AI広告が嘘っぽく見える理由ははっきりしていて、しかも直せます。ツルツルに補正されたロウのような肌、はちみつ色の「グラマー」なカラーグレード、崩れたラベル文字、どんな物体も従わない物理、音声と合わない唇、そしてスマホでは絶対に撮れないストックフォトのような完璧さです。どれも AI 動画そのものの性質ではありません。プロンプトとパイプラインで意識して抜け出す必要がある「初期設定」です。
Hermoso では Seedance 2.5、Veo 3.1、Kling 3.0、そして Google の最新の何でも入力できる動画モデルを毎日振り分けて使っています。使いものにならないレンダーと、本気で広告費をかけられるレンダーの差は、ほとんどの場合モデルの違いではありません。モデルを動かす前と後に下す、7つの制作上の判断の違いです。
この記事ではまず見破られるポイントを正直に挙げ、そのうえで現場が実際に使っている7つの対策を順に説明します。私たちが自社のパイプラインに組み込んでいるのも、この7つです。
AI広告が嘘っぽく見えるのはなぜ？
最初の1秒で見破られる AI 広告は、ほぼすべて次の7つのどれかが原因です。テカテカで不気味な仕上がりに悩まされたことがあるなら、それはこのうちいくつかの組み合わせです。
- ロウのような肌。モデルはレタッチ済みでビューティーライティングの画像を大量に学習しているので、毛穴がなくふんわり光る顔を出しがちです。スマホのカメラでそんな顔は撮れません。
- 黄金色のグラマーなグレード。何にでも暖かく、はちみつ色で、映画のような照明がかかります。香水の CM みたいに照らされたコンブチャの広告を想像してください。
- 崩れたラベル文字。商品名が溶けて、文字のようで文字でないものになります。キャプションは意味不明な文字の羅列に。いちばん早くバレるポイントです。
- ありえない物理。商品が一瞬長く宙に浮く、液体が重力に逆らって注がれる、投げたボトルが重さを失って止まる。質量と勢いは、いまだにこれらのモデルが苦手とするところです。
- 吹き替えのような口元。生成した口の上に TTS 音声を重ねると、出来の悪い吹き替え映画でおなじみの、不自然な口パクになります。
- モデルが描いたキャプション。キャプションバーや CTA ボタンを画面内にモデルに描かせること。モデルにはできません。にじんだ結果が、せっかくの良いカットを台無しにします。
- ストックフォトのような完璧さ。完璧に中央に収まった構図、ぴたりと止まった手、誰もまばたきせず、何ひとつ少しもずれていない。本物のコンテンツは、どこもかしこも少しずつずれています。
どれにも決まった対策があります。重要な順に7つ紹介します。
対策1：マットな肌と、フラットなスマホ撮影らしさをプロンプトで指定する
テカりを消すには、ビューティーライティングという初期設定からモデルを明示的に遠ざけるプロンプトを書きます。質感の見えるマットな肌、ニュートラルな照明、そしてグレーディングされたシネマ機材ではなく、フラットな SDR のピクチャープロファイルで撮るスマホカメラの写り方です。何も指定しなければ、主要な動画モデルはどれも光る方向へ流れていきます。
実際には、UGC 風のプロンプトすべてにリアルさの層を書き込むことになります。レタッチなしの肌、リムライトなし、ブルームなし、手持ちのフレーミング、インカメラ特有のわずかなノイズとダイナミックレンジの限界。すると映像は CM っぽさが消え、人が撮ったもののように見えてきます。それこそが UGC フォーマットの存在意義です。手間に対する効果がいちばん大きい対策でもあります。視聴者がいちばん敏感に偽物を見抜くのが肌だからです。
対策2：文字、ロゴ、キャプションはすべて後処理で合成し、モデルには描かせない
視聴者が読む必要のある文字（ロゴ、ラベル、キャプション、CTA、エンドカード）は、映像の中で生成するのではなく、完成した映像の上に合成します。拡散モデルが出すのは統計的に文字に似たピクセルで、字形を書いているわけではありません。その結果、溶けた文字や存在しない単語もどきが生まれ、ラベルがひとつ崩れているだけで、ほかは完璧なレンダーも台無しになります。
