【PR】Codex × Pollo AI MCPで『ふんわり』MVを制作してみた🎵

※本記事はPollo AI様よりご依頼をいただき、提供されたクレジットを使用して制作しています。

Codexで相談したアイデアを、そのままPollo AIで動画にできたら？

さらに、生成した動画を確認して、編集して、歌詞まで入れられたら？🤔

今回はCodexとPollo AIMCPで連携させ、オリジナル曲『ふんわり』の59秒MVを実際に完成させました。

普段は自分で構成を考えるタクですが、今回はアイデア出しからCodexと相談することに。

出てきた案をもとに画像を作り、そのままPollo AIへ動画生成を依頼。

返ってきた動画を確認しながら、編集やリリック合成まで進めました😊

Polloの動画生成がCodexの制作の流れにつながる。そこが今回試したかったことです。

「どんな映像にする？」「生成前に費用を確認して」「この動画を使おう」「最後に歌詞も入れたい」

Codexを制作の窓口にして、Polloで動画を生成する。できた動画を確認したら、同じ会話で次の作業へ進めます。

特に便利だったのは、生成前に費用を確認できること、CodexからPolloへそのまま生成を頼めること、完成した動画を見て次の作業へ進めること。この3つです。

実際にどこまでできたのか、完成MVから見ていきます。

まずは完成したMVをどうぞ🎵

完成MV『ふんわり』

完成MV『ふんわり』。微細な繊維の世界が、町を包む夜空へ広がる。

約59秒、16:9、720pのMVです。

最初から絵コンテや難しい指示文を用意しなくても、相談から始められるのか。ここが今回のポイントです。

画像はCodexで用意し、動画素材はPollo AIのMiniMax H3で生成。編集と歌詞合成もCodexで進めました。

今回の制作の流れ｜Codex × Pollo AI

構成・画像・編集はCodexで。動画生成はPollo AIで。タクは内容と費用を確認して、採用する結果を決めていきます。

Codexで用意した画像16枚を使い、Polloで動画素材12本を生成。必要な素材を選んで16カットに編集し、59秒のMVにしました。

※完成MVの制作記録に加え、接続方法や音源解析について後から試した内容も紹介しています。

CodexとPolloを使ったMV制作の流れ。

MCPって何？｜CodexからPolloを使える仕組み

MCPは、AIが外部のツールや資料へアクセスするための共通の取り決めです。Codexで相談した構成を、Polloへの動画生成依頼につなげるために使いました。映像そのものを生成するのはPollo側のモデルです。

1. Pollo MCP公式ページで「ChatGPT」を選び、「Polloプラグインを追加」を押す。

2. 開いたPollo AIのプラグイン紹介ページで「プラグインをインストール」を押す。

3. アクセス権限を確認し、「接続する」を押す。必要な場合はPolloアカウントで認証する。

接続許可画面。アクセス内容を確認してから「接続する」を選びます。

4. プラグイン管理画面でPollo AIが有効になっていることを確認する。

まずは費用を聞いてみる｜生成はまだしない

会話でPolloを選び、次のように頼みます。

「Pollo AI MCPで、使える動画モデルと現在のクレジット残高を確認してください。まだ生成しないでください」

プラグインが有効になったら、Codexにモデルやクレジット残高を聞いてみます。下には確認時の回答画面を載せています。

接続確認時のCodexの回答画面。表示された残高とモデル数は確認時点のもので、MV制作時の数字とは異なります。

接続方法や表示は環境によって異なります。詳細は本文内のPollo MCP公式案内で確認してください。

2．音源と歌詞を渡す｜まずは日本語で相談

接続したら、作りたい曲の音源と歌詞をCodexに渡します。自分の環境で利用できるファイル添付、または接続したDriveからの読み込みを使います。最初から細かな絵コンテがなくても、構成の相談から始められます。

例えば、音源と歌詞を添付して、こう依頼します。

「この曲と歌詞でMVを作りたいです。合いそうな映像の構成を考えてください。動画生成にはPollo AIを使いたいので、生成前に費用を教えてください。まだ生成しないでください」

