Claude Code・Codexで動画編集はどこまでできる？｜72分の録画に字幕1,676本、長尺は試行中の実録

結論から言うと、AIエージェントに任せられる動画編集は、今のところ「字幕」と「モザイク」と「編集の型の抽出」までです。長尺のカットや演出は、みやっち🧑‍💻が2026年9月時点で試している最中で、完成したとは言えません。ただ、試して見えてきたことがひとつあります。外注先に渡してきた指示書と、Premiereのプロジェクトファイルが、そのままAIに渡す編集の型の材料になるということです。

AIエージェントによる動画編集とは Claude Code・Codexのような自分のパソコンで動くAIエージェントに、音声認識や動画処理ツールを動かさせて、字幕付け・モザイク・カットなどの編集作業を任せることです。編集ソフトの画面を人が操作する代わりに、AIが字幕ファイルや処理手順を作り、書き出しまで進めます。

YouTubeやセミナー録画を出したいのに、編集がネックで止まっている経営者・個人事業主・士業に向けて、実際にやった作業と、まだできていないことを分けて書きます。

AIの動画編集はどこまでできるか（できたこと・試行中のこと）

先に全体像です。2026年9月25日〜26日にみやっち🧑‍💻が手を動かした範囲を、状態ごとに分けました。

「AIで動画編集は全部できる」とは言いません。機械的に正解が決まる作業（字幕・モザイク）は任せられた。センスが要る作業（カットのテンポ・演出）は、型を渡せば近づけられそう、というのが今の線引きです。

72分の録画にCodexで字幕を焼き込んだ手順

対象は、AI Crewの会員向け月次ライブのZoom録画です。2560×1440・25fps・71分49秒。みやっち🧑‍💻がCodexで自動テロップを付けたのは、この回が初めてでした。流れは次のとおりです。

1. ローカルの音声認識で全編を字幕化する。 71分49秒ぶんの発言が字幕の下書きになります
2. 製品名・用語を補正する。 主要な製品名・用語の表記を、正しい書き方に直します
3. 参加者の氏名を置き換える。 字幕に出る名前は「講師」「参加者A〜H」にしました
4. 字幕ファイルを2種類に分ける。 文面とタイミングを確認する captions.srt と、焼き込み用の captions.ass（ヒラギノ角ゴシック・白文字＋黒縁・画面下部・2行以内）です。直すときはSRT/ASSの該当区間を直して書き出し直します
5. FFmpegで書き出す。 音声トラックはそのままコピーし、元の動画ファイルには手を付けません
6. 機械で検査する。 字幕の時間の逆転・重なりが無いこと、2行以内であることを確認し、書き出し後にハッシュ値で「元動画も音声も変わっていない」ことを確かめました

最終的に字幕は1,676本になりました。FFmpegは動画や音声を処理するツールで、公式ドキュメントによれば ass フィルタはASS形式の字幕を映像に描画する機能です。音声のコピーは、公式の説明で「デコードもエンコードもしないので非常に速く、品質も落ちない」とされる扱いです（映像は字幕を描き込むので再エンコードします）。人が編集ソフトで1本ずつテロップを打つ作業とは、発想がまったく違います。

モザイクは「隠す範囲」だけをAIに作らせた

字幕とは別の版で、モザイクも付けました。録画の画面には、参加者の情報など、外に出すべきでない文字が映り込むことがあります。

やったことは、1秒間隔の4,310枚と、画面が切り替わった直後の305枚を対象に文字認識し、目視も加えて隠す範囲を作ることです（同じ画面の小さな変化は、直前の認識結果を使い回しています）。隠す対象の文字領域20,845か所が、すべてモザイクの範囲に収まっていることを座標で確認しました。保存したのは座標と時間だけで、隠す文字そのものは残していません。処理後には43場面をもう一度文字認識して、対象の文字列が字幕以外に0件であることを確認しました。

人の目で72分を見張るのは現実的ではありません。「画面を一定間隔で機械に読ませ、隠し、処理後にもう一度読んで確かめる」という流れは、AIエージェントに任せる意味がはっきりある作業です。

字幕とモザイクで残った限界

できたことと同じくらい、限界も記録しました。

• 字幕は機械認識を補正したもので、全発言を人が一語ずつ校正したものではありません
• モザイクは、1秒未満しか映らない表示や、文字認識の失敗を完全に排除した保証はありません

最終的に、みやっち🧑‍💻の判断で、会員サイトには字幕だけを付けた版を載せました。モザイクは作れたけれど、今回の公開版には使わなかった。ここまで含めて「どこまでできたか」の実態です。

長尺編集を試すと、AIが時間を使ったのは「型の推測」だった

ここからは試行中の話です。背景から書きます。

YouTubeでいちばんネックになるのは編集です。制作会社に投げると、みやっち🧑‍💻の経験ではどうやっても完パケまで10日〜2週間かかります。普遍的な内容なら2週間後でも構いませんが、AIの話は鮮度が命です。かといって、カットもテロップも無い動画は自分でも見る気が起きません。これまでもAI編集は何度か試しましたが、「できる」と聞いて試しては期待どおりにいかない、の繰り返しで、いまいちな仕上がりで妥協してきました。

そこで、自分のパソコンのファイルを読めるAIエージェントでOpus 5.5を使い、まずショート動画を1本作りました。撮影素材をもっと撮れば、ちゃんとした動画になりそうな手応えがありました。