うまくいくパイプラインはこうです。まず文字なしでシーンをレンダーし、次に合成工程で本物のブランド素材を重ねます。実際のロゴファイル、実際の書体、ピクセル単位で正確なキャプションです。くっきりしたロゴと読める CTA のエンドカードも、この方法で作れます。プロンプトに「ロゴを入れて」と打つよりパイプラインの手間はかかります。だからこそ、嘘っぽい AI 広告のほとんどはこの工程を飛ばしています。優れた AI 広告ジェネレーターなら、この工程を代わりにやってくれます。
対策3：すべてのレンダーを本物の商品写真に基づかせる
実際の商品写真を参照として渡さないと、モデルはそれっぽい「親戚」を作り出します。カテゴリーは合っているのに、ボトルの形が違い、ラベルはでっち上げ、色も微妙にずれている。商品を知っているお客さんはすぐに気づきますし、あなたも気づきます。
対策は、毎回の生成に本物の商品写真を入れ、言葉で説明するのではなく実物をシーンに合成することです。テキストのプロンプトが表すのはカテゴリー、参照画像が固定するのは正体です。対策2（ラベル文字の合成）と組み合わせれば、広告に映る商品が店頭の商品と同じになります。ただのライフスタイル写真と、そのまま配信できる完成した広告の違いはここにあります。
対策4：すべての演技に、細かい仕草と不完全な瞬間をひとつ書き込む
嘘っぽく見える AI の演技は、たいていレンダー不足ではなく演出不足です。「女性が商品を持って笑う」のようなプロンプトでは、マネキンができあがります。視線は固定、手は固まり、笑顔は左右対称。本物の人はそわそわ動きます。
演技は仕草のレベルで指示しましょう。話している途中でラベルに目を落とす、持ち方を直す、髪を耳にかける、自分の言い回しに少し笑う。そして不完全な瞬間をちょうどひとつ入れます。カメラがぶれる、一音節だけ言葉がかぶる、フレーミングがずれる。欠点がひとつならリアルに見え、5つあるとただの混乱です。これはモデルの調整ではなく脚本の仕事で、多くのチームが思いつきもしない対策です。モデルのせいにするのに忙しいからです。
対策5：口が映るならモデルのネイティブ音声、TTS はナレーションだけのカットに
ルールは単純です。口が画面に映っているなら、音声は動画モデルが同じ処理の中でネイティブに生成する必要があります。そうすれば唇と音声がひとつのプロセスから生まれます。ナレーションを乗せた商品の B ロールなら TTS で問題ありません。ボロを出す口がないからです。
よくある失敗は、人が話している無音の映像を生成し、その上に TTS を吹き替えることです。ありきたりな口の動きと具体的な音素のずれを、人間の知覚は容赦なく見抜きます。吹き替え映画の効果で、どんなにグレーディングしても隠せません。いまのモデルは、任せればきちんと口の動きが合った音声を生成します。嘘っぽさは、あとから音声をくっつけることで生まれます。
対策6：重いものを宙に飛ばさない
質量のあるものを投げる、落とす、ひっくり返す、キャッチする、といった動きをモデルに頼まないでください。放物運動（重力下で物体が自由に飛ぶ動き）は、動画モデルの物理がいまだに目に見えて破綻するところです。ボトルが一瞬長く宙に止まり、一定の速さで回転し、重さを感じさせずに着地します。
振り付けで避けましょう。商品は持つ、回す、置く、手に取る、注ぐもの。手が物体を運ぶので、モデルが重力を自力で解く必要のない動きです。注ぐ動きや水しぶきは持つ動きよりリスクがありますが、投げるよりはずっと安全です。どうしても商品を宙に浮かせたいコンセプトなら、それは生成するカットではなく、編集で避けるカットです。私たちが目にする「ありえない物理」の失敗はほとんどが自業自得で、モデルには到底こなせないヒーロー的な投げをストーリーボードが求めていたケースです。
対策7：はちみつ色のグレードより、涼しくニュートラルな照明を
モデルが初期設定で選びがちな暖かい黄金色のグレードを受け入れず、ニュートラルかやや寒色寄りのホワイトバランスと、むらのない飾らない光（曇りの日の光、昼の台所、オフィスの蛍光灯）をプロンプトで指定します。あのはちみつ色の見た目は 2026年の「AI広告」の視覚的な目印で、視聴者はもう覚えています。
