この記事は、買ったあとも育ちます。 スキルを直すたびに、有料部分のZIPを差し替えます。購入された方は、追加の支払いなしで同じページから受け取り直せます（差し替えたときは、ここに日付を書きます）。

はじめに

説明動画を作りたい、と思ったことはありませんか。

サービスの使い方を伝えたい。講座の内容を短くまとめたい。スタッフに毎回同じ説明をするのをやめたい。

文章より動画のほうが伝わることは、みんな分かっています。それでも作れないのは、手間と費用が釣り合わないからです。

最近は、文章を入れるだけで映像が出てくる動画生成AIもあります。一度試したことがある方も多いと思います。たしかに、最初は驚きます。

でも、説明動画を作ろうとすると、困る場面が出てきませんか。

画面の中の日本語が崩れる
一文字直したいだけなのに、最初から生成し直しになる
作り直すたびに、また料金と待ち時間がかかる
毎回ちがう絵が出て、シリーズとして揃わない

きれいな映像が欲しいわけではないんです。欲しいのは、内容が正しく伝わって、あとから直せる動画です。

このスキルは、そこを解決するために作りました。動画を「生成する」のをやめて、Webページを「動かす」。文字も図も声も、あとから一箇所ずつ直せます。

もともとは、自分の仕事のために作ったものです。サービスの紹介動画や講座の説明動画を作るたびに同じところでつまずいて、約2週間、作っては直しを繰り返しました。そのときの判断をまとめたのが、このスキルです。

まずは実物を見てください。

まず、作ったものを見てください

この教材の告知動画そのものを、このスキルで作りました。約1分5秒。生成画像は1枚も使わず、画面はHTMLとCSSがそのまま動いています。台本づくりから公開まで26分でした。

▶ 10月の特集教材のお知らせ（約1分5秒・作り方A・制作26分）

映像に映るHTML上の文字や図は元のファイルから修正できます。一方、作例画像そのものに描かれた文字は同じ方法では直せません。動画ファイルを変更した内容で使うには、書き出し直しが必要です。

もう一本、まったく見え方の違うものを置きます。20秒の宣伝です。 曲の拍に合わせて場面が切り替わり、画面が次の画面へ変形しながら畳みかけます。こういう動画も、同じスキルで作れます。

▶ クロラボの20秒プロモーション（作り方E・拍に合わせたモーショングラフィックス・音あり）

ただし、この20秒に約55分かかっています。 上の1分5秒の告知が26分だったことと比べてみてください。同じ1秒を作るのに、7倍ちかい時間がかかっています。

理由は、全部を拍にぶら下げているからです。場面の切り替えも、画面の変形も、声も、効果音も、すべて曲の拍の上に並べます。直すのも同じだけ大変です。 一か所の長さを変えると、その後ろが全部ずれます。

そのかわり、どこまで動かすかは自分で決められます。 拍に合わせるのをやめて、場面を順に切り替えるだけにすれば、作る時間も直す時間もはっきり減ります。 この記事のほかの作例は、そちらの作りです。場面が一つずつ独立しているので、一か所直しても、ほかはそのままです。

