動画編集エージェント：素材を切る前に、視聴維持の設計を作る

動画編集を分解する

動画編集は「素材を切ってつなぐ仕事」ではない。視聴者が離脱しない順番を作り、伝えたい意味を映像、音声、字幕、間で設計する仕事である。

O*NETのFilm and Video EditorsやBLSでは、映像素材の整理、編集ソフトでの編集、監督やプロデューサーとの協業、全体ビジョンに沿った編集などが仕事として整理されている。AIに任せるべきなのは、素材の整理、文字起こし、構成案、粗編集案、字幕案、チェックリスト化である。

分解した能力	AIの役割	成果物
企画理解	動画の目的、視聴者、媒体を整理する	編集ブリーフ
素材整理	ファイル、場面、発言、B-rollを分類する	素材台帳
構成	フック、本編、転換、締めを設計する	編集構成案
粗編集	不要部分、沈黙、重複、脱線を検出する	カットリスト
字幕	読みやすい字幕、テロップ、強調語を作る	字幕案
音声	ノイズ、音量差、聞き取りにくさを検知する	音声修正メモ
サムネ	視聴前の期待を設計する	サムネ案
分析	視聴維持、クリック率、離脱点を見る	改善メモ

Role

動画編集エージェントの基本ロールは「編集設計・素材整理補助エージェント」である。

素材を文字起こしし、内容ごとに分類する
視聴者にとって重要な発言を抽出する
冒頭フックと構成案を作る
カット候補と残す理由を出す
字幕やテロップ案を作る
サムネ、タイトル、概要欄の案を作る
納品前チェックを行う

最終的な編集テンポ、演者の人格、ブランド表現、公開可否は人間に戻す。

Tools

Tool	用途
文字起こし	発言抽出、検索、字幕下書き
NLE連携	Premiere Pro、DaVinci Resolve、Final Cutなどの編集補助
ffmpeg	形式変換、音声抽出、サムネ候補抽出
アセット管理	素材、BGM、SE、画像、ロゴ、フォントの管理
台本/構成管理	企画意図、尺、媒体、視聴者の確認
ブランドガイド	色、フォント、言葉遣い、禁止表現
YouTube/Analytics	CTR、視聴維持、離脱点、流入元の確認
チェックリスト	権利、誤字、音量、書き出し設定、公開設定の確認

動画編集エージェントは、編集ソフトだけでなく、分析とブランドガイドにも接続する。編集は見た目ではなく、視聴者体験の設計だからである。

Thinking

動画編集エージェントには、次の思考法を持たせる。

思考法	チェックする問い
視聴者約束	この動画は最初の10秒で何を約束するか
情報密度	退屈な重複、脱線、説明過多はないか
感情曲線	驚き、納得、緊張、笑い、余韻がどこにあるか
意味の連続性	カットしても論理や感情が途切れないか
可読性	字幕は一瞬で読めるか
音の信頼	音量差、ノイズ、割れ、環境音で疲れないか
媒体適合	YouTube、TikTok、広告、講座で尺とテンポは合うか

AIに「いい感じに編集して」と頼むと、派手な編集に寄りやすい。先に「誰が、どの媒体で、何を得るために見るか」を固定する。

Output

編集前には、次を出す。

項目	内容
動画目的	認知、教育、販売、採用、記録など
視聴者	誰が見るか
冒頭フック	最初に見せる発言・映像
構成	導入、本編、転換、締め
残す素材	タイムコードと理由
カット候補	タイムコードと理由
テロップ方針	強調語、固有名詞、補足説明
注意点	権利、炎上、誤解、公開不可情報

納品前には、次を出す。

項目	内容
誤字	字幕、テロップ、名前、数字
音声	音量、ノイズ、BGMバランス
映像	黒味、ブレ、不要な映り込み
権利	BGM、画像、引用、ロゴ
書き出し	解像度、fps、形式、容量
公開設定	タイトル、概要欄、サムネ、タグ

ワークフロー

企画意図と媒体を確認する
全素材を文字起こしする
見どころ、不要箇所、リスク箇所をタイムコードで出す
冒頭フックを複数案出し、1案に絞る
粗編集のカットリストを作る
字幕、テロップ、サムネ、タイトルを作る
納品前チェックを行う
公開後の視聴維持とCTRから次回改善を出す

動画編集エージェントは、編集者の感性を消すものではない。編集者が判断する前の素材整理と検討量を増やすものである。

KPI

素材台帳作成時間
粗編集までの時間
字幕誤字率
納品前チェック漏れ件数
CTR
平均視聴維持率
冒頭30秒の離脱率
再編集回数

動画編集エージェントの価値は、作業速度だけではない。視聴者が見続ける理由を編集前に設計できることにある。

エスカレーション

次の場合は必ず人間へ戻す。

顧客名、個人情報、機密情報が映る
著作権や肖像権が不明
発言の意味が編集で変わる
炎上、差別、医療、金融、法務に関わる表現がある
演者の人格やブランドを強く変える編集
広告審査やプラットフォームポリシーに関わる

動画は、文脈を切ると意味が変わる。AIはカット候補を出せるが、切ってよい責任は持てない。

発生しうる業務

動画編集エージェントの仕事は、編集画面の中だけでは完結しない。企画、素材、編集、公開、分析がつながっている。

頻度	業務	AIに任せる粒度
日次	素材整理、文字起こし、カット候補、字幕下書き	タイムコード付きメモ
週次	公開予定管理、サムネ/タイトル案、過去動画分析	編集改善案、CTR/維持率メモ
月次	チャンネル傾向分析、勝ち構成、テンプレ更新	編集ルール更新案
随時	長尺から短尺化、広告動画、講座編集、炎上リスク確認	再構成案、権利/表現チェック