最初はこのくらいの依頼で十分。細かな調整は、映像の方向性が決まってから考えられます。

補足｜音源解析も試してみた

歌詞をタイミングよく表示するには、歌っている時刻も必要。そこでCodexに音源解析も頼んでみました。

以下は、完成MVの制作とは別に音源と歌詞から解析を試した例です。

解析も頼むなら、こんな一言

「この音源と歌詞を解析して、曲の区切りと歌詞のタイミングを調べてください。結果にズレがないか確認し、判断できないところは教えてください。有料生成はまだ始めないでください」

難しいファイル形式を知らなくても相談できます。ただ、出てきた時刻は音と照らして確認が必要です。

Codexは24フレーズ分の時刻を提案してくれましたが、歌い出しなどにズレが残りました。

解析結果を動画で確認

「字幕を動画で確認したい」と頼むと、音と推定字幕を重ねた確認用動画も作れました。

歌詞の表示位置やズレを映像で確かめられます。
※完成MVとは別の確認用素材です。

再生しながら確認できるのは便利でしたが、修正を指示するのが、直感的に
修正できないので、好みの問題かなと思います。

一方で歌詞の開始位置にはズレがあり、完成MVにそのまま使える精度ではありませんでした。（細かい拘りが無い方使えると思います）

音源解析は便利。でも利用枠に注意

音源解析は処理が重く、Codexの利用枠も使います。細かな時刻調整を会話だけで繰り返すのは少し手間でした。

解析済みのデータがあれば、それをCodexに渡す方法もあります。利用枠をどれほど節約できるかは測定していません。

完成MVでは、どんな資料を使った？

実際の完成MVでは、自作アプリで取得していた歌詞の時刻データを基準にしました。

音源と歌詞に加え、Driveに保存したSRT・解析JSON・制作指示書もCodexへ渡しています。音源と歌詞だけで全工程を自動完成させたわけではありません。

資料は接続したGoogle DriveからCodexへ読み込みました。

ただし、構成の相談なら音源と歌詞からでも始められます。解析データは必要に応じて追加すれば大丈夫。

今回のように解析データを先に用意すれば、Codexの利用枠を構成やPolloへの動画生成、編集に回しやすくなります。

3．構成と画像を相談｜完成形が浮かばなくても大丈夫

普段ならタクが細かく構成を考えます。でも今回は、まずCodexが出してくれた方向性に乗ってみることに。

ただ、最初の画像案を見て、ちょっと気になりました。

「似たような場面が続くと、MVとして退屈にならない？🤔」

そこで、映像の変化についてもう一度相談。

すると、接写や反射、影、俯瞰など、視点を切り替える案が出てきました。

こういうふうに、出てきたアイデアを見ながら進め方を考えられるのが面白いところです。

最初から完璧な絵コンテがなくても、まず一案を出してもらい、そこから「もっとこうしたい」と話を広げられます。

採用画像の抜粋。接写、反射、影、俯瞰へ視点を切り替えた。

Codexで16枚の画像を用意。できあがった絵を見ながら採用するものを決め、次はPollo AIで動画にしていきます。

4．Pollo AIで動画生成｜Codexからそのまま依頼

ここからPollo AIで動画にしていきます！🎬

Codexで用意した16枚の画像を参照に、Polloで利用できるMiniMax H3で動画素材を作りました。

今回のポイントは、Polloの生成機能をCodexの会話から使えたこと。画像を渡して、動きや長さを相談し、生成前に費用を確認して、そのままPolloへ依頼できます。

最初は、どの場面も6秒ずつ作る案でした。

でもタクは「全部同じ秒数じゃなくてもよくない？」と思ったんです。

そこでCodexに相談し、H3の条件を確認。結果的に4・5・8・9秒の動画を12本生成し、編集では16カットにしています。

どんな場面にするかを相談しながら、Codexが参照画像や生成指示を整理してPolloへ渡します。タクは案を見て、使いたい方向性を選びました。

原曲はH3の音声参照には使わず、後から編集で合わせています。

左は参照画像、右はH3生成動画の切り出し。同じ生成内で構図が切り替わる。

5．Polloの生成結果がCodexに返ってくる！

タクは相談。Codexが動画の指示文や参照画像、秒数などをまとめて、Polloへ依頼してくれました。

参照画像のアップロードや素材URLの受け渡しもCodex側で進行。Polloの機能が変わったというより、MCPで普段の制作の会話とつながり、画面を何度も行き来して入力する手間が減った感覚です。

