ドリーズームは、ヴェルティゴ効果としても知られ、カメラのドリー移動と同時に反対方向へのズームを組み合わせることで、不快な視覚的歪みを生み出す映画技法である。古典的なドリーズームでは、カメラは被写体に向かって物理的に移動しながらレンズはズームアウトするか、またはカメラが離れる間にレンズはズームインする。この動作により、被写体はフレーム内でほぼ同じ大きさに保たれる一方、背景は劇的に伸びたり圧縮されたりして見え、不安感、めまい、または心理的緊張を生み出す。この効果は、視点（カメラ位置によって変化する）と倍率（焦点距離によって変化する）の違いを利用し、人間の目だけでは達成できない歪んだ空間知覚をもたらす。
Generative AIとプロンプトエンジニアリングの文脈では、ドリーズームは画像および動画生成モデルにとって人気のあるスタイル上のキーワードとなっている。プロンプト作成者は、「ドリーズーム」「ヴェルティゴ効果」「押し込みながらズームアウト」「焦点距離の変更」などの用語を使用して、Deep learningアーキテクチャに基づくモデルに、この特定の視覚的特徴を持つフレームやシーケンスを生成するよう指示する。この技法は、複雑なシーン記述を必要とせずに強い感情的・物語的手がかりを伝えるため、Artificial intelligenceツールを扱うクリエイターのツールキットにおいて定番となっており、AI生成コンテンツにおいて特に効果的である。
映画における起源
ドリーズームは、1958年のアルフレッド・ヒッチコック監督作品『ヴェルティゴ』で初めて広く普及した。特に、主人公のスコティが階段の吹き抜けを見下ろすシーンで使用された。この効果は、撮影監督アーヴィン・ロバーツが、VistaVisionカメラにドリートラックとズームレンズを組み合わせて達成した。この技法は完全に新しいものではなく、1940年代に初期の実験が行われていたが、ヒッチコックの使用によって永続的な名前が付けられ、めまい、恐怖、執着の視覚的メタファーとして確立された。この効果は後に、サメの視点を伝える『ジョーズ』（1975年）や、レストランでのシーンで主人公の偏執的な不安を強調する『グッドフェローズ』（1990年）など、数多くの映画で採用された。
視覚的特徴
ドリーズームは、いくつかの明確な視覚的特徴によって定義される。最も明白なのは背景の見かけ上の歪みである。カメラが前方に移動すると、背景は膨張して押しのけられるように見え、被写体は一定の大きさに保たれる。逆に、逆方向のドリーズームは背景を圧縮し、被写体に向かって押し寄せるように見せる。この効果は被写界深度も変化させ、レンズの絞りと焦点距離に応じて背景のぼけが増減する。静止画像では、ドリーズームはしばしば、誇張された遠近歪みを持つ単一フレーム（伸びたり圧縮されたりした背景を持つ被写体など）でシミュレーションされるが、真のドリーズームには動きが必要である。動画では、この効果は通常、滑らかで連続的であり、物語の意図に応じて数秒からそれ以上続く。
著名な実践者
ヒッチコック以外にも、数多くの監督や撮影監督がドリーズームを印象的に使用してきた。スティーヴン・スピルバーグは『ジョーズ』でサメの捕食者的視線を描き、『未知との遭遇』では啓示の瞬間に使用した。マーティン・スコセッシは『グッドフェローズ』と『レイジング・ブル』で登場人物の内面状態を外在化させた。クエンティン・タランティーノは『レザボア・ドッグス』の対峙シーンで微妙なバージョンを使用した。21世紀には、『ロード・オブ・ザ・リング』（2001年）や『インセプション』（2010年）などの映画で使用され、現実の夢のような歪みを強化している。この技法はテレビ、ミュージックビデオ、ビデオゲームにも登場し、クロスメディアの視覚的定型表現としての地位を確固たるものにしている。
技術的実装
