ryu– Author –

自分の声を音声クローンにして、動画のナレーションを読ませています。声は一度で用意できましたが、かわりに「8分なら何字書くか」を毎回決めるようになりました。読み上げ速度の測り方で一度間違えた話と、台本どおりに読まれたかの確かめ方を実測のまま置きます。

AIで作業は減ったのに、一日の終わりの消耗は変わりませんでした。原因を使い方に探しても噛み合いません。減っていたのは作業時間で、増えていたのは判断の数です。合否・選択・許可という3つの経路と、判断そのものを減らすために変えた2つのことを書きます。

YouTubeのサムネイルをAIで生成しようとして、途中でやめました。本編用の絵を作り終えていたからです。そこから1枚選んで文字を後から重ねたら、追加のクレジットは0でした。候補3案の絞り方と、公開前に直した2か所まで書いています。

1カットぶんを注文するだけなら、AI動画生成のプロンプトはそこまで難しくありません。手こずるのは、39カットを同じ絵柄で並べたときです。参照画像を渡すときの4点セット、「真似ないで」が届かなかった理由、動かすカットの決め方までを、実際に通った文言つきで書きました。

AIに書き起こさせると、どうしても誤変換が残ります。ただ台本が手元にあるなら、文字は台本から、時刻だけをWhisperから取れば、直す作業そのものが要らなくなります。114ブロックで本文が台本と1字も違わなかった組み方と、折り返しを機械にはじかせる4つの条件を書きました。

LLMO対策の上位18件を2026年8月30日に開いて数えたら、18件とも法人サイトで、17件が公開後の最適化しか扱っていませんでした。個人で回している書く前の3工程と、月間20万回のキーワードを捨てた判断を記録します。

HiggsfieldではSora 2、Kling、Seedance、WAN、MiniMaxが1画面に並びます。ところが2026年8月30日、6本まとめて投げたら3本がsubmission_failedで落ちました。エラーの中身と、断りの値をひとつ付けて通した記録です。

8分26秒の動画を1本作りました。素材は1枚ずつ検品して全部通していたのに、通しで見たら4か所が壊れていました。参照画像の転写、字幕のフォント、音の天井。どれもその工程の出口では見つからなかった話です。

記事のカバー画像に使うHiggsfield Soul 2.0は、2026年8月30日の取引履歴で1枚ちょうど0.12クレジットでした。Nano Banana Proの2クレジットとおよそ17倍差です。安さが変えたのは絵の質ではなく、1枚を通す書き方から並べて選ぶ書き方へという作り方のほうでした。

Nano Banana 2とProに同じ指示を出したら、返ってきたモデル名が3層とも食い違いました。2026年8月30日の実測をもとに、2日ぶんの再現ログ、正式名の系統による切り分け、小さい日本語が壊れる境目、用途別の選び方まで書いています。