今週の雅人進捗
動画生成調査、秘書AI付きサイト、Video Agent、ライフライン案件LPの進捗報告
1 / 5
今週の要約
| 項目 | 今週の進捗・結論 | 現在地 |
|---|---|---|
| 動画生成の調査 |
Image-to-VideoはGrokが費用面で優秀。 Video-to-VideoはGemini Omniが有力。ただし、UGCの1シーン程度の差し替えには使えそうだが、フルナレーション動画全体の差し替えは現状厳しい。 |
調査完了 |
| 秘書AI付きサイト | Discord形式から、ユーザーごとに分離しやすい専用ワークポータル形式へ変更。要件定義と追加調査を進行中。 | 再構築中 |
| りょうたさん用Video Agent | Claude Desktop向けへの作り替えが完了。最終動作調整後に利用可能。 | 提供直前 |
| ライフライン案件LP | 先方要望に合わせて再制作。無料対応の範囲を超える作り込みについて、担当者へ共有済み。 | 条件調整中 |
2 / 5
動画生成まわりの深掘り調査
生成方法ごとに、費用と実際に使える範囲を整理した。
今回の結論
Image-to-VideoはGrok、Video-to-VideoはGemini Omniが有力。 ただしGemini Omniは最大10秒のクリップを対象とするため、 UGC内の1シーン程度を差し替える用途には使えそうだが、フルナレーション動画を最初から最後まで差し替える用途には現状厳しい。
モデルごとの評価
| 用途 | 候補 | 評価 | 主な制約 |
|---|---|---|---|
| Image-to-Video | Grok Imagine | API単価が低く、複数カットの素材を作る用途で費用面の優位性がある。 | 実際の採用率と再生成回数は、運用しながら確認が必要。 |
| Video-to-Video | Gemini Omni Flash | 元動画を保ちながら、人物・背景・質感・動作などを自然言語で変更できる。UGCのシーン単位編集に向く。 | 入力動画は最大10秒。音声編集には非対応。長尺動画では分割作業が必要。 |
フルナレーション動画の差し替えが厳しい理由：
1クリップ最大10秒のため動画を細かく分割する必要があり、カットをまたいだ人物・衣装・背景・口の動きの一貫性を維持しにくい。
また、Gemini Omniは現時点で音声編集に対応していないため、長尺ナレーション全体を保ったまま映像だけを全面的に差し替える運用には向かない。
6秒 × 6カットを作成する場合の費用
| 方法 | 計算 | 初回生成 | 再生成1回込み |
|---|---|---|---|
| Grok Imagine / 480p | $0.05 × 36秒 ＋ 入力画像6枚 | $1.81 約295円 |
$3.62 約591円 |
| Grok Imagine / 720p | $0.07 × 36秒 ＋ 入力画像6枚 | $2.53 約413円 |
$5.06 約826円 |
| Gemini Omni / Video-to-Video | 出力36秒 $3.60 ＋ 入力動画 約$0.31 | $3.91 約638円 |
$7.83 約1,276円 |
※ 1 USD＝163円で概算。税、為替変動、失敗生成は含まない。Gemini Omniの金額はAPI利用時の概算。
Grok Build（CLI）経由の検証
- Grok Buildの内部動画生成ツールを使えば、SuperGrokの利用枠内で生成でき、API費用を抑えられる可能性がある。
- 現在は動画生成時に原因不明のエラーが出ており、サポートへ問い合わせ中。
- 利用可能本数が公開されていないため、現時点では確定した節約手段ではなく、検証中のルートとして扱う。
料金・仕様の出典（2026年7月28日確認）
3 / 5
秘書AI付きサイトの再構築
以前頓挫した構成を見直し、ユーザーごとに提供できる専用サイトとして再設計している。
構成を変更した理由
- Discord形式では、ユーザーごとに環境・履歴・権限を分離する運用が難しい。
- 会話だけでなく、依頼・タスク・成果物・スケジュールを一つの場所で扱う必要がある。
新しい提供方法
- 固定PC上で自律エージェントを動作させる。
- ユーザーは専用サイトへWeb経由でアクセスする。
- 裏側では、ユーザー目線で使いやすいUXを継続的に検討する。
現在進めている設計
- DB設計：ユーザー、組織、会話、依頼、タスク、成果物、操作履歴の関連付け。
- 権限設計：ユーザーごとのデータ分離、閲覧権限、管理者権限。
- Agent設計：タスク実行、途中経過、再実行、承認待ち、失敗時の復旧。
- 運用設計：固定PC停止時の対応、外部公開時の認証、監査ログ。
- UX設計：Agentが自律的に改善できる範囲と、人間の承認が必要な範囲の切り分け。
現在地
画面と提供形式の方向性は決まった。精密なDB設計とAgent側の設計が必要なため、要件定義と追加の情報キャッチアップを並行して進めている。
4 / 5
りょうたさん向けVideo Agent
Claude Desktop向けへの作り替えは完了。最終動作を調整後、利用を開始できる。
| 想定 | 計算 | 必要な生産量 |
|---|---|---|
| 200本 × 10社を2か月で対応 | 2,000本 ÷ 60日 | 約33.3本 / 日 |
| 40稼働日として計算した場合 | 2,000本 ÷ 40稼働日 | 50本 / 稼働日 |
生産能力について
現状の構成では対応可能と見込んでいる。ただし、実運用では再生成率、素材不足、確認・修正待ちの時間を含めて計測する必要がある。
現状のUGC編集フロー
-
素材を選定内部に入れた素材から、シナリオに合うものをピックアップする。
-
字幕・カットを構成SupportのUGCを基準に、字幕の付け方とカット感を調整する。
-
音声を生成OpenAI TTSまたはVOICEVOXを使用する。
-
編集スタイルを調整合わせたい編集スタイルの見本がある場合は、可能な限り寄せる。
5 / 5
ライフライン案件用LP
先方代表のデザイン要望に対応し、今週は作り直し工数が発生した。
今週の対応
- 先方代表のデザイン要望に合わせてLPを再制作。
- 無料対応の範囲を超えるデザインの作り込みは難しい旨を担当者へ共有。
今後の調整事項
- 要望の優先順位
- 無料修正の回数と対応範囲
- 確認期限と納期
- 追加制作費が発生する条件
対応方針：
先方とすり合わせを続け、要求されるデザイン品質が無料対応の範囲を超える場合は、必要に応じて一部有償での対応へ切り替える。