「Claude Code × YouTubeフルテロップ自動化ツール作成講座」のアーカイブです。喋って撮っただけの動画に、文脈まで読んだフルテロップが自動で入る——そんなツールを、コードを一切書かずに自分で作る方法をまとめました。動画を見ながらでも、テキストだけで振り返ってもOKです。
このセミナーでやること：テロップ自動化ツールを「自分で」作る
今日のテーマは「フルテロップ自動化ツールを作る講座」です。ぼく自身、コードは書けません。プログラミング経験ゼロです。でもClaude Codeに字幕作業をお願いしたら、本当にできてしまいました。実際に字幕が入った動画はXにも上げているので、ぜひ見てみてください。
今日のゴールは3つです。
- 仕組みがわかる。なんで喋って撮っただけでフルテロップが入るのか。これはYouTubeのCC（自動字幕）みたいなものとは全然違って、ちゃんと自分の文脈・自分の言葉で入ります
- 自分で作れる。こういうツールを誰かが売っているかもしれないけど、結局は自分でカスタマイズしていくのが大事。それが日本語の指示でできます
- 運用がわかる。「設定がわからない」という人向けに、ぼくが「最初にこれがあったら楽だったな」と思う設計図（要件定義書）も用意しました
今日からもう動かせるぐらいになってもらえると思います。
ちなみにずっと出てくる質問なので先に言っておくと、CLI（黒い画面のコマンドラインツール）は使いません。Claudeのデスクトップアプリだけで大丈夫です。
なぜ既存のツールだと「字幕地獄」になるのか
まず、テロップ付けって地獄ですよね。10分のYouTube横動画を撮ると、喋った文字数は6,000〜8,000文字。行数にすると200〜300行くらいになります。それを1行1行、前後の文脈を見ながら直していく。これがめちゃくちゃ面倒くさい。
動画編集者さんに聞いても「フルテロップは地獄」と言います。Vrewでやっても、早くやって1時間、ふつうは2時間はかかる。しかも結局は直すんですよね。
既存ツールにはやっぱり限界があります。
- Final Cut：日本語の自動字幕がダメ
- Premiere Pro：自動字幕はだいぶ良くなったけど、それでも変換ミスが多い
- Vrew・CapCut：自分の言い回しが化ける。少し変な感じになる
そして一番の問題はここです。VrewもCapCutもPremiere Proも、直しても直しても覚えてくれない。なぜなら彼らには記憶がないから。毎回ゼロからやり直しなんですよ。
Claude Codeが革命的な理由：「記憶」がある
ここが一番大きい差です。Claude Codeには記憶があります。そして自分のパソコンのファイルの中に、その記憶を「スキル」として保存できるんです。
なので一度ぼくの直し方を覚えてくれると、「あー、しゅうへいの動画が来ましたね。はい、いつものようにやっておきますよ」という状態ができてしまう。
たとえばぼくは名前が「しゅうへい」なんですけど、Whisperだと毎回「周辺」って入っちゃうんですよ。「Around here」みたいになる。でもこれが、ちゃんと「しゅうへい」に直る。よく一緒に仕事をするイケハヤさんの名前も、ちゃんと綺麗に入ります。
Vrewでも辞書登録はできるけど、それでも毎回直さないといけない。Claude Codeなら、ほぼ直さなくていいものが作れます。
字幕入れに1〜2時間かけていたのが、もうほとんど校閲だけでよくなります。最初は正直、切れ方がおかしいところを直さないといけない。でも、直したものをAIに学習させることで、次回から同じようにしてくれる。これがAIを使うか使わないかの、テロップ入れの決定的な差です。
デモ：喋って貼っただけのリールができあがる
百聞は一見にしかず、ということで実際の画面を見てもらいました。
Final Cut Proで再生したのが、ぼくが実際に運用しているフルテロップ動画です。YouTubeの横動画も、ぼくはテロップを入れていません。たとえば「つまりChatGPTを使え」みたいなところ、カギ括弧（「」）が入ってるでしょう？これもぼくは何も指示していないんです。カギ括弧まで自動で入る。
正直このレベルなら、ぼくはフルテロップで納品してもいいと思っています。人間がやっても完璧はないですから。
ぼくはInstagramのリールを290日連続で毎日更新しているんですけど、今日のリールも元素材から何も編集せずにこうなっています。喋って貼ったらリールが完成するみたいな感覚です。このリールになるためにも、このテロップツールが土台として必ず必要になります。今日はその土台をやっていきましょう。
視聴者の方から：「痒いところに手が届く」「いつも手で修正している労力が軽減される」「テレビ局に10年以上いましたが、革命すぎて声が出ない。徹夜でテロップ入れをやってたAD時代は何だったんだ」——こういう声をたくさんいただきました。本当に嬉しかったです。
