AIでショート動画を1本作る｜台本・音声・映像・字幕の工程をつなぐ

AIでショート動画を作るときは、記事全体を映像にしようとせず、視聴者へ持ち帰ってほしい答えを一つ選びます。台本を決め、音声の長さを測り、その時間に必要な映像と字幕を合わせると、素材を作り直す回数を抑えやすくなります。

ここでは「下書きを保存したら、スマートフォンでも表示を確認する」という内容を30秒で伝える設計例を使います。完成動画や生成速度の実測例ではなく、自分の原稿へ置き換えて使う制作シートです。

原稿から残すのは、一つの答えと一つの実例

記事から、結論、理由、具体的な行動を一つずつ抜き出します。背景説明や複数の例外をすべて入れると、字幕も音声も詰まります。説明しきれない条件は、動画の説明欄から元の記事へ案内します。

伝える相手：WordPressの記事を初めて更新する人
持ち帰る答え：PCで読めても、スマホで表が読めるとは限らない
見せる例：横に長い比較表と、表だけをスクロールする操作
最後の行動：公開前にスマホ幅で一度プレビューする
元の記事：詳しい確認手順へつなぐ

30秒の台本を、見せるものと並べる

時間は仮の配分です。実際に読み上げて30秒を超えたら、早口にする前に文を削ります。操作を説明する動画では、AIが作った管理画面より、自分の検証画面を録画した方が操作の根拠を保てます。

音声の長さに、必要な映像を合わせる

音声を先に作り、無音や言い直しを整えてから各場面の長さを決めます。固有名詞と数字は、耳で聞いて確かめます。自分以外の声を使う場合は、利用できる条件を確認し、本人の発言と誤解される構成にしないでください。

実写の補助映像が必要な場面だけ、AI動画を候補にします。例えば導入に置く机や作業風景です。一つの素材に複数のカメラ動作を詰めず、前後の編集でつなぎます。映像への指示は動き・カメラ・時間のプロンプト設計で組み立てられます。

字幕は原稿のコピーではなく、音声との照合で仕上げる

自動字幕は固有名詞、数値、同音異義語を誤ることがあります。実際の音声を再生しながら修正し、意味の途中で不自然に改行されていないかを見ます。スマートフォンの画面に載せ、字幕が操作箇所を隠さない位置へ調整します。

文字を小さくして全文を入れるより、一画面の文を短くする方が読みやすくなります。無音で見た場合にも要点が追えるか、音だけ聞いた場合に代名詞ばかりにならないかを別々に確認しましょう。

一本の費用は、台本から字幕までの工程で数える

映像の生成料だけでなく、台本、音声、字幕、編集、再生成、書き出しまでを並べます。月契約の固定費と、回数や尺で増える費用、確認・修正の作業時間を別に記録してください。

月30本を計画する例で、一本に3カット、それぞれ3回の生成を試すなら、予定する試行は30×3×3＝270回です。これは制作条件を置いた算式で、270回で30本完成するという実測や保証ではありません。

まず一本で実際の試行と修正を残し、その条件が次の動画でも使えるかを見ます。採用されなかった生成も含む記録は動画の比較票へ、モデルの消費量はクレジットの確認へ分けて進めます。

書き出す前の制作シート

動画名と伝えたい答え：
使った素材と利用条件：
実際の音声の長さ：
字幕の固有名詞・数字：確認 / 修正あり
スマホで字幕と操作箇所が重ならない：確認 / 修正あり
縦横比・解像度・形式：投稿先の現在の条件と照合
書き出し後の映像・音声・字幕：通して再生
説明欄の元記事リンク：確認
修正して残す点：

まずは一本を書き出し、編集画面の中だけでなく完成ファイルを通して再生します。道具を選ぶ必要があるときは用途から選ぶAI動画ツールへ進めます。