コンテンツ制作をAIに分担させるとき — 工程を分け、チェックポイントを決める方法 (1)

台本、声、素材映像、字幕までAIが分担すれば、動画1本は一人でも作れます。残る仕事はチェックです。放送局のAIアンカー運用、低品質なAI動画の広がりとYouTubeの収益化ポリシー、CNETのAI記事の誤り、AP通信の生成AI基準をもとに、コンテンツ制作の工程をどう分け、工程の間のどこに人の確認を置くかを整理しました。

AXAI転換コンテンツ自動化チェック体制

動画を作ることは、いまや誰にでもできます。 差がつくのは、何をふるい落とすかです。

動画1本、いまは一人でも作れます

マーケティング担当者が一人で、会社のブログ記事をYouTubeの解説動画にしようとしているとします。以前なら、台本を書き、録音し、画面に流す素材を探し、カットし、字幕を付ける作業をすべて人がやる必要がありました。外注すれば費用がかかり、自分でやれば何日もかかりました。

いまはこの工程の大半をAIが分担します。記事を読んで台本を書くのは言語モデル、読み上げは音声合成(TTS)、画面選びは画像モデル、字幕は書き起こしモデルです。韓国のツールだけを見ても、VoyagerXのVrew(韓国語)は台本・画像・音声を一度に作る「テキストから動画を作る」機能を提供しています。

放送局はこの流れに早くから取り組んできました。韓国の放送局MBNは2020年に「キム・ジュハAIアンカー」を導入(韓国語)し、実際のアンカーの姿と声を10時間録画して学習させ、最大1,000字のテキストを1分以内に映像として合成できると紹介しました。注目すべきはその先です。記者が記事の原稿を書き、担当PDが字幕と映像編集を済ませてから初めてアップロードすると説明しています。AIが画面に立っても、原稿と編集の責任は人に残した構造です。

中小企業がコンテンツ運営を自動化するときに取り入れるべきなのも、この構造です。何をAIに任せるかより先に、どこで人が確認するかを決めなければなりません。

簡単になった分、ありふれたものになりました

作るのが簡単になると起きることがあります。動画編集サービスのKapwingが2025年11月に出したAIスロップ・レポートによると、新しく作ったアカウントのYouTubeショートのフィードに最初に表示された動画500本のうち104本(21%)が低品質なAI生成動画でした。同じレポートで、こうしたチャンネルの再生回数が最も多かった国は韓国でした。

プラットフォームも線を引き始めました。YouTubeは2025年7月、収益化ポリシーの「繰り返しの多いコンテンツ」という項目名を「オーセンティックでない(inauthentic)コンテンツ」に変え(韓国語)、ほぼ同じ型で大量生産した動画は収益化の対象にならないことを明確にしました。AIを使ったこと自体を禁じているわけではありません。問題にしているのは、人による解説や構成が抜けた量産です。

品質事故もすでに起きています。米国のIT媒体CNETは2022年末からAIツールで金融の基礎解説記事を77本出しましたが、外部から誤りを指摘されて全件点検したところ、41本で修正が必要でした。社名の一部が抜けていたり数字が入れ替わっていたりするケースが多く、原文に似すぎた文を直した例もありました。編集者が下書きを直してから出していたにもかかわらず、です。

CNETがAIツールで出した記事77本のうち41本に修正が必要だったことを、77マスのうち41マスを赤く塗って示した図
編集者が読んでから出したAI記事でも、半数以上を直し直す必要がありました。出典:Talking Biz News, 2023

会社のチャンネルは、個人のチャンネルよりこうした事故のコストが大きくなります。間違った数字一つ、権利のはっきりしない写真一枚がブランドの信頼を削ります。だからこそ、工程の分け方とチェックを置く場所を先に決めておく必要があります。

