「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、あとで見返せるように工程の一覧と公開前チェックの項目をまとめる形で書きます。題材はドラゴンボール魔人ブウ編の4本目、ベジット誕生から純粋ブウ復活まで。原作ファンによる非公式の紹介動画です。人がやったのは、題材の一覧を設定ファイルに書いただけでした。
作った動画の概要
- 長さ:1分57秒
- 場面数:18
- 形式:縦型 1080×1920・30fps(YouTube ショート)
- フレーム数:7049
- 効果音:73個(すべてプログラムで合成)
- 登場人物:孫悟飯、魔人ブウ(変身後)、老界王神、ゴテンクス、ピッコロ、孫悟空、ベジータ、ベジット、純粋ブウ
悟飯の帰還から、ブウの吸収、ポタラによるベジット誕生、ブウ体内での救出、純粋ブウの復活までを棒人間アニメでたどる構成です。
工程チェックリスト:AIで動画を作る流れ
1. 台本づくり
Claude API(claude-opus-5-5、構造化出力)で、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で出力します。1回の呼び出しで18場面分を出しました。
2. art_digest
台本の次に、Claudeを4回呼び出す art_digest の工程を挟んでいます。描画に入る前の下ごしらえにあたる部分です。
3. ナレーション・セリフの音声
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ます。ナレーターはずんだもん。キャラのセリフはキャラごとにAIが声を選び、次の回からも同じ声を使います。
4. 棒人間アニメの描画・動画化
自作の棒人間レンダラー(Python+cairo)で、関節角度からポーズを作り、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コマずつ描き、FFmpegで動画にします。効果音はnumpyで波形から合成し、外部素材は使っていません。字幕・見出しはPillow+Noto Sans CJKです。
5. 公開前チェックと自動修正
Claudeがサムネイル画像と台本を見て審査し、問題があれば台本を自動で直して作り直します。
6. YouTubeへの投稿
全体はPythonで、GCP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きます。
公開前にAIが確かめる項目
- 原作との事実関係(固有名詞・出来事の流れ・設定の矛盾)
- 権利まわり
- YouTubeのポリシー
- サムネイル画像の描写が伝わるか
工程別の制作時間
| 工程 | 時間 | Claude呼び出し |
|---|---|---|
| 台本づくり(Claude) | 3分06秒 | 1回 |
| art_digest | 39秒 | 4回 |
| ナレーション音声(VOICEVOX) | 1分09秒 | 0回 |
| 棒人間アニメの描画・動画化 | 20分03秒 | 0回 |
| 公開前チェックと修正(Claude) | 22分41秒 | 3回 |
| YouTubeへの投稿 | 0秒 | 0回 |
| 合計 | 47分39秒 | 8回 |
時間の大半は描画と、チェック後の作り直しです。チェックで修正が入ると描画をやり直すため、この2つがほぼ同じ重さになっています。
費用(Claude API)
| 工程 | 入力トークン | 出力トークン | 費用 |
|---|---|---|---|
| 台本づくり | 6,652 | 20,667 | $0.44(約66円) |
| art_digest | 6,091 | 3,794 | $0.20(約30円) |
| 公開前チェックと修正 | 26,014 | 13,252 | $0.37(約55円) |
| 合計 | $1.01(約151円) |
1ドル=150円で換算しています。
AIのチェックで見つかった問題と直し方
1回目の審査は判定OKでしたが、警告が2つ付きました。
セリフと設定の食い違い
合体の場面のベジータのセリフが「今回だけ」と一時的な合体を思わせる言い方になっていて、ポタラの合体は永久に戻れないと説明した流れと噛み合わない、という指摘です。AIは「仕方ない、手を貸してやる」のような、一時的と読めない表現を提案し、台本を直しました。前後の場面の説明まで見て矛盾を拾えている点が収穫でした。
サムネイルの小物の位置
サムネイルのベジットの顔に、片眼鏡のような小物が描かれているという指摘。ポタラ(耳飾り)のつもりなら耳の位置に移すと伝わりやすい、という内容でした。棒人間だと小物の位置ひとつで別の物に見えてしまう、という描画側の課題も見えました。
修正後の2回目の審査は指摘なしでOKとなり、そのまま投稿まで進みました。
やってみてわかったこと・今後
- 事実チェックは「固有名詞が合っているか」だけでなく、場面をまたいだ設定の整合性まで見てくれる
- 画像を見せるチェックは、描画の不自然さを拾うのに効く
- 時間の短縮は、描画の高速化と、指摘が出にくい台本づくりの両方が鍵
最近は動画を約1分半に延ばし、場面数も増やしています。尺が伸びるほど描画時間とチェック対象が増えるので、どこを並列化するかが次の課題です。
まとめ
台本・art_digest・音声・描画・公開前チェック・投稿の6工程を、人の手なしで47分39秒、Claude費用約151円で回せました。AIが自分の台本の設定の食い違いやサムネイルの見え方まで指摘して直すところまで来ています。同じような自動化を考えている方は、上の工程と確認項目をチェックリストとして使ってみてください。
※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:白上虎太郎、VOICEVOX:ちび式じい、VOICEVOX:剣崎雌雄、VOICEVOX:玄野武宏、VOICEVOX:青山龍星




