脚本プランナー▸ 
AIアプリ 
AIニュース 
Jellyfish AIショートドラマ工場：脚本分解から絵コンテ・素材・生成・編集まで一站式で対応
Jellyfish AIショートドラマ工場：脚本分解から絵コンテ・素材・生成・編集まで一站式で対応紹介
Jellyfish ai短劇工場は、開発者 Forget-C が GitHub 上でオープンソース化した AI 短劇制作ツールです。プロジェクトのリポジトリは https://github.com/Forget-C/Jellyfish です。公式の説明によると、脚本の入力から構造化されたストーリーボード、キャラクターの一貫性管理、ショット準備、動画生成、そして完成作品としての書き出しまでをカバーする、エンドツーエンドの AI 短劇制作ワークベンチとなっています。
2026年7月時点で、このプロジェクトは GitHub 上で 5.5k Star と 960 以上の Fork を獲得しています。公開から2週間ほどで Star 数は 1.7K に達し、コミュニティでの議論も比較的活発です。プロジェクトは Apache-2.0 ライセンスを採用しており、完全にオープンソースで無料、セルフホストによるローカル展開や二次開発にも対応しています。
Jellyfishの主要機能
脚本の理解とショット分割：Jellyfish は章単位のスクリプトを自動的にショットシーケンスに分割し、キャラクター、シーン、小道具、衣装、会話といった重要情報を抽出します。さらに、脚本の最適化・要約・一貫性チェックや、キャラクターの肖像、シーンの詳細に対するピンポイント分析もサポートしています。
ショット準備と確認ワークフロー：基本的なワークフローはおおむね「スクリプト分割 → ショット準備 → 候補確認 → ショット準備完了 → 生成ワークスペース」という流れです。システムが自動的にショットの候補案を抽出し、ユーザーは各候補を採用するか無視するかを選択できます。また、既存のキャラクター、シーン、小道具、衣装を手動で紐付けたり、ショット単位の基本情報を修正したりすることも可能です。各ショットには「準備完了ステータス」のフラグがあり、生成に進めるかどうかを判断します。
アセットの一貫性と再利用：これは Jellyfish の特色ある機能です。システムは「キャラクター/俳優」「シーン」「小道具」「衣装」という4種類のエンティティで構成される共有エンティティモデルを維持しています。すべてのアセットは異なるショット間で再利用でき、これによって AI 動画でよく問題になるキャラクターの顔ぶれ、シーンの drift、小道具の矛盾などを一定程度上解消できます。
ショット単位の画像・動画オーケストレーション：ショットが「準備完了」状態になると、生成ワークスペースではキーフレームや参照画像の管理、ショット単位の動画プロンプトプレビュー、画像・動画生成タスクの実行、シングルショットおよびバッチの事前チェックがサポートされます。生成結果は自動的にショットやメディアシステムに書き戻されます。
統一された非同期タスクセンター：動画生成は通常かなりの時間がかかりますが、Jellyfish はすべてのテキスト処理、画像生成、動画生成タスクを統一された非同期タスクシステムに統合しています。ステータス追跡、進捗や所要時間の表示、タスクのキャンセルや再開をサポートし、タスクセンターから対応するプロジェクトやショットのコンテキストに直接ジャンプすることもできます。
モデル、プロンプト、生成インフラ：マルチプロバイダーとマルチモデルの管理をサポートし、カテゴリごとにデフォルトモデルを設定できるほか、プロンプトテンプレート管理、ファイルおよび生成メディアの管理、OpenAPI ベースのフロントエンド・バックエンド契約にも対応しています。テキスト側は OpenAI、Claude などの大規模言語モデルと、動画側は Kling、Runway、Luma などのサービスと接続できます。
Jellyfishの技術アーキテクチャ
フロントエンド：React + TypeScript + Vite
バックエンド：FastAPI (Python)
データベース：MySQL
キャッシュ/キュー：Redis
オブジェクトストレージ：RustFS（S3 互換）
デプロイ：Docker Compose
プロジェクトのフロントエンドのリクエストと型は、バックエンドの OpenAPI 仕様から自動生成されるため、フロントエンドとバックエンドのインターフェースの一貫性は一定程度保証されています。
Jellyfishのユースケース
公式ドキュメントやコミュニティのフィードバックによると、Jellyfish が適している用途はおおよそ以下の通りです：
短劇・マイクロ短劇のクリエイター：短時間で量産し、ツールコストを削減
AI映画スタジオ：短劇を一括制作し、創作基準を統一
個人クリエイター：複数のツールを学ぶ必要なく、低コストで参入可能
教育・研修チーム：教学用マイクロビデオを迅速に制作
ブランド・ECチーム：ストーリー性のある商品プロモーションビデオを制作
五、メリットとデメリット
メリット：
オープンソースで無料、Apache-2.0 ライセンス、コードは完全に公開
一元的なアセット管理により、キャラクターの「drift」問題を一定程度上解消できる
脚本から完成作品までをワンストップで完了でき、複数ツール間の切り替えが不要
ワークフローは「候補→確認→生成」のモデルで、AI が候補を出し、人間が判断する
非同期タスクシステムが長時間生成タスクのステータス追跡、キャンセル、再開をサポート
マルチモデルの接続をサポートしており、拡張性も良好
デメリット：
ローカルデプロイには一定の技術的基礎が必要で、現時点ではワンクリックインストールパッケージは提供されていない
プロジェクトはまだ急速な反復開発中で、中核となるショット分割レンダリングのパイプラインはまだ完全に安定していない
ツール自体は計算能力を提供しないため、各モデルの API Key を自分で用意する必要がある
最終的な生成品質は接続する動画生成モデルに依存する