つまり、いちばん凝った作りだけが正解ではありません。 どこまで手をかけるかは、出す先と締切で決めてください。この記事では、その両端を先に見てもらっています。

説明動画が続かない、本当の理由

作り方の話に入る前に、なぜ説明動画は続かないのかを整理させてください。ここが分かると、このスキルが何を避けようとしているのかが見えてきます。

この章の内容は、約1分半の動画にもしました。Claude Codeにこのスキルを読ませて作ったもので、画像は1枚も使わず、画面はHTMLとCSSで作っています。

▶ 説明動画が続かない、本当の理由（約1分半・Claude CodeとHTML/CSSで制作）

一文字直すだけで、最初からやり直しになる

生成した動画は、一枚の完成品です。テロップの誤字を一つ見つけても、その文字だけを直すことはできません。

もう一度生成し直すと、また別の絵が出てきます。さっきより良くなる保証もありません。

説明動画は、公開してから直したくなるものです。料金が変わる。手順が一つ増える。言い回しを変えたくなる。そのたびに作り直しになる方法は、続けるほど重くなります。

毎回ちがう絵が出て、揃わない

シリーズで何本も出すなら、見た目は揃えたいですよね。

でも生成は、毎回少しずつ違うものを出してきます。一本目と二本目で人物の顔が変わる。色が変わる。並べたときに「同じシリーズ」に見えなくなります。

日本語の文字は、いちばん崩れやすい

画面の中に日本語を入れようとすると、それらしい記号の並びになってしまうことがあります。

説明動画で文字が読めないのは、致命的です。結局、文字だけ別の編集ソフトで重ねることになり、手間が二重になります。

待っている時間を、数えたことはありますか

一本作るあいだに、何回生成し直していますか。一回の生成で、何分待っていますか。

仮に一回2分の待ちで、納得いくまで10回やり直したとします。それだけで20分です。

しかもその20分は、「何を伝えるか」を考える時間ではありません。 ボタンを押して、待って、見て、また押すだけの時間です。

一度、ご自身の作業で数えてみてください。思っているより長いはずです。

だから、作るのをやめてしまう

直せない。揃わない。文字が崩れる。待たされる。

これが重なると、動画は「特別なときにだけ作るもの」になっていきます。でも本当は、説明動画こそ気軽に作って、気軽に直したいものです。

ここから、その方法を具体的に見せます。

動画を作る。でも、高額な動画生成AIは使わない

私が使っているのは、ChatGPTのCodexやClaude Codeに、ブラウザで動く説明画面を作ってもらう方法です。必要な画像、声、字幕も合わせますが、映像全体を動画生成サービスに毎回作ってもらう方式ではありません。

たとえば、自分のブログをAIに見せて、「このブログを紹介する動画を作って」と頼む。そこから、スキルを読んだAIが制作を始めます。内容を整理し、必要な確認を挟みながら、台本と動く画面を組み立てる。まずWeb版で見て直し、ブログの冒頭にもWeb版を設置できます。YouTubeなどへ出すために動画ファイルを希望したときだけ、MP4に書き出します。大まかには、この流れです。

あとで一文字間違いを見つけても、元の文章を直せます。Web版なら表示を更新し、MP4版なら書き出し直します。動画生成サービスへ映像を最初から作り直してもらう必要はありません。

サイトによって設置方法は違います。配布するスキルをAIに読ませ、設置先と使い道を伝えて進める方法は、この記事の後半で説明します。

スキルなしで「動画を作って」と頼むと、なぜ時間がかかるのか

AIに題材だけ渡しても、動画の作り方までは決まりません。誰に何を伝えるのか、どこに出すのか、画像をどこで使うのか、音声と字幕をどう合わせるのか。まずWeb版でどのように見せるか。こうした要件が曖昧なまま作り始めると、途中で決め直しと作り直しが増えます。MP4が欲しい場合は、Web版での修正を終えてから書き出しを頼めます。

私はエンジニアとして、そうした判断を制作手順に落とし込んできました。約2週間、実際に作っては直し、画面、音声、字幕、再生、確認方法まで試行錯誤しました。たとえば、画面上は動いていても音が出ない、字幕と声のタイミングが合わない、キャラクターの動きが不自然に見える。コードが動くことと、人に見せられることは別でした。その経験を、AIに読み込ませて使えるスキルにまとめています。

スキルがあれば、毎回ゼロから要件を説明する代わりに、制作の前提と確認ポイントを渡せます。狙いは、着手を早くするだけでなく、仕上がりのばらつきや見落としを減らすことです。スキルなしとの制作時間・品質の比較は、同じ条件で実測してから数字を載せます。「3倍速い」といった値は、測る前に事実としては書きません。

実際、どれくらい時間がかかるか（実測）

これまでに作った4本の、着手から公開までの実測です。台本づくり、声の選定、画面の制作、確認まで、全部を含んでいます。

10月の告知動画（1分5秒）… 26分　作り方A（文字と図形を動かす）
二つの道具の比べ方（1分48秒）… 45分　作り方B（絵もSVGで描く）
小学生に日本の歴史（11分29秒）… 2時間45分　作り方B（絵もSVGで描く・12章）
クロラボの20秒プロモーション（20秒）… 約55分　作り方E（拍に合わせて一気に見せる）

作り方AとBなら、1分の動画あたり15〜25分が目安です。長い動画ほど1分あたりは短くなります。土台を一度作れば、あとの章はその作りを写せるからです。

ただし、この時間が伸びる条件が三つあります。

一つめは、Claude Code の「エフォート」を上げることです。最大にすると、一つ一つの判断が丁寧になるかわりに、同じ作業でも時間が伸びます。動画づくりでは標準のままで十分です。上げるのは、台本の史実を突き詰めたいときのように、中身の正しさが要るところだけにしてください。3本目の2時間45分は、最大にしたまま最後まで回した結果です。