次に長尺です。条件は、制作会社に振るときと同じ「素材一式＋台本＋ちょっとした指示書」だけ。やってみると、AI自身の報告でも、いちばん時間を使ったのはお手本の完成動画から、みやっち🧑‍💻の編集の型を逆算して推測する部分でした。AIの見立てでは、型を最初から渡しておけば、この時間は毎回ゼロになるそうです。その後、この型を渡して1本目をv17まで直して仕上げ、2本目でも直しが続いた実録はClaude CodeのSkillsを改善するにはに書きました。

Premiereのプロジェクトファイルは編集の型の宝庫

型をどこから持ってくるか。AIの側から「指示書がなくても、過去回のPremiereのプロジェクトファイル（.prproj）から実際の値を抜き出せる」と提案がありました。答えは足元にあったわけです。

過去回のプロジェクトファイルは、中身が85MBのXMLでした。ここから、まずメインテロップの書体・サイズ・塗り・縁の色と太さを、推測ではなく実際の値として抜き出せました（Noto Sans CJK JP Black・サイズ123・塗りは白・縁は濃紺〈#193684〉の外側7px）。色替えやBGM・効果音の配置などは、続けて確認しているところです。

完成動画を見て「たぶんこの書体で、縁は太めで」と推測させるのと、プロジェクトファイルから正確な値を読ませるのとでは、再現度は後者のほうが上がるはずです（仕上がりでの比較はこれからです）。みやっち🧑‍💻の感想は「よく考えたら当たり前だった」。編集ソフトは、編集者の判断を全部ファイルに書き残しているわけです。

次からAIに渡す4つの材料（外注の指示書がそのまま使える）

長尺の試行のあと、AIの側から「次からこれが欲しい」と挙がったのは次の4つでした。

1. 編集会社への指示書・レギュレーション: テロップの書体・色・縁・サイズ、強調の帯の使い分け、画像の位置、BGMと効果音、カットのテンポ、冒頭ダイジェストの作り方
2. 台本の書き方の約束: 台本のコメントで素材を指定するルール
3. 修正依頼のやり取り: 初稿で毎回どこを直させているか。「1回目がダサい」を減らすいちばんの材料です
4. 撮影時の約束: 言い直しの合図、画面収録とナレーションの録り方

見てのとおり、どれも外注している人ならすでに手元にあるものです。編集者に渡してきたレギュレーションと、フィードバックのやり取りが、そのままAIにとって最高のナレッジになる、というのがみやっち🧑‍💻の見立てです。

言葉にしにくい「自分の好み」をAIに渡すやり方は暗黙知をAIに渡す方法に、手順（スキル）と判断基準（ナレッジ）を分けて置く考え方はAIのスキル化で成果が出ない理由に書きました。動画編集は、その考え方がいちばん素直に効く題材です。

編集待ちの2週間がどう変わるか

状態の変化で言うと、こうです。

• これまで: 撮る → 制作会社へ素材と指示書を送る → 完パケまで10日〜2週間待つ → 修正を返す
• 目指している形: 撮る → 同じ素材・台本・指示書をAIに渡す → 型どおりの初稿がすぐ出る → 自分で直して出す

2026年9月はYouTubeを動かせなかったぶん、制作会社込みのワークフローを固めずに済み、AI編集を前提にした制作の流れを最初から組み始められました。いちばん大きいのは、撮ったものをすぐに出せることです。長尺はまだ試行中なので、この「目指している形」が回りきったら、改めて結果を書きます。AIと一緒に編集した長尺の1本目は、YouTubeの動画一覧で見られます。

これが汎用の編集サービスではなく、自分のパソコンで動くAIエージェントである理由は、自分の過去のプロジェクトファイルや指示書、修正のやり取りを、そのまま読ませて型にできるからです。録画や会話そのものをAIに渡す前工程は文字起こしAIの使いどころで、Claude CodeとCodexの役割分担はClaude CodeとCodexの併用術で整理しています。なお、サムネイルは編集とは別に作っていて、その作り方はYouTubeのサムネイルをAIで作る方法に書きました。

よくある質問

Claude Code・Codexだけで動画を完成させられますか

2026年9月時点のみやっち🧑‍💻の検証では、字幕の焼き込みとモザイクはCodexで最後まで仕上げられました。一方、長尺動画のカットや演出は試行中で、完成までは確認できていません。ショート動画はClaude（Opus 5.5）で1本作れています。

Premiereを使っていなくてもAIに編集の型を渡せますか

渡せます。Premiereのプロジェクトファイルは型の値を正確に読み出せる材料ですが、編集会社への指示書、修正依頼のやり取り、台本の書き方の約束も、同じく型の材料になります。外注したことがあれば、手元のやり取りから始められます。

AIが付けた字幕はそのまま公開して大丈夫ですか

そのままではおすすめしません。音声認識の字幕は、製品名・用語の補正をしても、全発言を人が一語ずつ校正した状態にはなりません。音声の中の実名も字幕処理では消えないので、公開範囲に合わせて人が確認してから出します。

自分の仕事の型をAIに渡して、外注待ちの時間ごと手元に取り戻す。その最初の一歩を、講座では実際に手を動かしながら扱っています。まず無料セミナーでお会いしましょう。