Midjourneyをやめて、Claude Code×fal.aiで動画制作を自動化した話【月9,000円→1本約2,000円の実測】

※本記事はアフィリエイト広告（PR）を含みます

「AI動画づくりって、結局ずっと画面に張り付いてポチポチ生成し続けるんでしょ？」——半分正解でした。Midjourneyを使っていた頃の私です。2026年6月末にMidjourneyを解約して、画像はChatGPT・動画はfal.ai（Kling）の構成に移行しました。いちばん変わったのはコストではありません。fal.aiはAPIで動かせるので、生成作業をClaude Codeに丸ごと任せて制作をほぼ自動化でき、人間の私がやる作業が4つだけになったことです。おまけに月9,000円の固定費は「動画1本あたり約2,000円」の従量制になりました。私はAI音楽動画のYouTubeチャンネルを週1本ペースで運営して月6〜8万円を稼いでいる会社員です。移行の全記録——自動化の中身・実測コスト・つまずいた失敗まで、全部公開します。

Midjourneyをやめた理由【月9,000円と使用量が合わなくなった】

結論から言うと、不満は品質ではなくコスト構造でした。私のMidjourney遍歴はこうです。最初は生成した画像をつなげて動画にしていたのでBasic（月$10）で足りました。Animateで本格的にAI動画化を始めてStandard（月$30）へ。動画を週1本ペースにしてからはPro（月$60・約9,000円）——作り方が進化するたびに、固定費の階段を上っていきました。

問題は、私の投稿ペースが「週1本〜2週間に1本」だということです。月に作る動画は多くて4本、少ない月は2本。それでもProの9,000円は毎月満額かかります。1本しか作らなかった月の動画単価は9,000円。しかも動画生成（Animate）はGPU時間を大きく消費するため、Proの$60に含まれる高速GPU時間は、私の作り方（1本に60カット以上）だと動画2本分ほどで尽きてしまいます。それ以上作るにはGPU時間の追加購入が必要で、さらに割高に。「9,000円払っているのに、実質2本分しか作れない」——固定費の高さと生産量の頭打ちが同時に来ていたのが実情です。

「だったら、使った分だけ払う仕組みに変えられないか」——そう考えて行き着いたのが、画像はChatGPT（契約済みのPlusをそのまま使う）、動画はfal.ai（従量課金）という構成です。2026年6月末にMidjourneyを解約し、7月からは完全にこの構成で回しています。

解約前にやっておくこと2つ【損しない解約タイミング】

移行を決めたら、Midjourneyの解約ボタンを押す前に2つだけ済ませてください。私が実際にやった順番です。

1. スタイル参照（sref）のコードをメモする：srefコードはMidjourneyの中でしか使えません。再契約したときに同じ作風を一発で呼び出せるよう、プロンプト集と一緒にテキストで控えておきます
2. 更新日の直前に解約する：解約は次回更新日まで有効なので、早めに解約ボタンを押しても期間いっぱいは使えます。「使い切ってから止まる」形にしておけば損はありません

解約操作そのものは3クリックです。Midjourneyの画面左下のアカウント→「Manage Subscription」→「Cancel Plan」→確認。引き止め画面はありますが、Confirmを押せば完了します。

移行後のワークフロー【全9工程・人間がやるのは4つだけ】

今の制作フローを先に全部見せます。テーマ決めから投稿まで9工程です。

Midjourney時代との最大の違いはここです。以前は⑤⑥の生成を私が画面に張り付いて1枚ずつ手動で回していました。1本の動画に必要な画像・クリップは60本以上——生成ボタンを押しては待つ作業だけで数時間です。今はfal.aiがAPI経由で使えるので、Claude Codeに「このカット表のとおり全部作って」と指示すれば、私が寝ている間に60本が仕上がります。つまり自動化の主役はfal.aiそのものではなく、APIを操作してくれるClaude Codeです。正直に言えば、Midjourneyのままでも画像生成の操作をClaude Codeに任せる工夫はできたはずで、当時はその発想がなかっただけです。移行を機に「生成は全部任せる」前提で工程を組み直したことが本当の転機で、Midjourneyをやめたのはその「きっかけ」でした。

さらに2026年8月からはClaude Codeの遠隔操作（Remote Control）が正式提供され、外出先のスマホから自宅PCに指示を出せるようになりました。昼休みに「カット表のとおり生成を回しておいて」と一言送り、帰宅したら検品から始める——PCの前に座っている時間は、移行前とは比べものにならないほど減っています。

結果、人間の私がやるのは「指示を出す・歌詞を手直しする・できあがった画像と動画を検品する・Filmoraで編集する」の4つだけです。生成の実作業はAIに任せて、私は採用・不採用を決める編集長役に徹します。だから週1本でも本業と両立できています。AIに工程を任せる体制の作り方は、Claude Codeの複数エージェントで副業を自動化する方法で詳しく書いています。