二つめは、絵をSVGで描くこと（作り方B）です。人物も建物も地図も、コードで一つずつ組み立てるので、用意した画像を使う作り方より確実に長くかかります。そのかわり、あとから色も形も直せて、画像ファイルが一枚も要りません。急ぐときは作り方A（文字と図形）を選んでください。

三つめは、拍に合わせること（作り方E）です。場面の長さを曲の拍が決めるので、一つずらすと後ろが全部ずれます。短いのに、いちばん時間がかかる作り方です。 宣伝や告知のように「畳みかけたい」ときだけ選んでください。

3本目は、そのまま見られます。12章あるので、気になる章だけ見てもらっても構いません。

▶ 小学生に日本の歴史（約11分29秒・作り方B・12章）

作り方は五つ。おまかせなら、選ばなくて大丈夫です

「ぜんぶおまかせ」を選べば、作り方も画面が決めます。（スライド画像をお持ちならC、そうでなければA、という決め方です。決めた理由もその場に出ます。）ここから先は、自分で選びたい方のための説明です。作り方ごとに見本（型）が並んでいるので、白紙から書き始めることになりません。

ここでは実際の作例で、五つの違いを見てください。AとB、それにEは、生成画像を1枚も使いません。 だから画像を作る道具が無くても始められます。

A. 文字と図形を動かす（画像を1枚も使わない）

図解、グラフ、カード、文字の出し方まで、すべてコードで設計します。後から数字や説明が変わる教材、操作案内、サービス説明と相性のよい方法です。写真やイラストは使いません。

五つのなかで、いちばん早く、いちばん直しやすい作り方です。説明・手順・比較に向いています。逆に、絵そのものが主役の話には向きません。この記事の冒頭に置いた告知動画も、前半の章「説明動画が続かない、本当の理由」の動画も、この作り方で作りました。

新しく作った約25秒の架空のスタッフ研修サンプルでは、生成画像を使わず、文字と図解をHTMLで表示しています。三つの場面ごとに音声を作り、Web版とMP4版を用意しました。実際の職場でそのまま使う手順ではなく、「内容が変わったら元の文字を直せる」という性質を見せるための例です。音声の新規作成からローカルの記事への設置まで約7分20秒。既存の音声ソフトと書き出し基盤を使った短尺の試作であり、この時間を長い動画や初めて使う人にもそのまま当てはめることはできません。

▶ スタッフ研修サンプル（約25秒・MP4）

もう一つ、画面をHTML中心で構成した約9分37秒の企業向け解説映像も置いています。こちらは長尺で何ができるかを見せる例で、前の作例と題材も長さも異なるため、制作速度の直接比較には使いません。元の制作時間・モデル・エフォート・利用枠は未計測です。

▶ 企業向けの解説映像（約9分37秒・MP4）

編集可能なWeb版を先に確認し、動画ファイルを希望したときだけ書き出します。次の縦型は動画ファイルではなく、HTMLとCSSがそのまま動いているものです。リンク先で、そのまま再生できます。

スマホで見る前提の画面も、同じ作り方で組めます。文字と図形だけで、画像は使っていません。

▶ FlowDesk vertical（約16秒・縦型）

B. 絵もコードで描いて動かす（これも画像を1枚も使わない）

人物も背景も地図も、SVGで一つずつ組み立てます。物語・キャラクター・図解に向いています。絵を描くぶん時間はかかりますが、あとから色も形も直せて、画像ファイルが一枚も要りません。

下の桃太郎は、次のCで見せる画像版とまったく同じ台本・声・字幕のまま、絵だけをSVGで描き直したものです。絵が部品に分かれているので、桃が割れる、車輪が回る、黒い雲が去る、といった動きを部品ごとに付け、声の区切りに合わせています。

▶ 桃太郎・SVGで描いた版（約71秒・Claude Codeで制作）

ニュース解説のような、もう少し長いものも作れます。縦型・約2分・キャラクターつきで、数字や図解も同じ部品から組んでいます。下の2本は台本も音声もまったく同じで、見た目だけを差し替えたものです。1本目が最初に作った版、2本目は紙の質感に作り替えた版。デザインを変えるのに録り直しが要らない、というのがこの作り方のいちばんの利点です。キャラクターは配布物に入っている案内役（女性ガイド）の絵をそのまま使っているので、絵を作る道具は要りません。ほかに使っている画像は、ニュース元の画面写真3枚だけです。