六、使用チュートリアル
クイックデプロイ
git clone https://github.com/Forget-C/Jellyfish.git cd Jellyfish cp deploy/compose/.env.example deploy/compose/.env docker compose --env-file deploy/compose/.env -f deploy/compose/docker-compose.yml up --build
起動後のサービスポート：
フロントエンド：http://localhost:7788
バックエンド：http://localhost:8000（/docs で Swagger ドキュメントを確認可能）
MySQL：localhost:3306
Redis：localhost:6379
RustFS：http://localhost:9000
ローカル開発
バックエンド：
cd backend cp .env.example .env uv sync uv run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000
フロントエンド：
cd front pnpm install pnpm dev
フロントエンドでインターフェースエラーが発生した場合は、OpenAPI の型を同期してください：
cd front pnpm run openapi:update
ワークフローの手順
| 手順 | 操作 | 出力 |
|---|---|---|
| 1. 脚本の準備 | テキスト脚本を入力（中国語と英語の両方に対応） | 生のテキスト |
| 2. スマートショット分割 | AI が自動分割、手動編集も可能 | 論理的なショットシーケンス |
| 3. 一貫性ロック | キャラクター、シーン、小道具、衣装を管理 | 安定したビジュアルスタイル |
| 4. 動画生成 | 基盤モデルを統合してバッチ生成 | ショット単位の動画素材 |
| 5. ポストプロダクション編集 | 字幕、音効、トランジションを追加 | 編集済みのプロジェクト |
| 6. 完成作品の書き出し | ワンクリックで縦型動画を生成 | すぐに公開可能な完成作品 |
Jellyfish と競合ツールの比較
以下は GitHub 上の同類のオープンソースツールとの比較です：
| 比較項目 | Jellyfish | Toonflow | waoowaoo | 火宝短剧 |
|---|---|---|---|---|
| Star 数 | 5.5k | 11k+ | 13k+ | 13k+ |
| コアポジショニング | エンドツーエンドの本番ワークベンチ、プロセス管理を重視 | 小説/脚本からアニメーション短編ドラマの自動化 | 産業グレード AI 映像完全自動生成プラットフォーム | 一文で完全な短編ドラマを生成 |
| コア優位性 | アセット一貫性管理、ショットレベルの精密制御 | クロスプラットフォームデスクトップ版の軽量展開 | ネット小説から直接動画出力、自動配音 | 完全自動化、操作が簡単 |
| 対象ユーザー | 品質と制御力を追求する上級者クリエイター | 小説を動的漫画/ドラマに変換したいクリエイター | ネット小説 IP を短編ドラマに迅速変換したいチーム | 初心者、手早くフローを完成させたい人 |
| 展開方法 | Docker Compose | デスクトップ版 + Docker | Docker | Docker |
| オープンソースライセンス | Apache-2.0 | — | — | — |
Jellyfish を選ぶ理由
Jellyfish は実用的な課題を解決します。AI 動画におけるキャラクターの「ドリフト」問題を、中央集権的なアセット管理によって、一般的な動画生成ツールよりも高い制御性を実現します
脚本から完成映像までの全工程を網羅しており、断片生成だけでなく、完全なワークベンチとして機能します
ワークフローの設計は現実的で、AI が候補案を生成し、最終判断は人間が行うため、「全自动生成」の制御不能問題を回避できます
オープンソースで無料で、データはローカル処理されるため、データプライバシーを重視するチームにとって重要なポイントです
ショットごとに景別、アングル、カメラワークなどのパラメータを調整可能で、一般のツールよりも制御力に長けています
技術スタックは FastAPI + React + MySQL + Redis で成熟しており、二次開発にも適しています
よくある質問
Q1：Jellyfish は有料ですか？
無料です。Apache-2.0 オープンソースライセンスです。
Q2：直接動画を生成できますか？
Jellyfish 自体は計算能力を提供しないため、各モデルの API Key（OpenAI、Claude、Kling、Runway など）を自分で用意する必要があります。
Q3：ハードウェア要件は高いですか？
ローカル展開には GPU の使用を推奨します。現在ワンクリックインストールパッケージはなく、ある程度の技術基礎が必要です。
Q4：中文に対応していますか？
簡体字中国語と英語の脚本に対応しています。
Q5：商用利用できますか？
はい、商用利用可能です。Apache-2.0 ライセンスは商用利用を許可していますが、AI 生成コンテンツの著作権や収益化ルールは一部のプラットフォームでまだ発展途上にあるため、注意が必要です。
Q6：プロジェクトの成熟度はどうですか？
現在も急速にイテレーションを進めている段階で、コアの絵コンテレンダリングパイプラインはまだ完全に安定していません。技術的に試行錯誤を楽しめるチームにまず試してもらうのに適しています。
Q7：フロントエンドのインターフェースエラーが発生した場合の対処法は？
バックエンドインターフェース変更後、front ディレクトリ下で pnpm run openapi:update を実行して同期するだけです。
最終更新日：2026年07月21日
