動画編集をAIで自動化する方法、外注できなかった僕が調べた話

動画編集をAIで自動化する方法を探している人へ、先に結論だけ書きます。選択肢は「自分で全部やる」「人に外注する」の2つじゃなく、今は「編集作業そのものを自分用のツールにして自動化する」という3つ目があるんです。プログラミング未経験でも、日本語で愚痴を投げるだけで組める段階まで来ている。この記事では外注相場の数字、自動化の実測値、始め方の3ステップ、そしてうまくいかなかった部分まで、順番に書いていきます。

夜の11時。撮った素材をパソコンに取り込んだところで、手が止まる。

タイムラインを開いて、無音の部分を1個ずつ探して切って、言い間違えたところを消して。10分の動画なのに、気づいたら深夜2時。まだ字幕にすら入っていない。そんな夜、ないですか？

あるいは、外注しようと調べて相場を見て、静かにタブを閉じた夜。「1分1600円か。20分の動画で3万2000円。無理だ」って。

もしくは、撮影までは終わっているのに、編集フォルダを開くのが億劫で、3日放置している今。

僕もずっとそっち側でした。会社の外に居場所を作りたくて、部屋からできる副業を片っ端から試した時期があります。アンケート、データ入力、ブログ。全部続かなかった。当時は「自分の根性が足りないから」だと思っていたんですけど、今になって思うと違ったんです。作業の壁が、自分の体力に対して単純に高すぎただけだった。だから今は、その壁をどう下げるかだけを考えて、AIを相棒にカメラやガジェットの正直レビューをコツコツ書いています。その視点で調べた話を、今日はまとめます。

↓↓↓

動画編集の外注費と作業時間の目安は、実際どれくらいなのか

まず具体の数字から。ここが分からないまま「発信したほうがいい」と言われても、動きようがないですよね。

ある実践者の方が、自分の編集作業を実測して公開していました。数字がかなり生々しかったので、整理しておきます。

• 10分の動画1本で、慣れていない人なら丸1日から2日かかる

• 編集の重たい部分は主に4つ。カット、字幕、テロップ、図やイラストなど画像素材の挿入

• 外注の相場は動画1分あたり約1600円

• 20分の動画なら約3万2000円、1時間の長尺だと約9万6000円

• 月1〜2本のペースで投稿すると、年間100万円前後が編集費で消える計算

この数字を見て、「あ、だから僕は始められなかったのか」と妙に納得しました。やる気の問題じゃなかったんです。構造として、最初からコストが重い。

しかも、しんどいのはお金と時間だけじゃないんですよね。

動画編集を外注するときの注意点は、金額じゃない部分にある

これは人と話すのが苦手な僕にとって、いちばん刺さった部分でした。

その方が挙げていた、外注の見えないコストがこれです。

• 納品待ちの時間。最低でも7日、長いと3週間

• 「いつ来るんだろう」というモヤモヤが、その間ずっと頭の片隅にある

• 修正依頼のやり取り。文章だけではニュアンスが伝わらない

• 直ってきたものを見て「思ってたのと違う」と感じても、「また言うの面倒だな」で飲み込んでしまう

• 納品物をチェックする時間も、当然かかる

読んでいて胸が痛かったです。お金を払っている側なのに、気を遣って言えなくなる。あの感覚、分かる人には分かると思う。

「これ細かいこと言うやつだなって思われるよな」って考えて、口をつぐんで、納得しないまま公開する。人とのやり取りが苦手な人間にとって、これは金額以上に消耗します。

そして最終的に何が起きるかというと、投稿が止まる。編集がしんどいから出すハードルが上がって、外注費も出せないから動けなくて、本数が減って、伸びないからやる気もなくなる。負のループです。

ここで一つ、静かに聞いてみたいんです。あなたが止まっているのは、やる気が足りないからですか。それとも、工程が重すぎるからですか。この2つ、似ているようで、打つ手がまるで違うんですよね。

AIで動画編集を自動化するとは、具体的に何をすることか

ここからが本題です。

その方は、深夜にふと思いついて、AIの開発モードにこう投げてみたそうです。「YouTube動画の編集を自動化したい。無音のカットと、言い直した失敗テイクの削除と、字幕の挿入とかを自分でやりたいんだけどできる？」と。