画像生成をChatGPTに移して分かったコツ3つ

Midjourneyからの乗り換えで一番不安だったのが画像の品質でしたが、音楽動画用途なら運用のコツで十分埋まりました。移行して掴んだポイントは3つです。

• 登場人物は「参照画像＋同一人物指定」で固定する：最初に決めたキャラクターの画像を毎回添付し、「この画像の人物と完全に同一人物で」と指定します。Midjourneyのキャラクター参照に相当する運用が、添付1枚でできます
• 連続するカットも「毎回同じマスター画像」を渡す：前のカットの生成結果を次の参照に使う数珠つなぎは、伝言ゲームのように顔が少しずつ変わっていくのでやりません。参照は毎回、最初に決めたマスター画像に固定し、場所・服装・時間帯はプロンプトの文章で固定します
• 文字入りカットはChatGPTのほうが強い：看板・スマホ画面など日本語の文字が入る絵は、Midjourneyではほぼ使い物にならず、文字なしで作って編集で後乗せしていました。ChatGPTは日本語がそのまま描けるので、この後乗せ工程が丸ごと減りました

逆にアートとしての画の迫力は、今もMidjourneyに軍配が上がると感じます。「歌詞の場面を正確に絵にする」のが目的の私には、忠実さ＞アート性だったというだけです。

コスト実測比較【固定9,000円→動画1本約2,000円】

いちばん知りたいのはここだと思うので、実測の数字を出します。fal.aiは「動画1本＝いくら」が明確に出る従量制です。

項目	Midjourney時代	fal.ai移行後
課金形態	月額固定（Pro $60≒9,000円）	従量制（使った分だけ）
動画1本のコスト	月1本なら実質9,000円/本	約$13〜17（約2,000〜2,600円）※60〜86クリップ構成の実測
月2本作った場合	9,000円	約4,000〜5,200円
作らなかった月	9,000円	0円
月に作れる本数	$60分のGPU時間≒動画2本分（追加は買い足しでさらに割高）	上限なし（作った分だけ課金）

内訳はこうです。Klingの標準モデル（2.5-turbo）は5秒クリップ1本あたり約$0.21。1本の音楽動画は60〜86クリップで構成するので、$0.21×クリップ数＝約$13〜17に収まります。歌詞・絵コンテ・画像はChatGPT Plus（月$20・約3,000円）でまかないますが、これは移行前から契約していたものなので追加コストはゼロです（2026年8月実測・$1=150円換算）。

「月に何本も作るなら固定費のほうが得では？」と思うかもしれません。計算上の損益分岐は月4本です。ただ、この分岐点は私にとって幻でした。Proの$60に含まれるGPU時間は動画2本分ほどで、「月4本作って元を取る」には結局GPU時間を買い足す＝追加課金が必要だからです。

月あたりの制作本数別に並べると、分岐点がはっきり見えます（1本＝約$15＝2,250円で計算）。

月の制作本数	fal.ai従量	Midjourney Pro固定	判定
1本	約2,250円	9,000円	従量（1/4のコスト）
2本	約4,500円	9,000円（実質上限）	従量が半額
3本以上	約6,750円〜	GPU時間の追加購入が必要（9,000円＋α）	従量が有利

つまり私の用途では、コストでも作れる本数でもfal.aiが上回っていました。Midjourneyで本数を増やすにはMega（月$120・約18,000円）に上げる道しかなく、それなら使った分だけ払う従量制のほうが素直です。「固定費で量産」はMidjourneyの動画では成立しにくい——移行して初めてはっきり分かったことです。

fal.aiの始め方【チャージとKlingモデルの使い分け】

fal.ai（ファル）は、KlingやFLUXなど各社の生成AIモデルをまとめて従量課金で使えるプラットフォームです。始め方は3ステップ。①アカウント登録（メールでOK）②クレジットをチャージ（$10〜20あれば動画1本分は十分）③使いたいモデルのページでプロンプトと画像を投げる——これだけです。Webの管理画面から1本ずつ生成することも、APIでまとめて生成することもできます。

迷うのはモデル選びですが、音楽動画用途なら実質この3つで足ります。

モデル	単価（実測）	使いどころ
Kling 2.5-turbo（standard）	5秒クリップ約$0.21	基本はこれ。画像1枚→5秒動画
Kling 2.5-turbo（Pro）	約$0.35	終端フレーム指定（クリップ同士をつなぐ時だけ）
Kling 2.6 motion-control	約$0.07/秒	ダンス・振付を動画から転写する特殊カット

