【要約】動画編集ソフトを使わず、AIとコードだけで説明動画を作った話 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
非デザイナーの制作者が、製品説明動画の微細な調整を行う際に、GUIベースの編集作業が大きな障壁となる問題に直面した。従来の動画編集ソフトでは、要素の配置やタイミングの変更に直感的な操作を要し、これが自動化を阻んでいた。
- ・GUI操作はAIによる自動化が極めて困難である。
- ・修正のたびに動画全体のレンダリング待ちが発生する。
- ・外注時の細かな修正指示に多大な時間とコストを要する。
- ・動画がバイナリデータであるため、差分管理ができない。
// Approach
制作者は、動画を編集対象ではなく、コードによって生成される成果物として扱うアプローチを採用した。Pythonを用いてシーンを宣言的に定義し、ビルド関数を通じて動画を組み立てる仕組みを構築した。
- ・PythonとFFmpegによる宣言的なシーン定義と結合。
- ・Claude Codeを用いた自然言語によるコード修正。
- ・PILによる静止画プレビューを用いた高速な位置合わせ。
- ・NumPy/SciPyによるPowerPoint素材の自動抽出。
- ・Google Cloud TTSによるナレーションの自動生成。
// Result
この手法により、編集ソフトを一度も開くことなく、16シーン・約3分の動画を完成させた。修正作業がテキストベースの差分（diff）に集約されたことで、開発体験が劇的に向上した。
- ・修正指示が数値の書き換えとなり、AIとの連携が容易になった。
- ・静止画プレビューの導入により、試行錯誤の速度が数十倍に向上した。
- ・Gitによる差分管理が可能になり、制作の再現性が確保された。
- ・非デザイナーでも、高精度な図解動画の制作が可能となった。
Senior Engineer Insight
> 動画制作をコードベースに移行する試みは、コンテンツ制作におけるCI/CD化の概念に近い。図解主体の定型動画であれば、修正コストを劇的に下げ、量産体制を構築できる。ただし、座標系の不一致や画像処理の複雑化といった、計算機科学的な管理コストを負う必要がある。実写主体の案件には不向きだが、マニュアル生成などの特定領域では極めて強力な武器となるだろう。