凝ったプロンプトじゃない。ただの願望をそのまま日本語で投げただけ。

結果としてどうなったか。数字で残っている部分だけ挙げます。

• 初日だけで22回のやり取り。その日のうちに「文字起こし→無音カット→言い間違い部分の削除」まで動くようになった

• そこから毎日続けて、約3週間・合計305回のやり取りでひととおり完成

• 完成後の実測で、42分の撮影素材の文字起こしが2分7秒

• 自動カット箇所は162箇所。合計7分ちょっとの無音と言い直しの検出が、体感15秒程度

• 従来は言い直しの修正だけで2〜3時間かかっていた作業が、1〜2分に

そして本人いわく、プログラミングの知識はゼロ。コードは一切書けない状態からのスタートだったそうです。

作れたツールの機能は、無音カット、言い直しのカット、字幕の生成と自然な改行位置の判定、テロップスタイルの自動設定、図やイラスト・アニメーションの自動生成と挿入、BGMのシーン分け、冒頭ダイジェストとエンディング画面の挿入まで。

20時間かかっていた編集が3時間に。8割が自動化されたという話でした。

念のため書いておくと、これは「誰がやってもこうなる」という話ではないです。あくまで一人の実践者の記録。ただ、必要だったものが技術じゃなかったという点だけは、たぶん再現性がある。そこは後で書きます。

正直、ここは微妙だと思った部分

こういう話は良いところだけ並べると嘘っぽくなるので、その方が正直に語っていた「うまくいかなかった部分」も書いておきます。

• 効果音の自動挿入は一度作ったけど、止めた。入れてほしい場所にちゃんと入ってくれなかったので、今は手で入れている

• 初日に出てきたものは、正直「使い物にならない60点」だった

• 字幕の文字が潰れる、行間の空白がおかしい、といった細かい修正が延々と続いた

• 開発中は容量制限にぶつかる。月100ドルのプランでも、2時間ほど続けると制限がかかって3時間ほど使えなくなる

• 安いプランではアプリ開発レベルの作業には厳しい、とはっきり言っていた

つまり、費用ゼロで始まる話ではないんですよね。外注の年間100万円と比べれば軽いけれど、月額のツール代は前提として要る。ここを隠して「無料でできます」と書く記事を、僕はあまり信用していません。

僕がこの話でいちばん信用できると思ったのは、「全部を自動化するのが正解じゃない。任せる作業と自分でやる作業の線引きを決めるのも大事」という部分でした。

僕はカメラやレンズの中古相場を、買う金もないのに毎日眺めてきた癖があります。何年もやっていると、スペック表が完璧なものほど怪しいという感覚が身につくんですよね。良いことしか書いていないものは、だいたい何かを隠している。

だから「ここは微妙だった」を自分から言える情報のほうを、僕は信じます。ガジェット選びも、副業の情報も、たぶん同じです。

素人が編集ツールを作れた理由は、スキルじゃなかった

「特別なスキルがあったからでしょ」と思いますよね。僕も最初そう思いました。

でもその方が挙げていた理由は3つで、どれもスキルの話じゃなかったんです。

1つ目。愚痴がそのまま設計図になる時代になったから

昔なら「こういうツールを作りたい」とエンジニアに依頼して数百万円かかっていた。今は、使ってみて「あ、保存ボタン効いてないな」と愚痴を打ち込むだけで、数分で修正が返ってくる。専門用語もいらない。「ここがこうだからいい感じにしてほしい」レベルの日本語で通るし、足りない情報は向こうから質問してくれる。

2つ目。編集のどこがしんどいかを、経験として知っていたから

必要だったのは高度なプロンプト技術じゃなくて、現場でやってきた中で溜まった不満の解像度だった。自分で何年も編集してきたからこそ、「ここが辛い」「この機能がほしい」を明確に言えた、と。

これ、地味だけど大きい話だと思います。あなたが今いちばん愚痴れる分野が、そのまま設計図になるということなので。カメラでも、料理でも、通勤経路でも。

3つ目。完璧を求めなかったから

初日の60点を「使えないじゃん」と投げ捨てず、「とりあえずカットはできるんだな」と納得できた。だから305回も続けられた。最初から100点を期待していたら、たぶん一生完成していない、という話でした。

