒー1杯より安く済みます。セットアップで詰まったら、Glows.aiのDiscordでクリエイターたちがワークフローを共有しています。