はじめに
最近、生成AIを使った動画制作を試しています。
きっかけは単純でした。
動画編集の経験がない個人でも、AIを組み合わせれば継続的な制作環境を作れるのか？
という疑問です。
正直に言うと、最初はかなり苦戦しました。
AI動画生成ツールを使えば、綺麗な映像は作れます。
しかし、
綺麗な映像 = 見てもらえる動画
ではありませんでした。
実際に運用してみると、問題は動画生成そのものではなく、
- 何を作るか決める
- 視聴者が興味を持つ構成を作る
- 制作を継続できる仕組みにする
- 投稿結果から改善する
という「制作フロー全体の設計」でした。
この記事では、動画編集経験ゼロの状態から、
以下のツールを組み合わせて構築した、
個人向けYouTube Shorts制作パイプラインについて紹介します。
使用したツール：
- ChatGPT
- Gemini
- Textideo
- YouTube Studio
最初に作りたかったもの
最初から「収益化」を目的にしていたわけではありません。
一番知りたかったことは、
AIを使って、一人でも小さな動画制作チームのような環境を作れるのか
ということでした。
従来の動画制作では、
企画
↓
脚本
↓
撮影
↓
編集
↓
分析
という多くの工程が必要です。
しかし生成AIを組み合わせることで、
それぞれの工程をAIに分担させられるのではないか。
そう考えて実験を始めました。
構築したAI動画制作フロー
最終的に構築した流れは以下です。
設計時に意識したことは、
一つのAIに全部やらせないこと
でした。
AIにも得意分野があります。
| 工程 | 役割 |
|---|---|
| Gemini | 分析・市場調査 |
| ChatGPT | 企画・脚本作成 |
| Textideo | 動画生成 |
| YouTube Studio | データ分析 |
それぞれに役割を持たせることで、制作全体を効率化しました。
最初に失敗したこと
「高性能モデルを使えば伸びる」と思っていた
最初は、
「最新モデルを使えば、自然と良い動画になる」
と思っていました。
しかし、現実は違いました。
高品質な映像を生成しても、
- 再生されない
- 最後まで見られない
- 反応がない
ということがありました。
そこで動画データを見直しました。
すると原因は、映像品質だけではありませんでした。
問題は、
視聴者が最初の数秒で見る理由があるか
でした。
Geminiで動画の「伸びる理由」を分析する
最初の工程ではGeminiを利用しました。
目的は、
動画アイデアを大量に出すことではありません。
分析したかったのは、
「なぜ、この動画は伸びているのか」
という部分です。
具体的には以下を確認しました。
- 最初3秒の構成
- フックの作り方
- シーン変化
- 感情の流れ
- 最後まで見る理由
使用したプロンプト例：
YouTube Shortsで伸びている動画を分析してください。
分析項目：
・冒頭3秒の特徴
・視聴者を引き込む要素
・シーン構成
・感情変化ポイント
・改善できるポイント
ここで大きな発見がありました。
伸びている動画は、
単純に映像が綺麗なのではありません。
必ず、
「最初に興味を引く理由」
が設計されていました。
ChatGPTで動画構成を作る
次の工程ではChatGPTを使用しました。
以前の自分は、
アイデアはある。
でも、
それを15秒動画に落とし込めない。
という状態でした。
ChatGPTには以下を担当させました。
- ストーリー構成
- シーン分割
- ナレーション案
- 映像指示
使用したプロンプト例：
あなたはYouTube Shorts専門の動画ディレクターです。
15秒動画の構成を作成してください。
条件：
・最初の3秒で興味を引く
・視覚的変化を入れる
・最後まで見る理由を作る
出力：
0-3秒：
3-10秒：
10-15秒：
ただし、
AIの出力をそのまま使用することはありません。
AIは大量の案を出すことが得意です。
しかし、
「何を残すか」
「何を変えるか」
は人間側の判断になります。
AI動画生成環境をどう選んだか
脚本ができた後、次の課題は動画生成でした。
ここでも別の問題が発生しました。
AI動画サービスを試していると、
気付けば、
動画を作る時間より、
「どのツールを使うか調べる時間」
の方が増えていました。
サービスごとに、
- 利用できるモデル
- 生成条件
- 操作方法
- 制限
が違います。
もちろん、複数サービスを使い分ける方法もあります。
しかし自分の場合、
制作回数を増やすことを優先しました。
そこで制作環境の一つとしてTextideoを利用しました。
選択理由は、
「一番すごいツールだったから」
ではありません。
重視したポイントは：
- 複数モデルを比較できる
- 試行回数を確保できる
- アイデア検証までの時間を短縮できる
という部分でした。
AI動画制作では、
1本を完璧に作るより、
10本作って改善する方が重要だと感じました。
改善後の制作ループ
改善前：
アイデア
↓
生成
↓
投稿
改善後：
分析
↓
企画
↓
脚本作成
↓
動画生成
↓
投稿
↓
データ確認
↓
改善
一番大きかった変化は、
「完成度の高い1本を作る」
から、
「改善できる仕組みを作る」
へ考え方を変えたことでした。
YouTube Shorts運用結果
この制作フローで継続的に投稿しました。
もちろん、
すべての動画が成功したわけではありません。
伸びない動画もあります。
失敗した企画もあります。
ただ、
失敗するたびに、
「なぜ失敗したのか」
を分析できるようになりました。
その結果、
YouTubeから収益が発生し、
最終的には約5000ドル規模の結果につながりました。
ただ、この結果で一番重要だったのは金額ではありません。
個人的に一番大きかった学びは、
AIツールより、改善を続けられる仕組みの方が重要だった
ということです。
今後改善したいこと
現在もまだ改善途中です。
1. 分析工程の自動化
現在は、
- 再生数
- 視聴維持率
- コメント
などを手動で確認しています。
今後は、
AIによる自動分析も取り入れたいです。
2. プロンプト管理
動画制作では、
良かったプロンプトを資産化することも重要です。
今後は、
- 成功した構成
- 使用したプロンプト
- 改善履歴
を整理して再利用できる状態にしたいと思っています。
まとめ
今回の実験で分かったことは、
「一番性能が高いAIを探すこと」
ではありませんでした。
重要だったのは、
それぞれのAIに役割を与え、継続的に改善できる制作パイプラインを作ること
でした。
現在の役割分担：
| 工程 | 使用ツール |
|---|---|
| 動画分析 | Gemini |
| 企画・脚本 | ChatGPT |
| 動画生成 | Textideo |
| 効果測定 | YouTube Studio |
生成AIによって、
個人でも以前では考えられなかった制作環境を作れるようになりました。
もちろん、まだ完全な自動化ではありません。
むしろ、
- 人間がどこで判断するべきか
- AIにどこまで任せるべきか
そのバランスを探している段階です。
今後もこの制作パイプラインを改善しながら、
生成AIを活用した個人制作の可能性を検証していきたいと思います。
使用したツール
- ChatGPT
- Gemini
- Textideo
- YouTube Studio