▶ AIのいま第1回 Jev・最初の版（約1分55秒）

▶ AIのいま第1回 Jev・紙もの版（約1分55秒）

題材はAIでなくてもかまいません。下の2本は、まったく同じ型で作った別シリーズです。登場人物は SVG で描いてあるので、画像素材をひとつも使っていません。髪型も服の色も、コードの1行で変えられます。1本目は登場人物を新しく描き起こしたので、指示から公開までに39分かかりました。2本目は台本と中身を差し替えただけなので、およそ20分です。型ができたあとは、そういう速さになります。

▶ しらべたら、ちがった第1回・モテる男性と、そうでない男性の違い（約2分）

▶ しらべたら、ちがった第2回・ふたご座は二重人格？（約2分10秒）

C. 生成した画像に、文字を重ねて動かす

写真やイラストが主役の話に向いています。画像は雰囲気を作るためのもので、文字はその上にHTMLで重ねます。 だから文字だけをあとから直せます。画像を作る道具が別に要るので、Claude Code で進めるなら画像だけ別のサービスで作って渡すことになります。

画像を拡大・移動させたり、文字や図を上から重ねたりします。桃太郎の既存作例はこちらに近く、六枚の生成画像に画面の動き、字幕、場面ごとの音声を加えています。単なる静止画の切り替え版とは区別して紹介します。

長さは約71秒です。このあとに置く「静止画を切り替えただけの版」と、素材・声・字幕を共通にしてあるので、動きの有無を見比べられます。元の制作時間・モデル・エフォート・利用枠は記録が見つかっておらず、現時点では未計測として扱います。

▶ 桃太郎・画像に動きを付けた版（約71秒）

比較用に、既存の桃太郎の六枚の絵・音声・字幕をそのまま使い、絵の拡大や移動を外して場面ごとに切り替える版を作りました。長さは約71秒です。既存素材からの派生版を作る作業は約7分でした。これは画像や音声を最初から用意する時間を含まないため、「一本をゼロから7分で作れる」という意味ではありません。

▶ 桃太郎・静止画を切り替えただけの版（約71秒）

写真や製品の画像が主役の宣伝も、この作り方です。LiteWordを題材に、約18秒・4場面のプロモーションを作りました。短いコピーとテンポで商品を印象づける作例です。テンプレートを選び、写真や言葉を重ねる流れを、生成写真1枚とHTMLの文字・レイアウト・動きで見せています。画面は宣伝用の演出イメージで、LiteWordの実際の操作画面ではありません。次の2本は動画ファイルではなく、HTMLとCSSがそのまま動いているものです。2本目は、写真とサンプルページの画面を差し替えながら見せる約60秒の版です。

▶ LiteWord short（約18秒・音声あり）

▶ LiteWord premium（約60秒・音声と効果音あり）

動きを強くした例も置いておきます。製品の画像を1枚だけ使い、あとは文字と図形の動きで見せています。

▶ NOVA ONE（約10秒・強いモーション）

D. 文字も画像の中に描く（ChatGPT の Codex のときだけ）

見出しや要点まで、画像の中に描かせます。スライドのような見た目でよく、とにかく早く作りたいときの選択肢です。そのかわり、文字を直すには画像を作り直すことになります。 五つのなかでいちばん直しにくい作り方です。

この作り方は、ChatGPT の Codex で画像生成が使えるときだけ選択肢に出ます。Claude Code は自分で画像を作れないので出てきません。選んだときは、できた画像を1文字ずつ読んで、誤字や崩れた字、数字の間違いが無いことを確かめてから次の1枚へ進みます。画像の上に同じ文字をHTMLで重ねると二重になるので、重ねません。

E. 拍に合わせて一気に見せる（宣伝・告知・動画の頭）

ここまでの四つは、説明するための作り方でした。五つめだけは目的が違います。曲の拍に合わせて場面を切り替え、画面が次の画面へ変形しながら畳みかける、15〜30秒の短い宣伝です。

この作り方を入れたのは、「ああいう動画を作りたいけれど、どう頼めばいいか分からない」という声が多いからです。目にする機会は多いのに、自分で発注しようとすると何を指示すればいいのか分かりません。一覧から選べば、拍の取り方も、画面の変形も、声の置き方も、組み立てごと渡ります。

