最近、ChatGPTをよく使っております。
そうした中で、エージェント型AIが流行っていることは何となくニュース等で知っていました。
ただ、特にコードなどを書かない私は、「まあ自分には関係ないかな…」くらいに思っていました。
しかし、OpenAIのCodexというものを触ってみると、少し印象が変わりました。
体験してみないとその凄さは分からないよな…と思いつつ、一回触ってみるかと腰を上げたのが数週間前です。
何が出来るかも分からないまま、1〜2時間ほど触ってみると、どうやら
- フォルダ内のデータを閲覧・処理できる
- 設定や許可の範囲内で、ネット上の情報確認もできる
- 指示した内容が出来るまで試行錯誤してくれる
ということが分かってきました。
ふーん、やるじゃん…と思いつつ、ならば試しにと思って、
自分の資産表とブログ記事を渡して、
「週次まとめ動画を作ってみて」
と指示してみました。
もちろん完全自動ではなく、素材の準備や確認は必要です。
それでも、この指示により、私のCodex体験はとんでもないことになりました。
AI…あんた、すげぇよ…
まず、この動画を見てください。
これ、動画編集ソフトとか一切使ってないんですよ。
音声については、CV：さとうささら（CeVIO）を使用しています。
正直、ここまで出来るとは思っていませんでした。
以下、この動画を作成した時に考えたことや、実際にやったことを簡単に紹介します。
もしかしたら、あなたも触ってみたくなるかもしれません。
Codexに動画作成できるか聞いてみた。
とりあえず、Codexへ
「資産表とブログ記事から動画って作れる？」
と聞いてみました。
すると普通に、
「はい、できます。内容を分析して、解説動画としてまとめられます。」
と返ってきます。
じゃあ試しに作ってみて、と投げたところ、本当に数分で試作動画を作ってきました。
まずは90秒くらいの動画を想定した
とはいえ、どんなものが出来るんだと思いながら、
「とりあえず90秒ほど作ってみて」
と指示しました。
まずは短めの週次動画を試作し、形になるか確認したかったのです。
別途、説明役として使用するキャラを指定して、待つこと数分。
あっという間に、第一弾の動画を作ってきました。
最初の動画がこれ。
静止画ではないです（笑）。
ええ、音声も入ってなければ、キャラも動かない。
スライドと流れは出来てる…って感じですね。
ただ、素材を渡して最初のテスト時点で一応動画が出来ているのは結構衝撃でした。
本当は音声も入れようとCodexは動いていたんですが、こちらの環境では呼び出しが上手くいかなかったようです。
なので、今回音声だけは自分で作成して渡す形にしました。
つまり、
台本作成（Codex）→ 音声化（自分）→ 音声の入ったフォルダをCodexへ渡す
という流れです。
以前使っていた音声ソフトを引っ張り出してきたので、操作を思い出すのにも少し時間が掛かり、ここだけはちょっと面倒でした。
後はひたすら指示するだけ
こうして素材が揃ってしまえば、あとはCodexが試作するたびに、
「もっとこうしたい」
「ここが変」
という意見を出すだけで、どんどん改善されていきます。
時系列で書くと、
- 字幕と音声を合わせて
- スライド配置が気に食わない
- キャラの口パクがほしい
- 口パクが動きすぎてる
など。
AIは高速に動画を作ってくれるので、それを見ては要望を出すだけ。
感覚としては、昔会社で後輩の資料を見ては修正点を洗い出して、指示を出していた頃に近いです。
それの対応がめちゃくちゃ早い超優秀版ってイメージですね。
こちらが違和感や要望を伝えると、高速で修正版が返ってきます。
私の使っているプランの範囲では、月額数千円でここまで試せるのは衝撃でした。
口パクが一番調整に時間が掛かった。
正直、台本、音声、スライドは結構初期の段階で固まりました。
ただ、一番違和感が強かったのが口パクです。
これはひたすら調整案の出し合いでした。
「この部分のセリフの口パクが違和感強い」
「母音だけ合わせてみたら」
「タイミングをこうしてみよう」
など。
正直、今回一番時間が掛かったのはこの部分です。
ただ、このやり取りも面白かった。
単純に「AIが全部やる」というより、
人間側が違和感を判断し、AIが高速で修正する
という感覚にかなり近かったです。
まあ何とかルールを作って、違和感は大分減らせたかな…という感じです。
ブログ・YouTube・Xをつなぐ形が見えてきた
最終的に、3分程度の週次資産レポート動画として完成したのが、最初に見せた動画となります。
今回経験として一番大きかったのは、自分自身は編集ソフトを立ち上げることもなく、「動画が完成したこと」です。
過去、動画編集をやったことがありますが、セリフと字幕、シーンのタイミング合わせなど、細かいところがかなり面倒だった記憶があります。
それらをAIがかなりの部分で引き受けてくれたこと。
そして、次回以降も繰り返せる流れが見えたことです。
今まで通りに資産をまとめ、ブログ記事を書きさえすれば、その内容をAIが動画化する。
以前ならかなり大変だったことが、AIを使うことで個人でもかなり現実的になってきました。
もちろん、完全自動という訳ではありません。
ただ、人間側が
- 方向性を決める
- 違和感を判断する
- 優先順位を決める
役割に集中し、AI側が大量の作業を高速で処理する形は、かなり相性が良いと感じました。
今回は、まずAIに頼む動画作成がどのレベルで出来るかというところに興味があったので、台本やスライドの流れにはあまり手を入れていません。
次回以降は、説明に合わせてスライド上の項目を強調する演出なども、もう少し指示してみたいと思っています。
週次資産レポート動画は、思った以上に「継続できる型」へ近づいてきました。
エージェント型AIに興味がある方。
ちょっと触ってみるだけで、AIの進化に驚きますよ。
