AI動画編集でリールを作る：クリップ10本から字幕付き30-60秒へ

素材を選んで並べる：いらないクリップと最初の2秒

撮りっぱなしのクリップが10本あるとして、リールに入るのはせいぜい5-7本です。まず削るのは、同じ場面を角度だけ変えて撮ったもの、被写体が小さすぎるもの、手ぶれで何が映っているか分からないもの、暗くてノイズだらけのものです。AIで動画を編集するときも、この取捨選択は自分でやった方が結果が安定します。編集案を作るAIが受け取るのは文字起こしと各クリップの長さや向きで、映像そのものは見ていないからです。

長さは30-60秒を目安にします。短いほど最後まで見てもらえる割合が上がり、60秒を超えると途中で離脱する人が目立って増えます。1本の動画で言いたいことを1つに絞り、「何を」「どこで」「結末」の3段で並べると、クリップの順番は自然に決まります。

最初の2秒が勝負です。フィードで指を止めるかどうかは、音が鳴る前、字幕を読む前に決まります。だから冒頭には「動きがある」「顔が大きく映っている」「結果が見える」クリップを置きます。挨拶や準備の場面は後ろに回すか、思い切って外します。

• 残す：動きがある、被写体が近い、明るい、結末が分かる
• 外す：同じ場面の重複、小さすぎる被写体、ぶれ、暗すぎる

自動字幕：無音で見られる前提で作る

リールやTikTokは、電車の中や職場など音を出せない場所で見られることが多く、無音で再生される前提で作るべきです。字幕がないと、話している内容は伝わりません。字幕があれば、音を出さなくても最後まで見てもらえ、音を出した人には二重に伝わります。

短い動画で読みやすいのは、話した語を1語ずつ順番に強調していく「カラオケ風」の表示です。読む速さと話す速さがそろうので、文を先読みする必要がなく、目が画面に留まります。ただし1語ずつでも、1画面に出す文字は2行までに抑えます。縦画面で3行以上になると、映像を隠してしまいます。

自動字幕は音声認識で作られるため、人名、地名、商品名、数字、業界用語で間違いが出ます。「さとう」が「佐藤」か「砂糖」か、「1万5千」が「15,000」か「1,5000」か。書き出す前に、字幕のテキストを一度全部読んで直してください。直す場所はこの3つに絞ると早いです：固有名詞、金額や日付などの数字、そして文の区切り。AirpicのAI動画編集では、編集案を作る前の画面に字幕のテキストがそのまま表示され、そこで直した内容がそのまま字幕になります。長い動画の字幕を別に用意したいときは、動画の文字起こしでSRTやVTTを作る方法もあります。字幕の書き方全般は動画に字幕をつける方法にまとめています。

テンポ、色調、音：やりすぎない調整

テンポは内容で決めます。料理の手順や旅行のダイジェストなら1カット1.5-3秒で切り替えるテンポのよい編集が合い、インタビューや風景なら1カット4-6秒のゆったりした編集の方が見ていて疲れません。迷ったら、冒頭だけ速く、後半は少し落とす構成にします。全部を速くすると、最後まで見た人に何も残りません。

色調は「ほんの少し」で止めます。スマホで撮ったクリップは1本ごとに明るさと色味がばらつくので、全体を同じ方向にそろえるだけで見栄えが変わります。濃いフィルターは肌の色を不自然にし、食べ物をまずそうに見せます。ナチュラルか、少し暖かみを足す程度が無難です。

音は字幕より手を抜かれやすい部分です。クリップごとに録音レベルが違うと、1本目は小さく2本目で急に大きくなり、視聴者はそこで音を切ります。音量をそろえる処理を1回かけるだけで解決します。音楽を乗せるなら、話し声より十分に小さくし、最後はフェードアウトで終えます。音楽がぶつっと切れる終わり方は、せっかくの余韻を消してしまいます。

形式とブランド：9:16か、1:1か、16:9か

リール、TikTok、YouTubeショートは9:16の縦画面です。フィードの投稿やカルーセルには1:1、YouTube本編やWebサイトへの埋め込みには16:9を使います。横で撮ったクリップを9:16に入れると左右が切れるので、被写体が中央にあるかを確認し、必要なら背景をぼかして上下に余白を作る見せ方にします。1本を複数の形式で書き出すときは、字幕の位置が各アプリのUI（下部のキャプションや右側のボタン）に重ならないかを見ます。

ブランド表示は控えめにします。ロゴは画面の隅に小さく、@ユーザー名は上部に1行だけ。大きなロゴは「広告だ」と判断されて飛ばされますし、中央に置くと字幕と重なります。ロゴを置く隅は、字幕と反対側、被写体の顔から離れた位置を選びます。

正直に書いておくと、素材そのものが暗くてノイズが多い、ピントが合っていないという場合、AI動画編集で見違えるようにはなりません。編集で直せるのは順番、長さ、字幕、色の方向、音量です。粗い映像を直すのは別の工程で、入れる前のクリップ単位（20秒まで）で動画を4Kに高画質化する処理を通す方が確実です。撮り直せるなら撮り直すのが一番安上がりです。

Airpicでの手順：アップロードから1080p書き出しまで

1. クリップをアップロードする。動画と写真を合わせて10点まで、MP4、MOV、WebM、JPG、PNG、WebPに対応しています。この時点で並び順を上下ボタンで決めておきます。音楽とロゴは任意で追加できます。
2. 「分析して次へ」を押す。各クリップの音声をEU内のGPUで文字起こしします。この工程は無料で、初回はエンジンの起動に1-2分かかることがあります。音声のないクリップは「音声なし」と表示され、字幕なしで入ります。
3. ご希望の画面に答える。形式（9:16、1:1、16:9）、目標の長さ、テンポ（テンポよく、ゆったり）、字幕（スタイル、読み上げ中の語の色、サイズ）、色調、書き出し時の補正（手ぶれ補正、ノイズ除去、音量をそろえる）、ブランド（@ユーザー名、ロゴの位置）、音楽の音量とフェードアウト。どれもおすすめの値が入っているので、変えたい項目だけ触ります。リール向けなら、9:16、45秒、テンポよく、1語ずつのカラオケ風、音量をそろえるをオン、が出発点です。
4. 字幕のテキストを直す。同じ画面に文字起こしが表示されます。固有名詞と数字をここで直します。確定するまで編集は始まりません。
5. 「確定して編集案を作成」を押す。Claude（Anthropic）が文字起こしとクリップの情報から編集案を作ります。動画そのものは送られません。プレビューはブラウザー上で無料で、何度でも変えられます。
6. 会話で調整する。「2番目のクリップを外す」「冒頭をもっとテンポよく」「字幕を大きく」のように文章で伝えると編集案が更新されます。カットの一覧で各クリップの長さも確認できます。
7. MP4 1080pで書き出す。書き出しはEU内のサーバーで行い、所要時間は動画の長さと同じくらいか少し長めです。Airpicの2026年10月16日のテストでは、1920×1080の15秒の編集を40秒で書き出せました。書き出しにはAIクレジットが必要で、失敗した場合は自動で返却されます。料金はAI動画編集のページに記載しています。

素材が1本の長い動画で、そこから複数の切り抜きを作りたい場合は、編集ではなくショート動画作成の方が向いています。話の見どころを探して9:16に切り出し、字幕を付けるところまで自動で進みます。

ファイルは暗号化して送られ、元のクリップは処理が終わると削除、完成した動画はダウンロードの1時間後（最長24時間）に削除されます。学習には使いません。アカウント登録も定期購読も不要です。

FAQ

あわせて読みたい