昨日書いたブログ記事を貼ったら、ナレーション付きの縦動画まで出てきたら便利じゃないですか? 今回やりたいのはそれです。スマホで台本を短くして、CapCutの「Script to video」が使える環境なら、映像を並べるところからAIに任せて下書きを作ります。
たとえば「スマホのAIで買い物リストを売り場別に整理するとき」の記事なら、下のような3場面です。まずはどんな動画になるか見てから、自分の記事で何を見せるか考えてみてください。
記事が動画になると、こんな感じです
作例は、スマホに散らばった買い物メモをChatGPTで売り場別に整理する話です。「卵、洗剤、トマト、牛乳」と順番に書いてあるだけのメモが、何をどこで探すか分かるリストに変わるところを3画面で見せます。
0〜5秒|元の買い物メモを見せて「スーパーで同じ売り場に戻ること、ありませんか?」
5〜22秒|ChatGPTで整理したリストに切り替え、「野菜、冷蔵品、日用品に分けてもらいます」
22〜30秒|「売り場ごとにまとめて」と大きく見せ、「次の買い物で、メモごと貼って試してみてください」
これは完成イメージです。秒数は画面を切り替える目安なので、実際の長さは選んだ声で変わります。たとえば、あなたの記事が「画像の文字が見切れる」話なら、見切れた画像、直した画像、確認する場所の3画面に置き換えられます。
用意するもの|スマホ、自分の記事1本、ChatGPT、CapCutのスマホアプリ。まずは記事に使った画像か、自分で作った見本のスクリーンショットを1〜3枚用意します。
自分の記事だったら、何を1つ見せますか?
友だちに記事のURLを送ったあと、「時間ないから、どこだけ読めばいい?」と聞かれたら、どの見出しを教えますか? その部分を選ぶと、動画で説明する内容が決まります。5,000字の記事でも、まずは一節で十分です。
続きでは、コピペ用の台本でAIに動画を組んでもらい、できあがった案の直し方を紹介します。「Script to video」が出ないときや、自分のスクショを細かく見せたいときの作り方も載せました。スマホでこういうAI活用を試したい方は、記事の下の「読者になる」から、次も読みに来てもらえたらうれしいです。
まずは、見本の台本で動画の下書きを作ってみる
CapCutの案内では、スマホアプリの「すべてのツール」からAIツールの「Script to video」を開き、自分で用意した台本を入力できます。表示される機能やクレジットはアプリの版、端末、地域などで変わるので、まずこの項目が出るか見てください。
最初は、下の見本を貼る。 台本欄に入れるのは、AIに話してほしい文章だけです。秒数や「ここで画像を切り替える」といった指示は読み上げ文から外します。
生成の方法を選ぶ。 素材を自動で選ぶ方法が表示される場合はそれで試します。自分の画像を使いたいなら、手元の素材を選ぶ方法が表示されるか確認してください。
できた案を頭から再生する。 たとえば「売り場ごとにまとめて」と言っているのに、関係ない画面が出てきたら、その場面を自分のスクショに入れ替えます。字幕が出たら名前や数字の表記を確認し、必要に応じて編集画面で追加・修正します。
縦長の9:16で保存する。 スマホの写真アプリでもう一度開き、最初の画面で話題が分かるか、最後まで声が聞こえるかを見ます。
スーパーで同じ売り場に戻ること、ありませんか? 買い物メモをChatGPTに貼って「売り場ごとにまとめて」と頼むと、トマトは野菜、卵と牛乳は冷蔵品、洗剤は日用品。次の買い物で、メモを開いたまま売り場を回ってみてください。
ここで見たいのは、AIが作った映像が自分の記事の説明に合っているかです。読み上げはそのまま使えそうでも、真ん中のメモが別の画面になっていたら、そこだけ直せば話が通るかもしれません。まずいちばん気になる1場面を選んでください。
自動生成の項目が見つからなかったり、自分の画像で一から組みたいときは、下の手順でもスマホで作れます。台本は共通なので、使いたい部分からどうぞ。
CapCut公式のモバイル向け手順 ・AI機能が表示されない場合の公式案内
1.記事を開いて、ChatGPTに30秒分のセリフを作ってもらう
スマホで元の記事を開いて、動画にしたい段落をコピーします。トップページのURLだけ渡すと、非公開の下書きやアプリ内の原稿を読めない場合があります。必要な部分を文章で貼ると、何をもとに作るかはっきりします。未公開の名前や連絡先が混ざっていたら、貼る前に外してください。