ツール作りの正体は「要件定義を言語化する」こと
じゃあ、どうやってツールを作っているのか。ぼくはコードを書くんじゃなくて、何を決めて、日本語でAIに渡すだけです。
ツール作りというのは、要件定義を言語化する仕事なんですね。「何をしたい、こうしたい」を言葉にする。これが面倒くさいので、ぼくの要件定義書を今日配ります。とにかくそのファイルを入れてください。
ぼくの役割はレシピを書く人。実際に作るのはAIです。
要件定義の中身はシンプルで、こんな4行が今日作る設計図の種になります。
- 動画を渡す
- 文字起こしする
- 音に合わせる
- 書き出す
これを日本語で書いておけばいい。それだけです。
Claude / Cowork / Code の違い
念のため「Claudeって何ですか？」も説明しておきます。
ClaudeはAnthropicという会社が作っているAIです。ChatGPTを作ったOpenAIにいたメンバーが立ち上げた会社で、今いちばん成長が高い企業のひとつ。ChatGPTと同じように使えるので、何も怖がらなくて大丈夫です。
そのClaudeの中に、代表的な機能としてCoworkとClaude Codeがあります。これは実は両方とも中身は同じClaudeです。Anthropicの開発者もそう言っていました。
- Cowork：優秀な文系の部下。PowerPointやExcelを作ってもらうのが得意
- Claude Code：優秀なエンジニア。動き続ける仕組みを作るのが得意
使い分けの目安はこうです。
- チャット10回くらいで終わる仕事 → Cowork
- チャット20〜30回かかる仕事 → Code
テロップツールは動き続けるものなので、Codeで作ります。CoworkもCodeも、両方とも怖がらなくて大丈夫です。
校閲のしくみ：文脈で直す「スマート字幕」
ここがVrewなどの自動字幕との最大の違いです。ただの自動字幕は「聞こえたまま」を出します。でも自作テロップツールは「スマート字幕」。意味で直す、文脈で直すんです。
ブラウザの校閲画面で、Vrewみたいに分割したり統合したりできます。「17文字くらいにして」「21文字くらいにして」「ここは2行にして」みたいな指示も通ります。
そして、Claudeは先回りして校閲してくれます。
- 固有名詞の補正：「コミュ、コミュニティ」と聞こえにくくても、しゅうへいはコミュニティをやっているから「これはコミュニティだろう」とわかる
- 正式名称に揃える：「ユーチューブ」とカタカナになりがちなところを「YouTube」に。「なるべく正式名称を探してこい」と指示しておける
- 漢字・ひらがなのルール化：ぼくは一人称をひらがなの「ぼく」にしたいので、そういうこともルール化できる
これはクライアントワークで本当に効きます。自分の動画なら自分のことだから直せるけど、人の動画だと「この人、何を言ってるんだろう」ってなりますよね。たとえばクライアントが動画の中で謎のカタカナ商品名を言ったとき、その情報を事前に入れておけば、「あ、それはこれですね」と正しく変換してくれる。これがやばいんです。
文脈で直る実例：自動だと「ゴッドの神」になるところ、ちゃんと直る。ぼくの場合「SNS」が毎回「SLS」になるんですけど、「しゅうへいはSNSをやってるよね」という前提があるから「SNS」に直せる。滑舌が悪くて聞き取りにくいところも、「いや、これじゃなくてこっちじゃないですかね」と校閲してくれます。
数字も先回り：「何人だっけ？」で終わらせない
これも先回り編集の話です。動画で喋っていて「何人だったっけ？」と言ったとき、正しい数字に直してくれる。
本当に助かる編集者さんって、こうやって入れてくれますよね。「しゅうへいのフリーランスの学校って累計どれくらいだっけ？あ、32,000人だ」みたいに、ちゃんと数字に直してくれる。「何人だっけ？」のまま終わらせないんです。
すでにYouTubeをやっている人なら、既存の動画のSRT（文字起こし）をぶつけていくのがおすすめです。2〜3本ぶんを入れておいて、それをボキャブラリーとして持たせておけば、クライアントの動画でもだいぶいけると思います。使うほど自分専用に賢くなるということです。
ローカルWhisper・語彙辞書・スキルの関係
ツールの中身をざっくり整理すると、こういう流れになっています。
- 動画を渡す：動画ファイルをそのまま渡すだけでOK
- ローカルWhisperで音声認識：Whisperは無料でダウンロードできて、パソコンの中だけで音声を処理してくれる。文字起こしは0円、電気代だけ。外部にアップしないので安心です
- テキスト整形・分割：チャンクごとに分けて、句の途中で切れないように分割を自動で吸着させる
