ビデオ編集は何をしますか？

実際の映像素材に対するAI支援編集。プロンプトからの生成ではありません。既存の動画を高速に編集します。

アクティベーションタイミング

ユーザーが映像素材の編集、カット、構成を希望している
長尺の録画をショートフォームコンテンツに変換する
生のキャプチャからvlog、チュートリアル、デモ動画を制作する
既存の動画にオーバーレイ、字幕、音楽、ナレーションを追加する
異なるプラットフォーム（YouTube、TikTok、Instagram）向けに動画をリフレーミングする
ユーザーが「動画を編集」「この素材をカット」「vlogを作る」「動画ワークフロー」と発言した場合

核となる考え方

AIによる動画編集は、映像全体をAIに作らせるのではなく、実際の素材を圧縮、構造化、拡張するために使うときに真価を発揮します。価値は生成ではなく、圧縮にあります。

パイプライン

Screen Studio / 生の映像素材
  → Claude / Codex
  → FFmpeg
  → Remotion
  → ElevenLabs / fal.ai
  → Descript または CapCut

各レイヤーには固有の役割があります。レイヤーを飛ばさないでください。1つのツールにすべてを任せようとしないでください。

レイヤー1: キャプチャ（Screen Studio / 生の映像素材）

ソースマテリアルを収集します：

Screen Studio: アプリのデモ、コーディングセッション、ブラウザワークフロー向けの洗練されたスクリーンレコーディング
生のカメラ映像: vlog映像、インタビュー、イベント録画
VideoDBによるデスクトップキャプチャ: リアルタイムコンテキスト付きのセッション録画（videodb スキルを参照）

出力: 整理準備が整った生ファイル。

レイヤー2: 整理（Claude / Codex）

Claude CodeまたはCodexを使用して：

文字起こしとラベル付け: トランスクリプトを生成し、トピックとテーマを特定
構造の計画: 何を残し、何をカットし、どの順序が良いかを決定
不要部分の特定: 間、脱線、同じテイクの繰り返しを発見
編集決定リストの生成: カットのタイムスタンプ、保持するセグメント
FFmpegとRemotionコードのひな形生成: コマンドとコンポジションを生成

プロンプト例：
「こちらは4時間の録画のトランスクリプトです。24分のvlogに最適な8つの最強セグメントを特定し、
各セグメントのFFmpegカットコマンドを提供してください。」

このレイヤーは構造に関するものであり、最終的なクリエイティブなセンスに関するものではありません。

レイヤー3: 決定論的カット（FFmpeg）

FFmpegは、分割、トリミング、連結、前処理といった退屈だが重要な作業を処理します。

タイムスタンプによるセグメント抽出

ffmpeg -i raw.mp4 -ss 00:12:30 -to 00:15:45 -c copy segment_01.mp4

編集決定リストからのバッチカット

#!/bin/bash
# cuts.txt: start,end,label
while IFS=, read -r start end label; do
  ffmpeg -i raw.mp4 -ss "$start" -to "$end" -c copy "segments/${label}.mp4"
done < cuts.txt

セグメントの連結

# ファイルリストを作成
for f in segments/*.mp4; do echo "file '$f'" done > concat.txt
ffmpeg -f concat -safe 0 -i concat.txt -c copy assembled.mp4

高速編集用のプロキシ作成

ffmpeg -i raw.mp4 -vf "scale=960:-2" -c:v libx264 -preset ultrafast -crf 28 proxy.mp4

文字起こし用の音声抽出

ffmpeg -i raw.mp4 -vn -acodec pcm_s16le -ar 16000 audio.wav

オーディオレベルのノーマライズ

ffmpeg -i segment.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy normalized.mp4

レイヤー4: プログラム可能なコンポジション（Remotion）

Remotionは編集の問題をコードに変換します。従来のエディタでは面倒な作業に使用します：

Remotionを使用するタイミング

オーバーレイ: テキスト、画像、ブランディング、ローワーサード
データ可視化: チャート、統計、アニメーションする数字
モーショングラフィックス: トランジション、説明アニメーション
コンポーザブルシーン: 動画間で再利用可能なテンプレート
プロダクトデモ: 注釈付きスクリーンショット、UIハイライト

基本的なRemotionコンポジション

import { AbsoluteFill, Sequence, Video, useCurrentFrame } from "remotion";

export const VlogComposition: React.FC = () => {
  const frame = useCurrentFrame();

  return (
    <AbsoluteFill>
      {/* メイン映像 */}
      <Sequence from={0} durationInFrames={300}>
        <Video src="/segments/intro.mp4" />
      </Sequence>

      {/* タイトルオーバーレイ */}
      <Sequence from={30} durationInFrames={90}>
        <AbsoluteFill style={{
          justifyContent: "center",
          alignItems: "center",
        }}>
          <h1 style={{
            fontSize: 72,
            color: "white",
            textShadow: "2px 2px 8px rgba(0,0,0,0.8)",
          }}>
            AI 編集スタック
          </h1>
        </AbsoluteFill>
      </Sequence>

      {/* 次のセグメント */}
      <Sequence from={300} durationInFrames={450}>
        <Video src="/segments/demo.mp4" />
      </Sequence>
    </AbsoluteFill>
  );
};

