「AIだけで、YouTubeショートをどこまで作れるか」を試している個人開発の記録です。今回は原作ファンによる非公式の紹介動画（オマージュ）として、ドラゴンボール フリーザ編②「伝説の超サイヤ人」を棒人間アニメで紹介するショートを作りました。人がやったのは、題材の一覧を設定ファイルに書いたことだけです。台本・ナレーション・映像・効果音・公開前チェック・投稿までをすべてプログラムとAIに任せています。
作った動画の概要
| 項目 | 内容 |
|---|---|
| 題材 | ドラゴンボール フリーザ編② 伝説の超サイヤ人（原作：鳥山明『ドラゴンボール』） |
| YouTubeのタイトル | 【60秒でわかる】ドラゴンボール フリーザ編② 伝説の超サイヤ人 |
| 長さ | 1分08秒 |
| 形式 | 縦型 1080×1920・30fps（YouTubeショート） |
| 場面数 | 12 |
| フレーム数 | 4100 |
| 効果音の数 | 52 |
| 登場人物 | 孫悟空、孫悟空（超サイヤ人）、ベジータ、フリーザ、クリリン、孫悟飯 |
ナレーションは原作のセリフを使わず、AIが書いた紹介文をずんだもんの声で読み上げる形です。フリーザの最終形態から超サイヤ人の誕生、ナメック星の爆発までを12場面にまとめています。
仕組み：工程ごとの役割と使った技術
全体はPythonで書いており、Google CloudのCloud Run JobsとCloud Schedulerで定期実行しています。ローカルでも同じコマンドで動くようにしてあります。
1. 台本づくり（Claude API）
Claude API（claude-opus-5-5）の構造化出力で、場面ごとに次の項目をJSONで出させています。
- ナレーション・字幕・読み
- 登場人物の見た目
- 動き・カメラ・エフェクト
映像と音声の工程はこのJSONだけを読んで動くので、台本が「設計図」の役割を担っています。
2. ナレーション（VOICEVOX）
VOICEVOX（ずんだもん）をDockerで動かし、字幕1行ずつ音声合成しています。行単位で音声の長さがわかるので、字幕と音のタイミングを自然に揃えられます。
3. 映像（自作の棒人間レンダラー）
Pythonとcairoで作った棒人間レンダラーで描いています。関節角度でポーズを作り、パンチ・気功波・飛行など28種類の動きと、背景・エフェクトを1コマずつ描画し、FFmpegで動画にします。
4. 効果音・字幕
効果音はNumPyで波形から合成しており、外部の素材は使っていません。字幕と見出しはPillowとNoto Sans CJKで描いています。
5. 公開前チェック（Claude API）
完成したサムネイル画像と台本をClaudeに見せ、原作との事実関係・権利・YouTubeのポリシーを審査させます。問題があれば台本を自動で直して作り直し、最後にYouTubeへ投稿します。
工程別の制作時間
| 工程 | 時間 | Claude呼び出し回数 | 入力トークン | 出力トークン |
|---|---|---|---|---|
| 台本づくり（Claude） | 1分33秒 | 1 | 4112 | 9898 |
| ナレーション音声（VOICEVOX） | 32秒 | 0 | 0 | 0 |
| 棒人間アニメの描画・動画化 | 6分09秒 | 0 | 0 | 0 |
| 公開前チェックと修正（Claude） | 8分11秒 | 3 | 19629 | 10348 |
| YouTubeへの投稿 | 0秒 | 0 | 0 | 0 |
| 合計 | 16分25秒 | 4 | 23741 | 20246 |
一番時間がかかったのは公開前チェックと修正で、描画よりも長くなりました。チェックで指摘が出ると台本を直して作り直すため、描画の一部をもう一度回すことになるのが理由です。
費用
| 工程 | Claude費用 |
|---|---|
| 台本づくり | $0.21（約32円） |
| 公開前チェックと修正 | $0.29（約43円） |
| 合計 | $0.50（約75円） |
1ドル=150円で換算しています。VOICEVOX・棒人間の描画・効果音はすべて自前で動かしているので、Claude以外の工程ではAPI費用がかかっていません。台本1本より、チェックのほうが費用が大きいのも今回わかったことです。
AIのチェックで見つかった問題と直し方
公開前チェックは2回行われ、どちらも判定はOK（公開してよい）でしたが、改善点として次のような指摘が出ました。
1回目の指摘
- 事実関係：場面10でフリーザの最後を「自滅」と表現していたのが不正確との指摘。原作では悟空が分け与えた気で不意打ちし、悟空の反撃を受けて倒れる流れだと説明されました。
- 見た目：「孫悟空（超サイヤ人）」の特徴が通常の悟空と同じ設定になっていて、覚醒シーンが伝わらない。
- 考証：サムネイルの悟飯が紫の道着で、ナメック星編の服装と違う。
- 表現：「爆破」「真っ二つ」などは棒人間なら許容範囲だが、流血や切断を直接見せずエフェクトで抽象化すること。
- 権利：VOICEVOX:ずんだもんのクレジットが概要欄にない。
自動修正の結果と2回目の指摘
台本は自動で直され、場面10の「自滅」は「情けの気で不意打ちするも 悟空の一撃で決着」という表現に変わりました。超サイヤ人の悟空にも金色が加わっています。
ただし2回目のチェックでも、次の指摘が残りました。
- 「情けの気で不意打ちするも」は主語が省略されていて、誰が誰に気を分けたのか伝わりにくい
- サムネイルの超サイヤ人の悟空は、体が金色なのに髪が黒いまま
- サムネイルが正面から打ち合う構図で、台本の「背後からの不意打ち」とずれている（軽微）
- 登場人物リストに孫悟飯がいるのに、台本には登場しない
判定がOKのため、これらは警告のまま公開されています。「誤りを見つける力」は十分あるが、1回の修正で全部が直るわけではないというのが正直な結果です。特に「自滅」のような事実関係の言い回しを原作の流れに沿って指摘できた点は、人が見落としやすい部分なので心強いと感じました。
やってみてわかったこと・今後
- 台本のJSONが品質を決める：見た目の設定（超サイヤ人の髪色など）が台本の段階で曖昧だと、レンダラーは忠実にその曖昧さを描いてしまいます。
- 警告の扱いを決める必要がある：今はOK判定なら警告が残っても公開されます。髪色のように見た目に直結する警告は、修正を必須にするルールを検討しています。
- 登場人物リストと台本の整合チェック：悟飯のような「リストにいるのに出てこない」は、AIに頼らずプログラムで機械的に検出できるので、事前チェックとして追加する予定です。
- クレジットの自動付与：VOICEVOXのクレジットは指摘を受けて、概要欄や記事に自動で付ける形にしています。
まとめ
人の作業は題材を設定ファイルに書くだけで、1分08秒・12場面のショートを16分25秒、Claude費用約75円で作れました。AIによる公開前チェックは、事実関係の言い回しや見た目の不整合まで具体的に指摘してくれる一方、自動修正だけでは直りきらない点も残りました。次は警告の扱いと整合チェックを強化して、「AIだけ」でも安心して出せる品質に近づけていきます。
※動画は原作のファンによる非公式の紹介動画です。登場人物は棒人間で表現しており、原作の絵・音声は使用していません。音声: VOICEVOX:ずんだもん