この3つ目が、僕にはいちばん響きました。続かなかった副業の残骸を思い出したからです。あれ、全部「1回目が下手だった」で閉じてたんですよね。

深夜、AIと2時間しゃべっていて気づいたこと

少しだけ自分の話をさせてください。

僕はレビュー記事を書くのがずっと苦手でした。ガジェットを触って「ここが良い」「ここは地雷」というのは頭の中にあるんです。それは何年も相場を眺めてきた癖でできている。でも、それを人が読める文章にする作業の前で、いつも固まっていました。

書き出しが決まらない。構成が浮かばない。1時間かけて3行。それを何度も繰り返して、「やっぱり僕には無理だ」と閉じる夜が何回もありました。書けないんじゃなくて、書き始められない。その違いすら、当時はうまく言えなかった。

転機は、深夜にAIに向かって、まとまってもいない愚痴をそのまま投げてみた日でした。「このレンズ、写りは好きなんだけど手ぶれ補正がないのが引っかかってる。でもこの値段なら許せる気もする。うまく言えない」みたいな、独り言みたいなやつ。

そしたら返ってきたんです。「引っかかっているのは値段じゃなくて、用途と補正のミスマッチでは？」って。

画面を見たまま、少し固まりました。あ、これ、人と話さなくても壁打ちができるんだ。

静かな高揚感でした。ガッツポーズじゃなくて、「ふうん」と息が漏れるくらいの。僕は誰かに相談するのがずっと苦手で、それを自分の欠陥だと思っていた。でも壁打ち相手が人間である必要は、別になかったんですよね。何年も、いない相手を待っていただけだった。

AIは魔法じゃないです。書く内容そのものは、結局こっちの頭から出すしかない。でも、書き出せない、まとまらない、という手前の壁だけは、はっきり低くなった。人と会わず、部屋から出ずに。

↓↓↓

AIで作業を自動化する始め方の3ステップ

具体的な手順の話に戻します。ここは実用的だったので、そのまま渡しておきます。

まず、自動化に向いている作業の見分け方。その方いわく「手順を人に説明できる作業かどうか」。新人に引き継げる作業は、ほとんど再現できるそうです。逆に、そのつど感覚で判断している作業は向いていない。効果音の位置決めがうまくいかなかったのも、たぶんそこですよね。

そして始め方の3ステップ。

1. 「めんどくさい」と思った瞬間にメモする。コツはその瞬間にやること。作業を終えたあとだと慣れてしまって、不満を不満だと認識できなくなるから
2. その中からいちばん小さいものを1つ選んで、日本語でお願いする。専門用語は使おうとしなくていい。最初はいちばんシンプルな形で作ってもらう。エラーが出たらスクリーンショットを撮って「ここがおかしいから直して」でいい
3. 最初から完璧を期待しない。60点で動いたら、それは失敗じゃなくて1回目

実際、例のツールも最初は「無音カットと言い間違いの削除」だけから始まっています。全機能を最初から狙っていない。

あと、地味に良いなと思ったのがメモアプリと連携させて、AI自身に開発ノートを書かせているという運用でした。今回何を決めたか、どこで詰まったか、まだ実装できていない機能は何か。それが全部残っているから、別の日に新しいチャットで「再開したい」と言っても、同じ精度で続きから進められる。

これ、続けるのが苦手な人にこそ効くやり方だと思います。記憶力じゃなくて、記録で続ける。夜の30分しか取れない日でも、前回の続きから入れるなら止まらずに済む。

僕が続かなかった副業も、たぶんこれがなかった。3日空けると、どこまでやったか思い出すのが面倒で、そのまま開かなくなる。意志が弱いんじゃなくて、再開コストが高すぎただけだったんだと思います。

なぜ「人と会うのが苦手な人」にこそ、この話が刺さるのか

ここからは、僕なりの解釈です。

この話、表向きは「AIでツールを作った」という技術の話に見えます。でも僕が読み取ったのは、外注という選択肢が、人によっては最初から選択肢になっていなかったという事実のほうでした。

お金の問題だけじゃないんです。修正を伝えるのが怖い。「細かいやつだと思われるかな」と考えて言えない。ニュアンスが伝わらなくてもう一往復するのが億劫。この摩擦の総量が、人によっては金額より重い。

