YouTube Shorts台本をAIで自動生成するPythonスクリプト

YouTube ShortsやTikTokなど短尺動画コンテンツの需要が急速に高まっています。しかし、毎日複数の動画を公開するとなると、台本・字幕・ハッシュタグの作成が大きな負担になります。本記事では、LLM（Large Language Model）を活用して、これらのコンテンツを自動生成するPythonスクリプトの実装方法を解説します。

短尺動画コンテンツ生成の課題

YouTube Shortsで成功するには、高頻度での投稿が欠かせません。ただし、手作業で台本から字幕、ハッシュタグまでを毎回準備するのは現実的ではありません。

一般的な課題として以下が挙げられます：

• 時間コスト: 1本の動画につき30分〜1時間の準備時間が必要
• クオリティのばらつき: 手作業では一貫性が保ちづらい
• スケーラビリティの限界: 投稿数を増やすと品質が低下しやすい

LLMを使ったコンテンツ生成パイプラインなら、これらの課題を大幅に軽減できます。

LLMを活用したコンテンツ生成パイプラインの設計

効率的なコンテンツ生成には、適切なパイプライン設計が必須です。基本的な流れは以下の通りです：

1. 入力: トピックやキーワード
2. 台本生成: LLMによるスクリプト作成
3. 字幕最適化: 短尺動画向けの字幕形式への変換
4. ハッシュタグ生成: 視聴数を伸ばすタグの自動生成
5. 出力: 統合されたコンテンツデータ

このパイプラインの特徴は、各段階で異なるプロンプトを使い分けることで、目的に特化した出力が得られる点です。

必要なライブラリのセットアップ

まずは必要なライブラリをインストールします。OpenAI APIを使用する場合：

pip install openai python-dotenv requests

環境変数の設定：

import os
from dotenv import load_dotenv

load_dotenv()
api_key = os.getenv('OPENAI_API_KEY')

台本生成モジュールの実装

トピックから YouTube Shorts向けの台本を生成するモジュールです：

import openai

def generate_script(topic: str, tone: str = "casual") -> str:
    """
    トピックからShortsの台本を生成
    
    Args:
        topic: 動画のテーマ
        tone: トーン（casual, professional, entertaining）
    
    Returns:
        生成された台本
    """
    prompt = f"""
    You are a YouTube Shorts script writer. Create a short, engaging script for a {tone} YouTube Shorts video.
    
    Topic: {topic}
    
    Requirements:
    - 30-60 seconds of speaking (approximately 75-150 words)
    - Hook the viewer in the first 3 seconds
    - Use simple, conversational language
    - Include a clear call-to-action at the end
    
    Return ONLY the script text, without any additional commentary.
    """
    
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.7,
        max_tokens=300
    )
    
    return response.choices[0].message.content.strip()

字幕とハッシュタグの自動生成

台本から字幕とハッシュタグを生成するモジュール：

def generate_subtitles(script: str, max_chars_per_line: int = 30) -> list:
    """
    台本を字幕形式に変換
    
    Args:
        script: 生成された台本
        max_chars_per_line: 1行あたりの最大文字数
    
    Returns:
        字幕リスト
    """
    sentences = script.split('。')
    subtitles = []
    
    for sentence in sentences:
        sentence = sentence.strip()
        if not sentence:
            continue
        
        # 指定文字数ごとに改行
        words = sentence.split()
        current_line = ""
        
        for word in words:
            if len(current_line) + len(word) > max_chars_per_line:
                if current_line:
                    subtitles.append(current_line)
                current_line = word
            else:
                current_line += word if not current_line else word
        
        if current_line:
            subtitles.append(current_line)
    
    return subtitles


def generate_hashtags(topic: str, count: int = 10) -> list:
    """
    動画のテーマからハッシュタグを生成
    
    Args:
        topic: 動画のテーマ
        count: 生成するハッシュタグの数
    
    Returns:
        ハッシュタグリスト
    """
    prompt = f"""
    Generate {count} relevant and trending hashtags for a YouTube Shorts video about: {topic}
    
    Requirements:
    - Mix popular hashtags with niche ones
    - Focus on discoverability
    - Include both general and specific tags
    
    Return ONLY hashtags separated by spaces, starting with #
    """
    
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.7,
        max_tokens=100
    )
    
    hashtags_str = response.choices[0].message.content.strip()
    return hashtags_str.split()

統合パイプラインの実装

すべてを統合した完全なコンテンツ生成パイプライン：

from dataclasses import dataclass
from typing import List

@dataclass
class ShortsContent:
    topic: str
    script: str
    subtitles: List[str]
    hashtags: List[str]
    
    def to_dict(self):
        return {
            "topic": self.topic,
            "script": self.script,
            "subtitles": self.subtitles,
            "hashtags": " ".join(self.hashtags)
        }


def generate_shorts_content(topic: str, tone: str = "casual") -> ShortsContent:
    """
    トピックからYouTube Shorts用の全コンテンツを生成
    
    Args:
        topic: 動画のテーマ
        tone: トーン設定
    
    Returns:
        ShortsContent オブジェクト
    """
    print(f"🎬 Generating content for: {topic}")
    
    # 1. 台本生成
    print("📝 Generating script...")
    script = generate_script(topic, tone)
    
    # 2. 字幕生成
    print("📋 Generating subtitles...")
    subtitles = generate_subtitles(script)
    
    # 3. ハッシュタグ生成
    print("#️⃣ Generating hashtags...")
    hashtags = generate_hashtags(topic)
    
    print("✅ Content generation completed!")
    
    return ShortsContent(
        topic=topic,
        script=script,
        subtitles=subtitles,
        hashtags=hashtags
    )


# 使用例
if __name__ == "__main__":
    content = generate_shorts_content("AI-powered productivity tips")
    
    print("\n" + "="*50)
    print("GENERATED CONTENT")
    print("="*50)
    print(f"📌 Topic: {content.topic}\n")
    print(f"📝 Script:\n{content.script}\n")
    print(f"📋 Subtitles:")
    for i, subtitle in enumerate(content.subtitles, 1):
        print(f"  {i}. {subtitle}")
    print(f"\n#️⃣ Hashtags: {' '.join(content.hashtags)}")

実装のポイントと最適化のコツ

実運用では以下の工夫が有効です：

プロンプトエンジニアリング：

• 目的に応じて異なるプロンプトを使い分ける
• 「トーン」や「対象オーディエンス」を明示する
• 出力形式を厳密に指定する

エラーハンドリング：

import time
from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=2, max=10))
def generate_script_with_retry(topic: str) -> str:
    return generate_script(topic)

キャッシング：
同じトピックで複数回生成する場合、結果をキャッシュして API コストを削減できます。

バッチ処理：
複数のトピックを一括処理する場合は、非同期処理で効率化します。

まとめ・ツール紹介

本記事で紹介した手法を手軽に試したい方には、ShortsAIが便利です。
設定不要ですぐに使えます。

Python スクリプトで実装することで、YouTube Shorts のコンテンツ制作を大幅に自動化できます。LLM の活用により、品質を保ちながら投稿頻度を大幅に増やすことが可能になります。ぜひ自社のコンテンツ戦略に組み込んでみてください。