- 校閲・音合わせ：ブラウザ画面で直して、もう一度音を合わせる
- 書き出し：編集ソフトに渡す形で出力
ここで出てくるのが語彙辞書とスキルです。
語彙辞書は、自分専用の辞書。「周辺→しゅうへい」みたいな補正をためていきます。やり方は、一度Claudeが出してくれたものを保存して、それを自分で修正して、両方をClaudeにぶつける。そうすると「あ、ここがこう違うんだ」と差分を学習して、次から同じようにしてくれる。これは人を育てるのと同じです。「『こんにちは』に句点はいらないよ」「わかりました」みたいなやりとりですね。2〜3本もやれば覚えてくれます。
スキルは、AIにとってのマニュアルです（Skill.mdというファイルを作ります）。「こう進めてね」という大きな手順書で、その中に「この語彙ファイルを見に行ってね」と書いてある。スキルが手順書、語彙辞書がその参照先、という構成です。
視聴者の方から：「差分の指示は、スキルとは別で自動で修正されるんですね」——そうです。まずは自分で書き出したものに対して「差分学習して」と何回か言う。すると語彙にもスキルにも反映してくれます。
書き出し：SRTとFCPXMLで編集ソフトへ
校閲が終わって、保存を押すと、自分のパソコンの中にファイルが落ちます。あとは編集ソフトで読み込むだけ。
書き出すファイル形式は環境に合わせて選べます。
- SRT：使っている人が多い形式。Premiere ProやDaVinci Resolveでもいけると思います
- FCPXML：Final Cut Pro用。テロップ付きで出してくれて、そのテロップだけを元動画にペッと貼れます
ぼくはFinal Cutで、いつも使うフォントの大きさと位置を微調整するだけ。テロップの縦位置（横動画は下のほう、など）も、横動画・縦動画で変えられるようにしています。ここは皆さんの環境で少し試してみてください。
実際、Final Cutを一切使わずに、Claude Codeの中でテロップを入れて書き出すこともできます。今日のショート動画はそうやって作りました。
横動画でPremiere Proを使う場合：フリーランスの学校のコミュニティメンバーで、登録者44万人のYouTuberのおかぴさん（ポレポレDIYチャンネル）に、ぼくの要件定義を渡したことがあります。そのままClaude Codeが作ってくれて、Premiere Proでもできたそうなので、いけると思います。
作り方は3ステップ・60点で出す
ツール作りはこの3ステップです。
- 要件定義を渡す（今日配る設計図をそのまま貼る）
- MVPから作る（MVP＝とにかく小さく、まず動くものを出す）
- 日本語で直す（「後ろがズレてるよ」とか日本語で指摘する）
Day1〜Day5みたいに段階で出していますが、正直Day1で終わる人もいます。文字起こしが出る、字幕に分割してSRT書き出し——ここまで1日でできてしまう。辞書やボキャブラリーを渡すのを2〜3日かけてゆっくりやるくらいで十分です。焦らなくていいです。
大事なのは完璧主義は敵、ということ。60点で出していきましょう。要件定義を渡すと、Claude Codeが最初に5つくらい質問をしてくれる仕掛けにしてあるので、それに答えながら進めてください。
ここまでできる：無音カット・音声処理まで自動
最後に「実はここまでいけますよ」というのを見せます。
ぼくが妻に撮ってもらった4分の元動画があります。これをそのままClaudeに渡したら、無音カットどころじゃないことが起きました。
4分の動画が、1分27秒（90秒くらい）になっていたんです。しかも——
- いらない部分をバッサリカット（「ここおもんないからカットな」みたいに判断してくれる）
- テロップも自動で挿入
- 音声処理（コンプレッサー）まで自動
- 画面のアップ（ズーム）も自動
ぼくはこれに関して本当に何もしていません。元動画を渡しただけ。誰も信じてくれないんですけど。
視聴者の方から：「カットの判断はどうやってAIがするんですか？」——ぼくの素の素材と、ぼくが実際に編集したものの両方をClaudeに渡したんです。すると朝起きたらできていた。今回は本当に何も編集を入れず、「ここはこうして」と3回くらい言っただけでこれになりました。
「モデルによって違いは出ますか？」——ぼくはClaude CodeでOpus 4.8を使いました。
こういうこともできるんですが、まずは自動字幕ツールが土台にあるのが大前提です。だから今日はその土台をしっかり作っていきましょう。
セミナーで作ったテロップツールは、こちらから受け取れます。
テロップツールを受け取る →フリーランスの学校のコミュニティ（Discord）です。サポートや更新などあればお知らせします。
のぞいてみる講義動画（再掲）