動画を続けて出したい。ですが運営は私一人です。この矛盾を、AIに「4つの部署」を持たせることで解きました。
課題
商品紹介のショート動画(縦型1080×1920)を、継続的に量産したいと考えていました。ですが運営は一人です。動画1本を出すには企画・制作・品質チェック・分析の4工程が必要で、毎回一人で手作業で回すと工数が大きすぎます。単発なら気合いで作れても、週に何本も出し続けると、どこかで必ず息切れします。疲れてくると品質チェックが甘くなり、出来の悪い動画がそのまま公開されるリスクも高まります。「人が頑張る」やり方には、量の上限と品質のブレという二重の限界がありました。
診断
工程を分解して見てみると、一人にしかできないのはごく一部でした。リサーチ・実作業・採点・集計は、いずれも判断基準を明文化すれば機械が実行できます。私が本当に担うべきなのは「工程間の受け渡しの承認」と「最終投稿」だけでした。裏を返せば、失敗の原因は「一人が万能プレイヤーとして4役を兼務する」構造そのものにありました。品質の番人(QA)が制作者と同じ人物であるために、採点が甘くなっていたのです。解決策は、役割を分け、それぞれに独立した合格基準を持たせることでした。
打ち手
Claude Cowork上に、企画/制作/QA/分析の4部門構成のAIチームを設計しました。
- 企画: 商品候補のリサーチと動画構成案の作成
- 制作: Pythonスクリプト(render.py)による動画の自動レンダリング。グラデーション背景やレビュー星分布のバーチャートをコードで生成し、ナレーションはTTS(生成結果をSHA-256でキャッシュし、再生成コストを削減)
- QA: 100点満点のルーブリックで採点し、閾値に満たないものは制作へ自動で差し戻し。制作者と別の役割が採点するため、身内評価の甘さが構造的に消えます
- 分析: GitHub Actionsの日次cronで統計を自動取得(fetch_stats.py)
肝は、部門と部門の「あいだ」に合格ゲートを置いたことです。前工程の成果物が基準を満たさなければ次工程へ進めず、人はゲートの通過を承認するだけで済みます。
結果
- 品質スコア96/100の動画を、人の作業は「承認と投稿」だけで生み出す体制が完成しました
- 制作パイプラインはすべてコードとドキュメントで残るため、属人化がゼロです。翌日から別のAIモデルに引き継いでも、同じ品質で動き続けます
- QAを独立した役割として分離したことで、「作った本人が甘く採点する」問題が構造的に消えました
貴社業務への示唆
AI活用で失敗しやすいのは、万能なAIを1体つくって全部任せることです。役割を分け、工程の間に合格ラインを置くと、品質が安定し、人は最後の判断だけに集中できます。「企画→制作→チェック→振り返り」の形を持つ仕事なら、動画でなくても同じ仕組みが使えます。どこを人が握り、どこをAIに渡すか——その線引きまで含めて設計してお渡しします。