下は、クロラボ自身の20秒の宣伝です。指示を打ち込む場面から始まり、コードが流れて画面が組み上がり、できることを畳みかけて、最後に大きな文字とロゴで締めます。画面はすべてコードで、画像ファイルは使っていません。

▶ クロラボの20秒プロモーション（作り方E・拍に合わせたモーショングラフィックス・音あり）

正直に書いておきます。この作り方は短いわりに時間がかかります。 上の20秒で約55分でした。一場面ずつ作る他の四つと違い、拍の表を先に引いて、その上に絵と声と音を全部のせるためです。長さも曲の拍で決まります（拍のはっきりした曲が要ります）。

つまり、説明動画には向きません。 向いているのは、告知、募集、SNSの広告、そして長い動画の頭に置くオープニングです。説明を伝えたいなら A か B を選んでください。

費用は「月額」と「一本を作るための追加支払い」を分ける

この方法は、動画生成APIへの秒数ごとの課金を前提にしていません。主に使うのはChatGPTの定額プランに含まれるCodexと画像生成です。ただし「動画が無料」という意味ではありません。月額料金はかかり、Codexと画像生成は利用枠を消費します。枠を超えて追加クレジットや別のAPIを使えば、別料金もあり得ます。

2026年9月に確認したOpenAIの公式料金では、Plusは月20ドル、Proの低い枠は月100ドルです。私は制作量に余裕を持たせる構成としてPro側を推奨しますが、必要なプランは制作量によって変わります。実際の円建て請求額は、契約画面・請求明細で確認してください。

ここには、次の二つを別々に載せます。一つは「月額を、その月に作った本数で割った参考額」。もう一つは「その一本で実際に追加支払いをした金額」です。たとえば月額を仮に一万〜一万五千円とし、月四本作れば、月額の按分は一本あたり二千五百〜三千七百五十円です。これは仮定の計算で、一本ごとの請求額ではありません。

制作例には、開始前後の週の利用枠、使ったモデルとエフォート、画像生成回数、制作時間も記録します。利用枠の割合はお金に換算できず、同時に別の作業をすると一本分を正確に切り出せません。公開時点の条件と測り方を添えて、数字が独り歩きしないようにします。画像生成もCodexの一般的な利用枠を消費します。詳しくは公式の画像生成ガイドを参照してください。

何を用意すれば始められるか

推奨するのは、ChatGPTの契約でCodexと画像生成を使い、手元のPCでHTMLを再生する構成です。有料のAI契約を一本にまとめたい場合に、まず案内する方法です。五つの作り方すべてを選べるのが、この構成だからでもあります（文字ごと画像にするDは、ChatGPTのCodexのときだけ出てきます）。ただし、画像を使わない作り方（A・B・E）だけで進めるなら、Claude Code でも同じように作れます。 音声には無料で利用できるソフトを選ぶ構成も紹介します。ただし音声ソフト本体と、選ぶ声の商用利用条件は別々に確認します。

声はAIが一方的に決めるのではなく、制作前に選べる形にしました。下のリンク先の画面は、そのまま操作できます。無料のローカル音声について、最初におすすめ4話者を表示し、全19話者へ広げて同じ文章で聴き比べられます。

▶ 音声を選ぶWebプレビュー

複数の話し方を持つ話者は、話者を決めた後に感情やスタイルも選べます。クラウドの音声APIは7つ（Gemini・Google・Azure・Amazon・IBM・ElevenLabs・OpenAI）から選べ、ご自身の録音をそのまま使う方法もあります。使ったことが無いサービスなら、料金と条件の確認からアカウント準備、APIの有効化、キーの安全な保管、使いすぎを防ぐ上限まで順番に案内します。試聴にも料金が発生するため、サービスと予算上限を決めてから実行します。ご自身の録音は画面内での試聴だけならアップロードされません。

Claude Code でも同じように作れます。上の作り方A・B・Eは生成画像を1枚も使わないので、Claude Code だけで最後まで通ります。実際、この記事に載せた実測4本は全部 Claude Code で作ったもので、生成画像は1枚も使っていません。画像が主役のCを選ぶときだけ、画像を別のサービスで作って渡す形になります（Claude Code は自分で画像を作れません）。文字ごと画像にするDは、ChatGPT の Codex のときだけ選べます。ここに書いたサービスの機能や料金は、2026年9月に確かめたものです。変わることがあるので、使う前に公式の最新情報を確かめてください。