商用利用については、私自身がYouTubeの収益化チャンネルでこの構成の動画を公開しています。ただしモデルごとにライセンス形態が違うので、使うモデルのページでライセンス表記を確認してから使ってください（規約は変わるため、この記載は2026年8月時点のものです）。

移行でつまずいた失敗3つ【全部対策済み】

正直に書くと、移行はノートラブルではありませんでした。実際に起きた失敗と、たどり着いた対策を共有します。

1. 動きが激しすぎて破綻する：Klingは指示が曖昧だと車が空を飛ぶような破綻を起こすことがあります。対策は「浮いたり飛んだりしない」とやってほしくない動きを明示的に禁止するプロンプトを入れること。静かなカットほど効きます
2. ダンスの振付を移そうとしたら顔が別人になった：参照動画の動きをキャラに真似させる転写で、最初に試した方式は動きは移るのに顔が別人化しました。Klingのmotion-control（参照動画から動きだけを転写する方式）に切り替えたら顔が保てるように。振付・ダンスものはこれ一択です。なお叫ぶ・走るくらいの通常の動きは、普通の動画生成のプロンプトで問題ありません
3. 5秒を超えるシーンの扱いに迷う：生成は5秒か10秒の2択で、10秒は料金も約2倍です。基本は絵コンテの段階でカットを分割するか、5秒で生成して編集のスロー再生で伸ばすのが安上がり。どうしても1カットで長回ししたいときだけ10秒モードを使います

字幕処理は無料でできる【Whisperで歌詞のタイミングを取る】

地味に時短効果が大きかったのが字幕工程です。以前は曲を聴きながら歌詞の表示タイミングを手で打っていましたが、今は文字起こしAIのWhisper（無料）に曲を読ませて、歌詞の開始・終了時刻を自動で取っています。

手順は2つ。①Suno AIからダウンロードした音源をWhisperにかけて、歌詞がいつ歌われているかのタイムスタンプを取得する。②それを歌詞テキストと突き合わせてSRT（字幕ファイル）にする。タイムスタンプは±1〜2秒ズレるので、歌詞ごとのタイミング調整は今も手でやります。それでも歌詞テキストの入力と大まかな位置出しが自動になるだけで、手打ちで1時間かかっていた作業がかなり短くなりました。

仕上げはFilmora【クリップ結合と字幕入れ】

fal.aiから書き出した5秒クリップの山を1本の動画にするのがFilmoraの仕事です。タイム表の順にクリップを並べ、曲を敷いて、字幕（SRT）を読み込んで、ズレを微調整する——ここだけは人間の目と手でやったほうが早くて確実です。Midjourneyをやめても、編集工程は移行前と何も変わっていません。

📎 あわせて読みたい：Filmoraで音楽動画を作る方法【Suno AIの曲とAI画像をYouTube用に編集する全手順】

移行して2ヶ月。変わったこと・変わらなかったこと

6月末の解約から2ヶ月、この構成で動画を作り続けた総括です。変わったこと：①生成作業をClaude Codeに任せる自動化ができて、画面に張り付く時間がほぼゼロになった（浮いた時間は絵コンテと歌詞の質に回せる）②制作コストが動画1本あたり約2,000円の変動費になり、「今月は作らなかったのに9,000円」というモヤモヤが消えた③「1本いくら」が明確なので動画ごとの損益を考える癖がついた④文字入りカットの失敗が激減した。

変わらなかったこと：①動画の再生数・チャンネルの数字に悪影響は出ていない（視聴者はツールの違いに気づかない）②制作時間もほぼ同じ③Filmora以降の工程は完全にそのまま。つまり「品質と手間はそのまま、支払い方だけ変わった」——それが2ヶ月やった正直な総括です。

逆に、Midjourneyを続けたほうがいい人

公平のために書いておくと、Midjourneyが最適な人もはっきりいます。私が解約したのは「私のペースに合わなかった」からで、ツールの優劣ではありません。

• 静止画がメインの人：画像販売・素材制作など、画質の絶対値で勝負するならMidjourneyのアート性は今も頭ひとつ抜けています
• 静止画を毎日大量生成する人：StandardのRelaxモード（無制限生成）が効くのは画像です。画像販売やサムネ量産が主目的なら固定費の価値があります（※動画もPro/MegaならSD画質に限りRelax無制限がありますが、YouTube向けのHD動画はFast GPU時間を消費するため量産には向きません。私のProは動画2本分で尽きました）
• 作風の一貫性を細かく管理したい人：スタイル参照など「同じ世界観で作り続ける」機能はMidjourneyの強みです