生成前には12本合計335crの見積もりを確認し、タクの承認後に生成へ進みました。「まだ生成せず、費用だけ確認して」と頼めるのも使いやすいところです。

そして、生成した動画が会話内の結果カードに返ってきます。

「あ、こんな感じになったんだ！」

動画を開いて「これいいね！」「ここだけ直せる？」と、また相談できる。Polloで映像を作って終わりではなく、生成した結果を次の制作につなげられる。ここが今回、特に便利でした😊

Codexの会話に返ってきたPolloの動画生成結果カード。

結果カードで動画を確認し、気になる箇所はフレーム画像も見ながら相談しました。

必要な1本だけ再生成｜全部やり直さなくていい

生成結果を確認して、必要な箇所だけ再生成できるかも試しました。

今回は3つの結び目をほどく場面が、思っていた動きと違いました。そこでCodexと相談して、左・中央・右の順に変化するよう指示を整理し、その1本だけ再生成しました。

今回のように、すべての動画を作り直さず、対象の1本だけを生成し直すこともできます。

上段は結び目が残った初回、下段は終端で結び目が消えた修正版。各動画内の時刻を表示。

修正版では結び目が順に消えました。追加の見積もりは20cr。ただし指定時刻どおりではなかったので、最後は編集で歌詞に合わせています。

生成結果が必ず指示どおりになるわけではありません。再生成するか、編集で調整するかは、実際の映像を見て判断しました。

6．Codexで仕上げる｜59秒MVと歌詞を合成

素材を保存し、使う区間を選んで、原曲の時間軸へ配置。解像度やフレームレートをそろえ、720pのMVへ書き出す作業もCodexが進めました。

動画を作って終わりではなく、そのまま編集の相談まで続けられる。

今回はCodexが動画の使う部分を選んで並べ、原曲と合わせて一本のMVにしました。

完成MVの連続性を追う4場面。繊維と琥珀色の光を共通のモチーフにした。

Polloで作った動画素材を、Codexで編集して歌詞も合成しました。

動画をつなぐだけでなく、歌詞の見せ方もCodexと相談できました。

歌詞もCodexで合成｜見本を確認して仕上げる

さらに、歌詞も入れてみました。

「安っぽくならないように、色や文字の出し方、動きも考えてほしい」

と相談すると、文字演出の案を考えてくれました。

さらに「ほわほわゆらゆら」「大丈夫だよ」「ぽいぽいぽい」の代表3か所について、静止サンプルと文字を映像に重ねたHTMLプレビューを用意してくれました。

このHTMLは文字の位置や動きの方向を確認するための設計用の見本。全歌詞の実装や最終的な同期を済ませた完成版とは別です。

文章だけで「こんな雰囲気」と説明するより、実際の見本を見ながら考えられるのがありがたい。完成版では24フレーズの文字演出を合成しています。

リリックの確認用サンプル「ほわほわゆらゆら」。

見本を確認してから、完成版の文字演出へ進めました。

動画生成に使った費用｜Pollo AIは355cr

今回のMVで使った、Pollo AIの動画生成クレジットはこちら。

12本の動画生成が335cr、必要な1本の再生成が20cr。動画生成には合計355crを使用しました。

生成前に見積もりを確認してから進められるのも、Pollo MCPの便利なところです。※クレジットは生成設定や時期によって変わる場合があります。

Pollo AIの動画生成クレジット（335cr＋20cr＝355cr）。

最終的に採用した動画素材は12本。うち1本は再生成したものに差し替えています。

今回のCodexはGPT-6.1 Solの軽い設定で利用し、ChatGPTの契約に含まれる利用枠内で制作しました。追加のCodexクレジットは購入していません。

もちろん無料で制作できたわけではありません。ChatGPTの契約とは別に、Polloの動画生成に355crを使用しています。Codexの利用条件や上限は契約プランによって異なります。