ChatGPTを開いたら、下の文章を貼って、最後にコピーした本文を入れます。まずは日本語で100〜130字くらいを目安に頼みます。30秒は後から音声を聞いて合わせるので、文字数だけで長さを決める必要はありません。
下の記事を、スマホで作る縦動画1本の台本にしてください。見る人は、この記事の話を初めて聞く人です。
伝えることは1つ。最初に困っている場面、次に試せること、最後に今日やることを入れてください。ナレーションは100〜130字くらいで、友だちに話す日本語にしてください。元の文章にない経験、数字、結果は追加しないでください。
「読み上げる文章」と「画面に出す短い言葉3つ」を分けてください。画面ごとに、自分の記事の画像やスマホのスクショで何を映せそうかも1行ずつ書いてください。
元の記事:[ここに本文を貼る]
返事が来たら、最初の一文を読みます。「今回は記事制作における構成要素について解説します」となっていたら、普段その言葉で友だちに話すでしょうか。「スーパーで同じ売り場に戻ること、ありませんか?」くらいの言葉に直すと、初めて見る人も入りやすくなります。
この例で使う読み上げ文
スーパーで同じ売り場に戻ること、ありませんか? 買い物メモをChatGPTに貼って「売り場ごとにまとめて」と頼むと、トマトは野菜、卵と牛乳は冷蔵品、洗剤は日用品。次の買い物で、メモを開いたまま売り場を回ってみてください。
「売り場ごとに」と話したとき、分けたリストが画面に出てくるかを考えておきます。台本を読みながら何を映せばいいか自分でも浮かばないなら、その一文をもっと具体的にします。「整理する」を「野菜・冷蔵品・日用品に分ける」に替えるだけで、使う画像が決まります。
2.画面に出す画像をスマホに集める
今回は元の買い物メモを1枚、ChatGPTで売り場別に分けた結果を1枚スクリーンショットにします。最後の場面では、2枚目をもう一度使い、あとで「売り場ごとにまとめて」の言葉を乗せます。見た人がそのままスマホで試せるよう、入力する言葉は大きく出します。
2枚目に映すリストの例
野菜:トマト
冷蔵品:卵・牛乳
日用品:洗剤
スクショを撮るなら、個人のメモをずらっと表示する必要はありません。動画に使う文を入れた新しいメモを作っておくと、必要な部分だけ見せられます。撮った画像にメールアドレスや通知が残っていたら、写真アプリで確認してから使いましょう。画像の上端や横を切ったときは、肝心の3行が欠けていないかも見てください。
画面を撮らずに、ChatGPTで背景を作る方法もある
説明に合う写真がない話なら、ChatGPTのスマホアプリで画像を1枚作り、背景に使えます。たとえば「夜の机に置いたスマートフォン。画面は無地。縦長9対16で、真ん中と少し上に文字を置ける余白。文字、ロゴ、人物は入れない」と頼みます。出てきた画像を保存して、あとでCapCutに取り込みます。
便利なのは、同じ背景に違う短い言葉を重ねて、3場面を作れることです。実際のボタンや操作を教える場面では、自分の端末を撮った画像を使うと、見た人が同じ場所を探せます。生成した背景は、記事の表紙や、場面を想像してもらうところに使いやすいです。
3.CapCutで画像を並べ、縦長にする
CapCutのスマホアプリを開き、新しいプロジェクトから使う画像を選びます。最初は元の買い物メモ、次に売り場別に整理したリスト。最後の画像も並べておきます。同じ画像を追加できる画面が見つからなければ、写真アプリで画像を複製して選ぶか、編集画面で画像のクリップを複製します。
下に横長で出てくる作業欄には、左から順に画像が並びます。ここが、どの画像を何秒出すかを決める場所です。比率の項目で縦長の「9:16」を選び、写真を指で広げたり縮めたりして、3行が画面に収まるようにします。最初は仮で短く並べ、次の手順で声を聞いてから長さを整えます。
「画像を入れてみたけど、なんかそれっぽくない」と思っても、ここでデザインを全部やり直さなくて大丈夫です。音を入れて再生してみると、何を見せたいか決めやすくなります。画面の端の文字が欠けていないことだけ先に見ておきます。
4.テキストを貼って、AIの声で読んでもらう
「テキスト」を追加して、ChatGPTが作った読み上げ文だけを貼ります。「画面案」「ナレーション」のようなラベルは省いて、実際に声にしたい言葉だけを入れます。追加したテキストを選び、読み上げの項目を探してください。日本語の音声が選べる場合は、最初の一文を試聴して、聞き取りやすいものを選びます。
漢字やサービス名の読みが変だったことはありませんか? そこで声だけを替えて何度も作るより、読み上げに使う文章の該当箇所をひらがなにして作り直すと、調整しやすくなります。たとえば「売場」を「うりば」にして音声を作り、画面に出す字幕は「売り場」と表記するやり方です。