出力のレンダリング

npx remotion render src/index.ts VlogComposition output.mp4

詳細なパターンとAPIリファレンスは Remotionドキュメントを参照してください。

レイヤー5: 生成アセット（ElevenLabs / fal.ai）

必要なものだけを生成します。動画全体を生成しないでください。

ElevenLabsによるナレーション

import os
import requests

resp = requests.post(
    f"https://api.elevenlabs.io/v1/text-to-speech/{voice_id}",
    headers={
        "xi-api-key": os.environ["ELEVENLABS_API_KEY"],
        "Content-Type": "application/json"
    },
    json={
        "text": "ここにナレーションテキスト",
        "model_id": "eleven_turbo_v2_5",
        "voice_settings": {"stability": 0.5, "similarity_boost": 0.75}
    }
)
with open("voiceover.mp3", "wb") as f:
    f.write(resp.content)

fal.aiによる音楽と効果音

fal-ai-media スキルを以下に使用：

背景音楽の生成
効果音（動画から音声へのThinkSoundモデル）
トランジションサウンド

fal.aiによる生成ビジュアル

挿入ショット、サムネイル、存在しないBロールに使用：

generate(app_id: "fal-ai/nano-banana-pro", input_data: {
  "prompt": "テックvlog用のプロフェッショナルサムネイル、暗い背景、画面上にコード",
  "image_size": "landscape_16_9"
})

VideoDBによる生成オーディオ

VideoDBが設定されている場合：

voiceover = coll.generate_voice(text="ここにナレーション", voice="alloy")
music = coll.generate_music(prompt="コーディングvlog用のローファイ背景音楽", duration=120)
sfx = coll.generate_sound_effect(prompt="かすかなウィッシュのトランジション")

レイヤー6: 最終仕上げ（Descript / CapCut）

最後のレイヤーは人間です。従来のエディタを以下に使用：

テンポ: 速すぎる、または遅すぎると感じるカットを調整
キャプション: 自動生成後、手動でクリーンアップ
カラーグレーディング: 基本補正と雰囲気づけ
最終オーディオミックス: 音声、音楽、効果音のバランス調整
エクスポート: プラットフォーム固有のフォーマットと品質設定

ここに感性が宿ります。AIが反復作業を排除し、最終判断はあなたが行います。

ソーシャルメディア向けリフレーミング

プラットフォームによって必要なアスペクト比が異なります：

プラットフォーム	アスペクト比	解像度
YouTube	16:9	1920x1080
TikTok / Reels	9:16	1080x1920
Instagram フィード	1:1	1080x1080
X / Twitter	16:9 または 1:1	1280x720 または 720x720

FFmpegによるリフレーミング

# 16:9 から 9:16（中央クロップ）
ffmpeg -i input.mp4 -vf "crop=ih*9/16:ih,scale=1080:1920" vertical.mp4

# 16:9 から 1:1（中央クロップ）
ffmpeg -i input.mp4 -vf "crop=ih:ih,scale=1080:1080" square.mp4

VideoDBによるリフレーミング

from videodb import ReframeMode

# スマートリフレーム（AIガイドによる被写体追跡）
reframed = video.reframe(start=0, end=60, target="vertical", mode=ReframeMode.smart)

シーン検出と自動カット

FFmpegシーン検出

# シーンチェンジを検出（しきい値0.3 = 中程度の感度）
ffmpeg -i input.mp4 -vf "select='gt(scene,0.3)',showinfo" -vsync vfr -f null - 2>&1 | grep showinfo

無音検出による自動カット

# 無音セグメントを見つける（デッドエアのカットに便利）
ffmpeg -i input.mp4 -af silencedetect=noise=-30dB:d=2 -f null - 2>&1 | grep silence

ハイライト抽出

Claudeを使用してトランスクリプトとシーンタイムスタンプを分析：

「このタイムスタンプ付きトランスクリプトとシーンチェンジポイントを基に、
ソーシャルメディア向けの最も魅力的な30秒クリップを5つ特定してください。」

各ツールの得意分野

ツール	強み	弱み
Claude / Codex	整理、計画、コード生成	クリエイティブなセンスのレイヤーではない
FFmpeg	決定論的カット、バッチ処理、フォーマット変換	ビジュアル編集UIがない
Remotion	プログラム可能なオーバーレイ、コンポーザブルシーン、再利用可能なテンプレート	非開発者にとって学習曲線がある
Screen Studio	すぐに使える洗練されたスクリーンレコーディング	スクリーンキャプチャのみ
ElevenLabs	音声、ナレーション、音楽、効果音	ワークフローの中心ではない
Descript / CapCut	最終的なテンポ、キャプション、仕上げ	手動操作が必要で自動化できない

主要な原則

生成ではなく編集。 このワークフローは実際の映像をカットするためのものであり、プロンプトから作成するものではありません。
スタイルの前に構造。 視覚的なものに触れる前に、レイヤー2でストーリーを正しく構築します。
FFmpegがバックボーン。 退屈だが重要。長尺の映像を扱いやすくします。
繰り返し行う場合はRemotion。 2回以上やるなら、Remotionコンポーネントにします。
選択的に生成。 AI生成は存在しないアセットにのみ使用し、すべてに使用しないでください。
感性は最後のレイヤー。 AIが反復作業を排除し、最終的なクリエイティブ判断はあなたが行います。

お気に入りのAIに質問する

プレビュー

ドキュメント

ビデオ編集 は何をしますか？