原則1:工程を分け、工程ごとに成果物を残してください

「この記事を動画にして」と一度に任せると、何がどこで間違ったのかわかりません。工程を分け、工程ごとに人が開いて確かめられる中間成果物を残してください。

工程担当するAI残す中間成果物
台本言語モデル行単位のテキストファイル。各行の根拠になった原文の文を横に添えます
音声音声合成(TTS)行単位の音声と書き起こし結果。数字や外来語をどう読んだか確認できます
画面素材画像モデルカットごとのファイル、元のURL、利用許諾条件を記したリスト
字幕・合成書き起こしモデル最終動画とカットリスト(何秒にどの素材が出るか)

こう分けておけば、問題が起きたときにその工程だけをやり直せます。音声の数字の読みが間違っていたなら、台本と画面はそのままにして音声だけを直せば済みます。

米AP通信が2023年8月に公表した生成AIに関する基準は、生成AIツールの出力をすべて「検証されていない素材(unvetted source material)」として扱うと定めました。記者が取材先から聞いた話をそのまま記事にしないのと同じく、AIが作った台本も確認するまではただの素材だということです。中間成果物を残す習慣があってこそ、この原則を実際に守れます。

原則2:チェックは最後に一度ではなく、工程の間に置いてください

完成した動画を最初から最後まで一度見て「大丈夫だね」とするチェックでは、ほとんど何も見つかりません。映像は流れていき、人の目はもっともらしい画面を正しい画面として受け入れてしまいます。CNETの記事も編集者が読んでから出していました。

チェックポイントは間違えると後の工程がすべて狂う場所に置きます。実務で効果が大きいのは次の4か所です。

  1. 台本と原文の数字の照合:台本に出てくる数値・固有名詞・日付が原文にそのままあるかを確認します。原文にない数字が出てきたら、例外なく止めます。この照合は人がやるより、スクリプトで機械的に行うほうが正確です。
  2. 音声の書き起こしの照合:TTSの結果を書き起こしモデルでもう一度文字にし、台本と比べます。「6億」を正しく読んだか、英語の製品名をおかしく読んでいないかがここで見つかります。
  3. 画面素材の関連性と権利:カットごとに文との関連があるか、透かしや広告が混じっていないか、利用許諾条件を確認したかを見ます。地図が入った画面は、地名の表記も確認対象です。
  4. 完成版の再生:最後に人が最初から最後まで一度再生します。ただし、これは前の三つの代わりにはなりません。
台本、音声、画面素材、字幕・合成の各工程が終わるたびに、数字の照合、書き起こしの照合、関連性と権利の確認、完成版の再生というチェックポイントを一つずつ置く流れ図
チェックを最後にまとめず、工程の間に分けて置いた構造。完成版の再生は最後の確認にすぎず、前の三つのチェックの代わりにはなりません。

AIの出力をどう検証するかはAIが作ったものをどう検証しますかで、AIが自信満々に間違える問題はハルシネーションへの向き合い方で詳しく扱いました。コンテンツ制作の工程では、この検証を工程の間に細かく分けて入れることが要です。

最初の1か月でやること

最初から全工程を自動化しようとしないでください。

  1. 工程表を1枚描く:台本、音声、素材、字幕、合成、公開を枠に分け、枠ごとにAIの担当と人の担当を書き込みます。
  2. チェックポイントを4か所決める:数字の照合、書き起こしの照合、画面の確認、完成版の再生。それぞれに担当者の名前を付けます。
  3. 3本試してから広げる:最初の3本は工程ごとに人がすべて開いて確認し、よく引っかかる項目を自動チェックに移してから本数を増やします。

まとめ

台本、声、素材探しはAIに分担させられます。任せられないのは、原文にないことを作り出していないかという判断です。この判断を最後に一度でまとめて行わず、工程の間に分けて置いてください。

次回は、画面素材の使用権、声と著作権、そして韓国のAI基本法とYouTubeが求めるAI表示を扱います。


連載「コンテンツ制作をAIに分担させるとき」
  1. 工程を分け、チェックポイントを決める方法(この記事)
  2. 出典・権利・AI表示を分けて考える方法

参考資料