「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。今回はシリーズ2本目として、『ドラゴンボール』セル編のセルゲームを題材にした、原作ファンによる非公式の紹介動画(オマージュ)を自動生成しました。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。
作った動画の概要
| 項目 | 内容 |
|---|---|
| タイトル | 【60秒でわかる】ドラゴンボール セル編② セルゲーム |
| 長さ | 1分05秒 |
| 場面数 | 12 |
| 登場人物 | 孫悟空、孫悟飯、セル、ミスター・サタン、デンデ |
| 形式 | 縦型 1080×1920・30fps(YouTube ショート) |
| フレーム数 | 3884 |
| 効果音の数 | 33 |
内容は、精神と時の部屋での修行からセルゲームの開幕、悟空の降参と悟飯の指名まで。最後は「続きは原作で」という次回予告の形で締めています。
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 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きます。
台本づくり
Claude API(claude-opus-5-5)の構造化出力を使い、場面ごとのナレーション・字幕・読み・登場人物の見た目・動き・カメラ・効果をJSONで受け取ります。後段の工程はすべてこのJSONを読んで動くので、ここが動画全体の設計図になります。
art_digest
描画に入る前の下準備にあたる工程で、Claudeを5回呼び出しています。今回、Claudeの呼び出し回数がいちばん多かったのはこの工程でした。
ナレーション・セリフ
VOICEVOXをCloud Runで動かし、1行ずつ音声合成して字幕と音を同期させています。ナレーターはずんだもん。キャラクターのセリフは、キャラごとにAIが選んだ声を使い、次の回以降も同じ声を使い続けるようにしています。
映像
自作の棒人間レンダラー(Python+cairo)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で動画にまとめます。字幕・見出しはPillowとNoto Sans CJKで描いています。
効果音
外部素材は使わず、NumPyで波形から合成しています。今回は33個の効果音が入りました。
公開前チェック
Claudeがサムネイル画像と台本を見て、原作との事実関係・権利・YouTubeポリシーを審査します。問題があれば台本を自動で直して作り直す仕組みです。
工程別の制作時間
| 工程 | 時間 | Claude呼び出し回数 |
|---|---|---|
| 台本づくり(Claude) | 1分45秒 | 1 |
| art_digest | 57秒 | 5 |
| ナレーション音声(VOICEVOX) | 47秒 | 0 |
| 棒人間アニメの描画・動画化 | 9分26秒 | 0 |
| 公開前チェックと修正(Claude) | 12秒 | 1 |
| YouTube への投稿 | 0秒 | 0 |
| 合計 | 13分06秒 | 7 |
全体の7割以上を棒人間アニメの描画・動画化が占めています。3884フレームを1コマずつ描いているので、ここが素直にボトルネックです。AI側(台本とチェック)は合わせても数分でした。
費用
| 工程 | 入力トークン | 出力トークン | Claude費用 |
|---|---|---|---|
| 台本づくり | 5574 | 11352 | $0.25(約37円) |
| art_digest | 6788 | 5808 | $0.29(約43円) |
| 公開前チェックと修正 | 4557 | 950 | $0.04(約6円) |
| 合計 | – | – | $0.57(約86円) |
1ドル=150円で換算しています。各工程のドル表示は丸めた値のため、単純な足し算と合計がわずかにずれます。台本は1回の呼び出しで出力トークンが1万を超えており、12場面分の演出指示まで細かく書かせているぶん、出力側が重くなっています。
AIのチェックで見つかった問題と直し方
今回の公開前チェックは1回目で判定OK、指摘はゼロでした。そのため自動修正のループは動いていません。
チェック自体は12秒・約6円で済んでいるので、毎回必ず通す安全装置として置いておくコストは小さいと感じています。指摘がなかった回でも、「確認した上で問題なし」と記録に残ることに意味があると考えています。
やってみてわかったこと・今後
- 時間の大半は描画:AIの待ち時間よりも、自作レンダラーで3884フレームを描く時間のほうがずっと長い。並列化やキャッシュで縮める余地があります。
- 費用はart_digestが最大:台本づくりより呼び出し回数が多く、費用も一番かかっていました。呼び出しをまとめられないか見直したいところです。
- 声の一貫性:キャラごとの声を次回以降も固定する仕組みにしたことで、シリーズとして続けて見たときの違和感が出にくくなりました。
- 次回予告で終わる構成:今回は話の途中で終わる回だったので、ナレーションの締めを予告風にしています。シリーズものでは台本側の締め方の指示も重要だとわかりました。
まとめ
人の作業は題材一覧の設定だけで、1分05秒・12場面のショート動画を約13分、Claude費用約86円で生成・投稿まで完了しました。公開前チェックは1回でOK。次は描画時間の短縮と、art_digestの呼び出し回数の見直しに取り組む予定です。
※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、VOICEVOX:玄野武宏、VOICEVOX:麒ヶ島宗麟、VOICEVOX:白上虎太郎