ニュートラルな光は一石二鳥です。グラマーっぽさを消し、さらに対策1と対策3の効果を高めます。マットな肌も、合成された本物の商品も、ふだんの光の下でいちばん説得力を持つからです。パフォーマンス広告のクリエイティブに必要なのは、美しい映像より信じられる映像です。ゴールデンアワーは、ブランドが本当に必要とするカットのためにとっておき、モデルの初期設定から引き継ぐのではなく、意図して選んでください。
Hermoso はこれらの対策をどうパイプラインに組み込んでいるか
このリストの中でも特に手間のかかる対策は、Hermoso のパイプラインに直接組み込まれています。だから、自分でパイプラインを組まなくても、これを毎日やっているチームの仕上がりが手に入ります。
- テカりを抑えるリアルさの層が、マットな肌、ニュートラルな照明、スマホ撮影らしい写り方を UGC のレンダーに書き込みます（対策1と7）。
- 文字、ロゴ、キャプションはすべて後処理で合成し、モデルには描かせません。本物のロゴと CTA を使ったエンドカードも含みます（対策2）。
- レンダーはあなたの本物の商品写真に基づき、シーンに合成され、ブランドカラーが適用されます（対策3）。
- 口が画面に映るときは必ずモデルのネイティブ音声を使い、TTS はナレーションだけのカットに限ります（対策5）。
その裏では、Seedance 2.5、Veo 3.1、Kling 3.0、Google の最新の何でも入力できる動画モデル、さらに静止画用の Flux、GPT Image、Google の最新画像モデルに、ジョブごとに振り分けます。モデルを選ぶ必要はありません。また最初に、Meta、Google、LinkedIn の広告ライブラリとオーガニックの TikTok を横断して、あなたの市場ですでに勝っているものを調べるので、ピクセルをレンダーする前からコンセプトが勝ちパターンに基づいています。無料プランには、カード不要で獲得できる250以上の無料クレジットがあります。正確な費用は、毎回のレンダー前にアプリに表示されます。自社の商品で試してみてください。この記事の主張を確かめるいちばんの近道は、出てきた映像があなた自身の「偽物センサー」をすり抜けるか見てみることです。
よくある質問
AI で生成した文字やロゴが崩れるのはなぜですか？
動画や画像のモデルが生成するのは、実際の字形ではなく統計的に文字に似たピクセルです。そのためラベルやキャプションは、溶けた文字、余計な線、単語もどきになります。確実な対策は、文字なしでシーンをレンダーし、本物のロゴ、キャプション、CTA を後処理で映像に合成することです。
AI 動画で自然なリップシンクはできますか？
できます。ただし、音声を動画モデルが映像と同じ処理の中でネイティブに生成した場合だけです。別に生成した TTS 音声をレンダー済みの口に吹き替えると、不気味な口パクになります。TTS は口が映らないカットに限りましょう。
広告にいちばん向いている AI 動画モデルは？
唯一の正解はありません。Seedance 2.5、Veo 3.1、Kling 3.0 はカットによって得意なことが違い、順位は新しいモデルが出るたびに入れ替わります。Hermoso はジョブごとに最適なモデルに振り分けるので、ユーザーが選ぶ必要はありません。
AI で生成した広告に自社の本物の商品を入れられますか？
はい、ぜひそうしてください。すべてのレンダーを本物の商品写真に基づかせるのは、このリストの中でも特に効果の大きい対策です。Hermoso は、モデルにそっくりさんをでっち上げさせるのではなく、実際の商品写真を生成したシーンに合成します。
AI の広告クリエイティブは撮影よりどれくらい安いですか？
代理店は制作広告1本に4〜5桁ドルの見積もりを出すのが一般的で、クリエイターのマーケットプレイスでは UGC 動画1本が数百ドル台前半で出品されているのが一般的です。Hermoso では、アプリがレンダーごとの正確な費用を表示します。有料プランは月額 $29、$69、$149 です。
AI で生成したというだけで、視聴者は広告を拒否しますか？
私たちの経験では、拒否されるのは見破られるポイントであって、作り方ではありません。マットな肌、ニュートラルな光、本物のラベル文字、人間らしい不完全な瞬間がひとつある映像は、ふつうのコンテンツとして受け取られます。ロウのような肌と黄金色のテカりがある映像は、どう作られたかに関係なく偽物に見えます。