📎 Midjourneyの使い方・料金の詳細：Midjourneyの使い方【2026年最新V8.2対応・画像生成から動画化まで完全ガイド】

Midjourney移行に関するFAQ

Q1. fal.aiは英語ができないと使えませんか？

A. 私はClaude Code経由で生成しているので、そもそも英語の画面をほぼ見ません。Web画面で数本だけ作る場合も、操作は「画像をアップ→プロンプトを貼る→ボタンを押す」の繰り返しなので、ブラウザ翻訳で十分です。ちなみに動画プロンプトは日本語で問題なく通っています（私のカット表は全部日本語です）。

Q2. チャージはいくらから始めればいい？

A. まず$10〜20で十分です。動画1本分（約$13〜17）を作って肌に合うか確かめてから、必要な分だけ足すのが従量制の正しい使い方です。使わなければ請求も来ません。

Q3. 動画1本に何クリップ必要？

A. 私の場合、3〜4分の曲で60〜86クリップです。絵コンテを「歌詞1行＝1カット（5秒）」で切るとだいたいこの本数になります。サビの繰り返しで同じクリップを使い回せば本数は減らせますが、私は飽きさせないために毎回絵を変える派なので多めです。ここが制作費（$0.21×本数）を決めるので、絵コンテの段階でクリップ数＝予算が確定するのも従量制の分かりやすさです。

Q4. プログラミングができなくてもfal.aiのAPIは使える？

A. 使えます。私もコードは書けませんが、Claude Codeに「この画像リストをKlingで動画化して」と指示すれば、生成から保存までAIがやってくれます。60本のクリップを1本ずつWeb画面で作るのは現実的でないので、まとめて作る工程はAIに任せるのが前提です。やり方の考え方はAIチーム化の記事で解説しています。もちろん、数本だけならWeb画面のフォーム入力だけで完結します。

Q5. Midjourneyで作った過去の画像・動画はどうなる？

A. 有料プラン中に生成したものの権利は解約後も保持されます（Midjourney規約ベース）。私も解約前の生成物をそのまま使い続けています。解約後もログインすればライブラリから過去の生成物を閲覧・ダウンロードできます。

Q6. 画像生成をChatGPTにして品質は落ちませんか？

A. 用途によります。私の音楽動画は「歌詞の場面を絵にする」用途なので、指示への忠実さと文字の正確さでむしろChatGPTのほうが扱いやすくなりました。アート性の最大値ではMidjourneyに分があるので、前章の「続けたほうがいい人」に当てはまるなら移行しないほうがいいです。

Q7. Kling公式サイトで直接契約するのとfal.ai経由、どっちがいい？

A. Kling公式はクレジット制のサブスクで、Webの画面から1本ずつ作る人向けです。fal.ai経由の利点は、①完全従量制（月額なし）②KlingもFLUXも他社モデルも同じ残高で使い分けられる③APIでまとめて生成できる——の3つ。私のように1本の動画で60本以上のクリップを作る使い方だと、1本ずつ画面で操作するのは現実的でないため、fal.ai一択でした。数本だけ試したい人はKling公式の無料クレジットから入るのもアリです。

Q8. また Midjourneyに戻る可能性は？

A. 動画用途では、たぶん戻りません。Proの$60で作れる動画は実質2本分ほどで、それ以上はGPU時間の買い足しになるため、本数を増やすほどfal.aiとの差が開くからです。戻るとしたら、静止画のアート性が必要な企画（世界観重視のジャケットや画集系）をやるときです。ツールへの忠誠心より、用途との相性で決める——それがAI副業のコスト管理だと思っています。

まとめ｜課金形態は「自分のペース」で選ぶ

• 最大の収穫は自動化：fal.aiのAPI化でClaude Codeに生成を任せられるようになり、人間の作業は指示・歌詞・検品・編集の4つだけに
• Midjourneyをやめた理由は品質ではなくコスト構造（週1本ペースに月9,000円の固定費が合わない）
• 移行後は画像ChatGPT＋動画fal.ai（Kling）で、動画1本約2,000〜2,600円の従量制に
• 損益分岐は月4本前後。量産型なら固定費、少数精鋭型なら従量制が有利
• 失敗3つ（動きすぎ・顔劣化・尺不足）は禁止プロンプト・motion-control・カット分割で解決済み

まずは自分の直近3ヶ月の制作本数を数えて、月額を本数で割ってみてください。1本あたりが2,600円を超えていたら、従量制に切り替える検討価値があります。数字が出れば、判断は難しくありません。

📚 AI音楽動画で稼ぐ全体像はこちら：AI音楽副業で月6万円｜1本110万再生したSuno×YouTubeの全手順／画像から動画にする方法の基礎はAI画像を動画にする方法

※本記事の料金・仕様は2026年8月14日調査・実測時点のものです。fal.ai・Kling・Midjourneyの最新条件は各公式サイトで確認してください。