音ができたら、画像の切り替えを声に合わせる
再生ボタンを押し、声が「売り場ごとにまとめて」と言ったあたりで、整理後のリストに切り替わるようにします。下の作業欄で画像の端を動かし、切り替えを前後させます。最後は声が止まってから少しだけ画面を残すと、次にやることが読めます。
読み上げ用に追加した長い文章が画面に出ていたら、字幕と二重になります。先に音声が別のクリップとして残っていることを確かめてから、読み上げ元の文字だけを非表示にするか削除して、音声が消えていないか再生します。文字を削除すると一緒に消える場合は元に戻し、まず短い字幕を手で入れるか、アプリの表示に合わせて音声と文字の扱いを調整してください。
5.自動字幕を付け、スマホに保存する
CapCutの下のメニューから「キャプション」を開き、「自動キャプション」で音声と認識言語を選んで生成します。メニューの表示はアプリの版や環境で変わるので、名前が少し違う場合は「字幕」「自動」などを目印にしてください。
作ったら、今度は音量を下げて見てみます。字幕だけで何を整理するか分かりますか? 「売り場」が別の言葉になっていたら、その字幕をタップして直します。文字は画面の端に寄せすぎず、元のメモにかぶるなら位置を少しずらします。字幕機能が使いづらければ、「売り場を行き来」「AIで売り場別に整理」「次の買い物で試す」の3つだけ入れても、動画の流れが伝わります。
右上の書き出しから保存して、写真アプリで最初から最後まで一度再生します。編集画面で見ていたときと違って、最後に余計な空白があったり、音が途中で切れていたりすることがあります。画面いっぱいに表示して、字が読めて、声が最後まで入り、最後の言葉が一拍見えるなら一本完成です。
よく止まるところを、先に知っておく
35秒や40秒になったら、言葉を減らす
ChatGPTに「元の意味を変えず、今のナレーションを一文だけ短くしてください。最後の行動は残してください」と送り直します。たとえば「お手元にある買い物のメモをそのままコピーしてください」は「買い物メモをコピーします」で伝わります。早口にする前に一文削ると、画像を読む時間も取れます。30秒は今回の目安なので、少し前後しても、伝わりやすい方を選びます。
日本語の声や字幕が見つからないとき
まず短い一文で、使う予定の声と字幕が自分の画面で使えるか見てください。機能や音声の種類は端末やアプリの版、地域、プランで異なります。料金や利用条件が表示されたら、作り込む前に確認します。声を使えない日でも、3枚に短い文字を入れて、見る人が読んでから次へ進める長さにすると、顔も声も出さずに保存できます。
最初の画像がなんだか地味に見えるとき
派手な動きを足す前に、最初の画面だけ見て何の話に見えるか考えます。買うものが並んでいるだけの画面に、「スーパーで売り場を行ったり来たり?」を画面の上に置くほうが、見る人には分かりやすいことがあります。3枚とも同じ場所と色で短い言葉を出せば、場面が切り替わっても読めます。
字幕と読み上げが重なるなら、3場面に分けてみる
長い文章をひとつ貼ると、字幕にしたい場所と、声を作るための文字を直したい場所が分かりづらくなります。そんなときは、最初の問い、整理したリストの説明、最後の呼びかけを、別々のテキストにして読み上げます。3つ目だけ言い直したいときは、最後のクリップだけ作り直せます。
切り替えの目安は、声が「売り場ごとに」と言う直前に2枚目を出し、「今日は」と言い始めるところで3枚目を出すことです。まずどちらか一か所だけ合わせて再生してみてください。声が先に進んで画面を追いかける感じがしたら、画像を少し早く出します。音を消して見て、3枚目の一行を読める時間が残っているかも確かめてください。
もう1本作るなら、どの記事を開きますか?
たとえばタイトル画像の記事なら、「切れた画像 → 文字を中央に寄せた画像 → 一覧で確認」の3画面。売上メモの記事なら、「売上が表示された例 → 手数料を引いた表示 → 自分の明細を見る」の3画面です。金額や画面が公開用の作例なら、そのことを画面にも書いておきます。
次は、今回の編集を見ながら、短いセリフと画像だけ記事に合わせて入れ替えてみてください。友だちに見せるなら「何の話だった?」とだけ聞くと、伝わったところが分かります。YouTubeに載せるかは、自分で再生してから決めれば大丈夫です。
参考|CapCutの自動字幕 ・Androidの読み上げ ・iPhoneの読み上げ ・ChatGPTの画像生成