ChatGPTとClaude Codeの違いは、約1分50秒の動画にもしました。Claude Codeで作ったもので、図形とイラストはすべてSVGで描き、画像ファイルは使っていません。BGMは、配布元の規約を確認したフリー音源です。

▶ ChatGPTとClaude Code、説明動画づくりでは何が違う？（約1分50秒・Claude CodeとSVGで制作・BGMあり）

作例を制作したPCは、Windows 11 Home、AMD Ryzen 7 7700X、物理メモリ約63.1GiBです。ナレーションは手元で動く無料の音声ソフトを使い、話者ごとの利用条件を確認したうえで選んでいます。HTML中心の再生、ローカルでの音声生成、MP4の書き出しでは負荷が違うため、必要な構成を一つの数字で断定はしません。

ナレーションに使っているのは AivisSpeech です。公式サイト（aivis-project.com）から無料で入手できて、音声は手元のPCの中だけで作られます。 原稿がどこかへ送られることはありません。

ただし、ソフト本体の条件と、選ぶ声（話者モデル）の条件は別です。 上の試聴画面に入っている19話者は、制作の時点で商用利用を認めるライセンス（ACML 1.0）の表示を確認したものですが、モデルは入れ替わります。実際に使う声は、その都度その場で条件を確かめてください。「無料かどうかだけで決めない」というのは、スキル側にも決まりとして書いてあります。

そのほかに要るのは、Node（18以上）と ffmpeg の二つだけです。入っているかどうかは、スキルに同梱した確認コマンドが調べます。足りなければ、そのOS用の入れ方まで出ます。WindowsでもMacでも同じように通ります。

スキルを読ませたあと、人は何をするのか

このスキルは、AIをいきなり制作の入り口へ連れていくためのものです。ただし、何を伝える動画にするかを決めるのは人です。最低限、「誰に」「何を」「見終わったあとどうしてほしいか」は決めます。AIが出した台本、画面の読みやすさ、声の自然さ、素材の利用条件も確認します。

「ぜんぶおまかせ」を選んだときは、もっと少なくなります。 五つの質問に答えて、出てきた1〜2場面の見本を見て「これでいい」と言う。基本はそれだけです。それでも「誰に・何を・見終わったあとどうしてほしいか」は人が決めます。そこだけはAIには分かりません。

制作の仕組みをすべて暗記する必要はありません。一方で、どこを直せるのか、どこで人の判断が必要かを知っておくと、AIへの修正指示が具体的になります。この記事の後半では、スキルの使い方だけでなく、この判断の仕方も説明します。

たとえば、HTMLで表示する文字は直せても、画像の中に描き込んだ文字は同じようには直せません。後から変わる説明文や数字をどこへ置くかも、制作前に確認します。

このスキルが決めていること

スキルというと「呪文の集まり」を想像されるかもしれません。実際は逆で、毎回決め直していると事故が起きる項目を、あらかじめ固定した文書です。だから読ませた瞬間から、AIは「何を聞くべきか」「どこで止まるべきか」を知った状態で作り始めます。

何を固定してあるのかを先に出しておきます。中身は後半で一つずつ説明します。

1. いきなり作り始めない … まず「前の続きですか、新しく作りますか」を出す。前に決めたこと（作り方・声・BGM・字幕）は案件の中に残っているので、二度は聞かれない

2. 作り方を五つから選んでもらう … 白紙から書かせない。手元の16の型を作り方ごとに並べて出し、型を選べば作り方も決まる（おまかせなら、どの作り方にするかも画面が決めます）

3. 場面を作る前に、計画書を作る … 誰に向けた動画か、調べたこと、そして「言わないと決めたこと」まで文書に残す。セッションが切れても続きから戻れる

4. 全部作る前に、1〜2場面だけ見せる … OKが出るまで残りを作らせない。方向がずれたまま全部作るほうが、結局は遅い

5. 一場面 = 一つの音声 = 一つの画面で持つ … 全編を一本の音声にしない。二場面目を一言直しただけで後ろ全部の秒数がずれるのを防ぐ

6. 画面の大きさは基準の一枚を決めて、丸ごと拡大縮小する … 要素ごとにレスポンシブ対応させると、ある幅で文字だけ縮小が止まって図とずれる

7. 声は勝手に決めない … 決まった一文を19人が読んだ試聴画面を先に見せる。おまかせを選んでも、ここだけは必ず聴いて選んでもらう。決めてから作らないと全部作り直しになる