伝統的な映画制作では、ドリーズームはカメラオペレーターとズームレンズの精密な連携を必要とする。カメラはトラックに沿って移動するドリーに取り付けられ、レンズの焦点距離は同時に調整され、多くの場合モーター駆動のズームコントロールが使用される。ドリーの速度とズームは、被写体の大きさを一定に保つために一致させる必要がある。現代のデジタルシネマトグラフィーでは、この効果はニューラルネットワークベースのポストプロセッシングツールで達成できるが、物理的な技法は実写撮影の標準であり続けている。AI動画生成では、この効果は多くの場合、映画クリップの大規模データセットで訓練されたモデルによって合成され、明示的なカメラリグなしで動きと歪みを再現できる。
AIプロンプトにおける使用
AI画像または動画生成器のプロンプトを書く際、ドリーズームは通常、動きまたはカメラの指示として指定される。例えば、プロンプトは「女性の顔へのドリーズーム、背景が伸びる、シネマティックな照明、35mmフィルムルック」と読めるかもしれない。動画モデルでは、プロンプトには「カメラが押し込みながらズームアウトし、ヴェルティゴ効果を生み出す」のような時間的手がかりが含まれることが多い。そのようなプロンプトの効果はモデルの訓練データに依存する。OpenAI、Google DeepMind、Anthropicなどのモデルはこの用語を異なる解釈をする可能性があるため、プロンプト作成者はシーンの感情的トーンに関する説明的な言語と組み合わせることが多い。一部のモデルは「焦点距離の変更」や「遠近ワープ」などの関連用語にも反応し、モデルが特定のフレーズを認識しない場合に有用である。
心理的および物語的影響
ドリーズームは単なる視覚的トリックではなく、強い心理的含意を持つ。これはしばしば、登場人物の認識、恐怖、または解離を示すために使用され、空間的歪みが知覚の内部的な変化を反映する。ホラーやスリラージャンルでは、環境を不安定に見せることでサスペンスを高める。ドラマでは、感情的な啓示の瞬間を強調できる。この物語的な重みは、AIプロンプト作成者にとって貴重なツールであり、単一のキーワードで生成シーンに特定のムードを注入でき、キャラクターの心理やプロットの文脈に関する長い記述の必要性を減らす。
バリエーションと関連技法
ドリーズームにはいくつかのバリエーションが存在する。「逆ドリーズーム」はカメラを離しながらズームインし、背景を圧縮する。「スナップズーム」はアクションシーンでよく使用される素早く衝撃的なバージョンである。「スロードリーズーム」は微妙で忍び寄る不安感を生み出す。関連技法には「プッシュイン」（ズームなしでカメラが前方に移動）と「ズームアウト」（カメラ移動なしでレンズが変化）があるが、どちらも同じ空間的歪みを生み出さない。AIプロンプトでは、これらのバリエーションは基本用語に「スロー」「ファスト」「リバース」などの修飾語を追加することで指定でき、生成出力の細かい制御が可能になる。
AI生成における課題
AI生成動画でドリーズームを再現することは技術的に困難である。多くのモデルは、複数フレームにわたって被写体の大きさと背景の歪みを一貫させることができず、ちらつきや不自然なワープが生じることがある。2025年現在、Transformer (architecture)アーキテクチャと拡散技術に基づく最先端の動画生成モデルは改善されているが、クリーンな効果を達成するには慎重なプロンプトと時にはポストプロセッシングが必要である。静止画像では課題は異なる。単一フレームは動きを示せないため、モデルは誇張された遠近感を通じて効果を暗示する必要があり、やり過ぎると人工的に見えることがある。プロンプト作成者はしばしばプロンプトを反復し、異なる言い回しやモデルバージョンをテストして最良の結果を見つける。
将来の方向性
AI動画生成が進歩し続けるにつれて、ドリーズームはよりアクセスしやすく、より現実的になる可能性が高い。より大規模で多様な映画データセットで訓練されたモデルは、この効果をより高い忠実度で再現することを学ぶかもしれず、新しいツールはユーザーが自然言語やインタラクティブなコントロールを通じてカメラの動きをより直感的に指定できるようにするかもしれない。映画におけるこの技法の永続的な人気は、伝統的な映画制作と生成的メディアの間のギャップを埋める、AIクリエイターにとっての重要な参照点であり続けることを示唆している。