僕はずっと、それを自分の弱さだと思っていました。コミュ力がないから、人にものを頼めないから、だから何もできないんだと。

でも構造で見ると、話が変わります。「人に頼む」という工程が入るせいで止まっていたなら、その工程を減らせばいい。根性を鍛える話じゃなくて、経路を変える話なんです。

その方も動画の中で言っていました。指示を出して、待っている間はゲームをして、出来上がったら試して、また指示を出す。人と関わらなくていい、AIと会話するだけで進む、と。

僕が引っかかったのはそこでした。これ、「便利になった」以上の意味があると思うんです。

協調性がある人だけが何かを始められる。その前提が、静かに崩れかけている。

「社会のせいにしてる限り、何も変わらない」って、たぶんその通りなんですよね。冷たいけど、事実だと思う。でも、自分のせいにし続けるのも、同じくらい何も変わらない。悪いのはあなたでも社会でもなくて、経路が1本しかないと思い込んでいた状態のほう。それに気づけている時点で、もう半分は抜け出しかけていると思うんです。

僕はカメラの話しかできない人間で、そのことを長いこと「偏った無駄な知識」だと思って生きてきました。祖父にもらったカメラだけが、ずっと棚にある。それだけの人間です。

でも、何年も相場を眺めて「本物の買い」と「地雷」を見分けてきた癖は、たぶん誰かの役に立つ。ただ、それを形にする工程が重すぎて出せていなかっただけ。持っているものがないんじゃなくて、出口が塞がっていたんですよね。

ただし、勘違いしないほうがいい部分

最後に、その方が正直に言っていた一点を、そのまま書いておきます。

作業を自動化したところで、それだけで収入が増えるわけではない。

時間が浮いても、自分の商品や発信そのものがなければ、使えるお金は増えない。ツールを作ること自体はゴールじゃなくて、あくまで手段だ、と。

ここ、いちばん誠実だなと思いました。この手の話は「これで一気に変わる」で締めたほうがウケるはずなのに、そうしていない。

僕もそう思います。AIは壁を下げてくれるけど、ゼロに何を掛けてもゼロなんですよね。最初の1本、最初の1記事は、結局こっちが出すしかない。

だから僕は、派手な近道は信じていません。使い倒したものだけを、良いところも微妙なところも両方書く。それをコツコツ積み上げている途中です。到達したわけじゃない。まだ実践中です。

まとめ

長くなったので整理します。

• 動画編集は10分の動画で丸1日〜2日。外注相場は1分あたり約1600円で、構造として最初から重い

• 外注には納品待ち・修正依頼・気遣いという表に出ないコストがある

• ある実践者は、プログラミング未経験から3週間・305回のやり取りで編集ツールを作った

• 必要だったのは技術じゃなく、現場の不満の解像度と、完璧を求めない姿勢

• 効果音の自動挿入など、うまくいかず手作業に戻した部分もある。月額のツール代も前提として要る

• 自動化に向くのは「手順を人に説明できる作業」。始め方は「その場でメモ→小さいものを日本語で1つ→60点を許す」

• 続けるコツは記憶力じゃなく記録。AIに開発ノートを書かせて、次回は続きから入る

• ただし、自動化だけでは収入は増えない。手段であって目的じゃない

1年後の自分を、少しだけ想像してみてほしい

このまま何もしなかったとして、1年後。

たぶん、部屋の景色は今と同じです。同じ時間に起きて、同じ画面を眺めて、寝る。悪くはない。でも、「人とうまくやれない自分には何もない」という前提だけが、1年ぶん濃くなっている。

いちばん怖いのは、お金がないことよりも、その前提を疑わなくなることだと思うんです。疑わなくなると、選択肢を探さなくなる。探さなくなると、本当に選択肢がなくなる。何年もかけて、静かにそうなっていく。

でも。

半年後、自分が書いたレビューを読んだ誰かから「これのおかげで地雷を踏まずに済みました」と言われる可能性も、同じくらいそこにあるんですよね。特別な才能がなくても、人と会わなくても、部屋から出なくても。ずっと無駄だと思ってきた自分の"好き"に、初めて宛先ができる瞬間。

それは約束された成果じゃないです。誰にでも起きるとも言えない。でも、選択肢としてはちゃんと存在している。少なくとも、探さなければ見つからないものではある。

僕がそれに気づくまで、ずいぶん遠回りしました。だから、同じ場所で止まっている人には、もう少し早くたどり着いてほしいと思っています。

↓↓↓

ユウト