動画編集では、素材が増えるほど探す時間が増える。AIはまず、素材を検索可能にするところから効く。

学習方法

動画編集エージェントは、動画そのものより「なぜその編集にしたか」を学ぶ。

学習材料	学ぶこと
過去動画	構成、尺、テロップ、テンポ
視聴維持率	離脱点、伸びた箇所
CTR/サムネ履歴	クリックされた表現
編集指示書	ブランド、演者、媒体ごとのルール
修正依頼	クライアントや演者が嫌がる編集
素材台帳	B-roll、SE、BGM、ロゴ、権利
コメント	視聴者が反応した箇所

学習では、完成動画だけでなく、没になった案や修正理由を保存する。編集は最終形だけ見ると判断過程が消える。

能力の磨き方

動画編集エージェントは、短くする力ではなく、意味を保ったまま視聴維持を上げる力を磨く。

カット候補が実際に採用されたか記録する
カット後に意味が変わっていないか人間が確認する
冒頭フック案と実際の視聴維持率を比較する
字幕誤字、固有名詞ミス、数字ミスを分類する
サムネ案とCTRを紐づける
修正依頼を「テンポ」「意味」「ブランド」「権利」に分ける

動画編集AIは、視聴者データと人間の修正理由を戻すほど強くなる。

作り方

最小構成は、文字起こし、素材台帳、編集ブリーフ、チェックリスト、分析データをつなぐ。

素材をアップロードしたら自動で文字起こしする
タイムコード付きで見どころと不要箇所を抽出する
媒体別の編集ルールを作る
字幕とテロップのルールを固定する
納品前チェックを必須化する
公開後のCTRと維持率を次回ブリーフへ戻す

自律エージェントとして作れない場合は、「文字起こし/素材整理bot」「カット候補bot」「字幕チェックbot」「サムネ/タイトル案bot」に分ける。編集ソフトを直接操作できなくても、編集判断の前処理だけで十分価値がある。

最小実装

最初から自律実行させるのではなく、読み取り、下書き、承認付き更新の順に広げる。動画編集エージェントの最小実装は、素材整理、構成、カット、字幕、納品前チェックを支援するための「入力を読む場所」「出力を残す場所」「人間が承認する場所」を固定することである。

層	最小構成
入力	動画素材、文字起こし、編集ソフト、BGM/素材管理、字幕ツール、サムネイル素材から読み取り専用で参照する
処理	事実、推測、未確認、次アクションを分けて整理する
承認	外部送信、重要判断、台帳更新、金銭・契約・人事に関わる操作は人間承認にする
記録	出力、採否、修正理由、次回改善点を同じ場所に残す

入力データ

元動画、音声、文字起こし
公開媒体、尺、ターゲット、目的
NGカット、権利条件、ブランドトーン
過去動画の維持率、離脱点、コメント

入力データには、取得日、参照元、更新者を残す。古い情報や未確認情報を混ぜると、AIはもっともらしいが危ない判断を出す。

出力フォーマット

フィールド	内容
`structure`	冒頭、山場、締めの構成
`cut_list`	カット候補と理由
`captions`	字幕案、強調語
`thumbnail`	サムネイル/タイトル案
`delivery_check`	納品前チェック
`unknowns`	未確認事項、追加で人間が見る点
`human_review`	承認者、判断期限、エスカレーション条件

この形式で残すと、後から「AIが何を見て、何を出し、人間がどこを直したか」を追える。

サンプルプロンプト

あなたは動画編集エージェントです。
目的は「素材整理、構成、カット、字幕、納品前チェックを支援する」ことです。

入力:
- 対象: [対象名]
- 参照データ: [参照元]
- 期限: [期限]
- 制約: [承認条件、禁止事項、守るべきルール]

指示:
1. 事実、推測、未確認事項を分けてください。
2. 出力フォーマットに沿って整理してください。
3. 判断できない点を無理に結論づけず、human_reviewに戻してください。
4. 外部送信、重要更新、金銭・契約・人事に関わる操作は実行せず、承認依頼にしてください。

出力:
- 要約
- 構造化データ
- 次アクション
- human_review

ワークフロー

素材を文字起こしとタイムコードで整理する
視聴者の期待と冒頭フックを設計する
カット候補、字幕、タイトルを作る
権利、音量、誤字、公開可否を確認する

この流れを固定すると、AIは単発の相談相手ではなく、業務の一部として改善できる。

失敗パターン

話者の意図と違う切り取りをする
権利未確認素材を使う
字幕やテロップで事実を変える

失敗パターンは、禁止事項としてプロンプトに入れるだけでは足りない。出力レビュー時に「今回どの失敗に近かったか」を記録し、次の入力データや評価基準へ戻す。

評価ルーブリック

カット理由が視聴維持や理解に紐づく
権利と公開可否が確認されている
字幕が発話と意味を変えていない
事実、推測、未確認が分離されている
人間に戻すべき判断がhuman_reviewに出ている

5段階評価にする場合は、3を「人間が軽く直せば使える」、4を「そのまま業務で使える」、5を「次回のテンプレートに採用できる」と定義する。

動画編集を分解する

Role

Tools

Thinking

Output

ワークフロー

KPI

エスカレーション

発生しうる業務

学習方法

能力の磨き方

作り方

最小実装

入力データ

出力フォーマット

サンプルプロンプト

ワークフロー

失敗パターン

評価ルーブリック

関連