8. 字幕の置き場所を黙って決めない … 画面の中に焼き込む／プレイヤーの下に出す／出さない、の三択。自分で選ぶときは必ず聞き、おまかせのときは「中に焼き込む」にして、そう決めた理由も画面に出す（どこに出しても字幕が残るため）。焼き込むなら、先に帯のぶんを空けてから画面を組む

9. 数字と英字は、表示用と読み上げ用を分ける … 画面は「2.27倍」のまま、読みだけ直す。表示を読み上げ対策で崩さない

10. 音は順番どおりに作る … 声を作る、声を整える、BGMを敷く、の順。効果音は「意味が変わるところ」にだけ置く

11. 「完成」の条件を先に決めてある … 感覚で終わりにしない。音と画面の一致、スマホでの見え方まで項目で持つ

この11は、実際に作っては直しながら踏んだ失敗から決めたものです。どれも「知らないと一度は必ずやる」ことばかりでした。

この11のうち、選ぶもの（作り方・字幕・BGM・大きさ）は「おまかせ」にできます。 選択画面でおまかせを選べば画面が決めて、決めた中身と理由を一覧で見せます。気になるものだけ「自分で決める」に切り替えられます。残りはスキルがいつも守る決まりなので、おまかせでも変わりません。声だけは、おまかせでも必ず聴いて選んでいただきます。

受け取れるもの

04_本文の画像_受け取れるもの.png

特定の個人用パスや開発環境に依存しない、配布用スキル（5つ）
ChatGPTのCodexへ読み込ませる手順と、最初に伝える内容
Claude Code で進める場合の読み込み方（作り方A・B・Eは画像が要らないので、Claude Codeだけで最後まで通ります）
作りかけの案件を一覧にして、「続きから」再開する道具。どの工程まで終わったかが案件ごとに出ます
型を目で見て選ぶ画面と、作った動画を型として足す道具。使うほど見本が増えていきます
押して決める選択画面。「ぜんぶおまかせ」なら五つ答えるだけで、残りは画面が決めます。いちばん下に、そのままAIへ貼れる文と想定作業時間が出ます
音の編集画面。BGMをどこで鳴らすか、効果音をどこに置くか、声をどう整えるかを、ブラウザで聴きながら決められます
はじめてのPCで、足りない道具を調べて入れ方まで出す確認コマンド（Windows／Mac 共通）
音声ソフトとWeb版・MP4版の基本的な作り分け
台本、画面、字幕、音声を人が確認するためのチェックリスト
誤字、画面のはみ出し、音ズレなどをAIへ直してもらう指示の考え方

配布ファイルは、この記事の有料部分からZIPでダウンロードできます。

形式 … ZIP 1つ（約20MB）。5つのスキル（動画の作り方／型の一覧／キャラクターの作り方／声の選び方／BGMの選び方）と、型を目で見て選ぶ画面、最初に開く入口ページが入っています。案内役のキャラクターも2体（女性ガイド20状態・男性マーケティング専門家11状態）そのまま入っています（口パクと瞬きつき）
受け取れる方 … この記事をご購入いただいた方
更新 … スキルを直したらファイルを差し替えます。差し替えたときは、この記事の先頭に日付を出します

この方法が向いているもの、向いていないもの

向いているのは、講座教材、研修資料、操作マニュアル、サービス紹介のように、文字・図・音声で内容を伝え、後から修正することが多い映像です。作った画面をサイトでも使いたい場合にも合います。

一方で、実写の人物を自然に歩かせたい、映画のようなカメラワークを中心にしたい、という場合には別の制作方法が必要です。このスキルは、あらゆる映像を安く作る魔法ではありません。「説明が伝わること」「直せること」「繰り返し作れること」を重視した道具です。

ここから先は有料です

ここまでで、完成例、仕組み、費用、何が手に入るか、向き不向きを見てもらいました。この先は、実際に手を動かすための中身です。 11の判断それぞれの具体的な決め方、最初の一本を作る手順、直したいときのAIへの言い方、そして先に踏んでおいた失敗をまとめています。

価格について

価格は 12,800円です。

配布するZIPは、この記事の有料部分からダウンロードできます。スキルを直したときはファイルを差し替え、記事の先頭に日付を出しますので、同じページのリンクから受け取り直してください。追加の支払いはありません。