OpenAI公式の料金・利用枠の説明

Pollo AgentとCodexを同じ条件で比較したわけではないので、どちらが安いかは判断できません。動画生成ではPolloのクレジットを使い、Codex側は別に利用枠を消費します。

使って分かったこと｜MCPでPolloがもっと身近に

完成後は動画の長さや映像、音声などを確認しました。ただし、歌詞のタイミングを全編通して目視・聴取で確認したわけではありません。

タクが特に便利だと感じたのは、Pollo AIの動画生成を、Codexで進めている制作の途中から呼び出せたことです。生成前の費用確認、結果カードでの確認、必要な素材だけの再生成も、同じ会話の流れで相談できました。

Pollo Agentでも、Polloの中で動画制作を相談・確認・修正できます。一方、すでにCodexを使っている人なら、普段の制作環境にPolloの動画生成を加えられるのが魅力。今回はDriveの資料や手元のファイルを使い、Polloで作った動画をCodexで編集し、歌詞の合成まで進められました。ほかの対応ツールとも組み合わせられるので、動画生成以外の工程へ広げられる余地があります。

もちろん、毎回一度で思いどおりになるわけではありません。それでも、出来上がった映像を確認して、必要な部分だけ相談し直せるのは助かりました。

一方、歌詞の細かなタイミング合わせまで会話で続けると手間がかかります。任せやすい作業はCodexへ、細かい調整は必要に応じて編集画面へ。使い分けも大切だと感じました。

どちらが向いている？｜Pollo AgentとCodex

「この曲に合いそうなMVのアイデアを、いくつか出して」

「生成する前に費用を教えて」

「この動画だけ動きが違うので直したい」

「リリックの見本を出して」

最初から細かい構成がなくても、相談から始められます。Polloの中で手軽に作りたいならPollo Agent。すでにCodexを使っていて、ほかの資料やツールと組み合わせたいならCodex × Pollo MCP。使いやすい入口を選べるのがいいところです。

なお、Codexは無料プランでも利用できますが、利用枠や使えるモデルには違いがあります。今回使ったGPT-6.1 Solは対象の有料プラン向けです。音源解析を省いても無料枠だけで同じMVを作れると確認できたわけではありません。Polloの生成クレジットも別に必要です。

まとめ｜MCPでPolloが制作の流れにつながった

『ふんわり』のMVでは、Codexで構成を相談し、Polloで動画素材を生成。最後はCodexで歌詞を重ね、59秒の作品に仕上げました。

Polloで動画ができたら、Codexの会話で確認して、そのまま編集へ。この流れがとにかく便利でした。

動画生成のために制作を中断せず、Polloの力を借りられる。今回のMCP連携で一番魅力を感じたのはそこです。

Pollo Agentで制作する方法もあるし、Codexをすでに使っている人なら、Driveやほかの対応ツールと組み合わせる方法もある。音源解析など負荷の高い作業は必要に応じて使い分けながら、自分に合った制作の流れを作れるのが面白いですね😊

自分の曲でも試してみたい人は、まず音源と歌詞を用意して「どんなMVが合うと思う？」と相談するところから。Pollo AIで動かしてみたい場面が見つかったら、そこから始められます🎵

最後は眠る人物の部屋へ戻る。原曲の終わりまで使用した。

完成MV『ふんわり』

今回使用したPollo AI

今回使用したPollo AI

今回は、Pollo AIのMiniMax H3をCodexからMCP経由で利用し、オリジナル曲『ふんわり』のMVを制作しました。

Pollo AIを見てみる

Pollo MCPを使ってみる

気になる方は、自分の曲でも試してみてください😊

自分の曲でもMVを作ってみたい方は、まずは音源と歌詞を用意して、どんな映像が合うか相談するところから始めてみてください😊

Pollo AI料金プラン

PolloAIのXも是非フォローを😊

クレジットがもらえるキャンペーンやイベントもしています✨

時には賞金がでることも🎵

PolloAI公式Xはこちら

※仕様・料金・利用可能なモデルは変わる場合があります。この記事の生成条件とクレジットは今回の制作記録に基づきます。

#PolloAI #Codex #MCP #AI動画 #MV制作 #生成AI #企業案件