ショート動画のトレンドはなぜ「気づいた頃には終わっている」のか
縦型ショート動画のトレンド寿命は、ここ数年で明確に短くなった。かつては数か月単位でひとつの表現が使われ続けたが、いまは数日から数週間で入れ替わる。理由は単純だ。投稿量が増え、視聴者の反応データが即座にアルゴリズムへ還流し、そこから次の表現が高速で複製される。ある表現が伸び始めると、膨大な数のアカウントが同じ型を短時間で模倣し、視聴者はすぐに飽きる。波は立ち上がりも速いが、崩れるのも速い。
この環境で「今日伸びている動画を明日まねする」という戦略は、ほぼ確実に手遅れになる。伸びている動画が見えている時点で、その形式はすでに供給過剰の入口に差しかかっているからだ。必要なのは、まだ主流化していない兆候を拾い、制作が間に合うリードタイムの中で形にすることだ。
AIが効くのは、動画を「作る」部分だけではない。むしろ、兆候を拾う部分、拾った兆候を企画に翻訳する部分、そして短時間で複数のバリエーションを試す部分にこそ効く。本稿では、トレンド検知から生成、編集、検証、改善までを一本のワークフローとして整理する。特定のツールに依存しない形で書くので、使っている生成モデルや編集ソフトが変わっても、考え方はそのまま流用できる。
トレンド検知をAIで仕組み化する全体設計
シグナルは3層に分けて考える
トレンドを追うとき、多くの人は「伸びている動画」だけを見る。しかしそれでは遅い。観測すべきシグナルは次の3層に分かれている。
第一層はプラットフォーム内の一次シグナルだ。再生回数の増加速度、保存率、コメント密度、シェア速度、視聴維持率のカーブ形状などが該当する。重要なのは総再生回数ではなく、伸び率と保存率である。総再生回数は過去の蓄積を反映するが、伸び率は今後を予測する。保存率は「あとで見返したい」という意思表示であり、アルゴリズムにとって強い推薦材料になる。
第二層は外部の二次シグナルだ。検索語の変化、ニュース記事の見出し、コミュニティでの会話量、あるいは音楽やファッションの動きなどが含まれる。ショート動画のトレンドはプラットフォーム内で完結しない。外部の話題が先に立ち上がり、その後に動画が追随するパターンが多い。
第三層は制作側の三次シグナルだ。特定の色調、特定のカメラワーク、特定のテロップ書式、特定の効果音が、制作コミュニティ内でどれくらいの頻度で採用されているか。これは視聴者ではなく作り手の行動データであり、競合が何を準備しているかを示す先行指標になる。
観測すべき指標を絞る
指標を増やしすぎると、判断が遅くなる。最初に絞るべきは次の5つだ。
1つ目は伸び率。直近の一定時間における再生回数の増加ペース。
2つ目は保存率。再生に対する保存の割合。
3つ目はコメント密度。再生数に対するコメント数の割合と、コメントの内容が「同じ話題」に集中しているか。
4つ目はリピート視聴の兆候。同じユーザーが複数回見ている形跡は、ループ構造の強さを示す。
5つ目は派生投稿の数。ある形式をまねた投稿が現れ始めた数は、トレンドが拡散期に入った合図だ。
派生投稿が増え始めたら、それは拡散期であり、参入タイミングとしては遅い。狙うべきは派生投稿がまだ数件しかない、立ち上がり期の直前だ。
観測のリズムを決める
観測は毎日同じ時間に行う。人間の記憶は曖昧なので、記録を残さないと変化に気づけない。おすすめは、朝に一次シグナルを確認し、昼に外部シグナルを確認し、夜に制作側のシグナルを確認するという3回のリズムだ。それぞれ10分程度でよい。
重要なのは、記録のフォーマットを固定すること。日付、観測した形式の名前、根拠となる数値、自分の解釈、そして翌日に何を確認するかを一行ずつ書く。これを2週間続けるだけで、自分のジャンルにおける「立ち上がりの型」が見えてくる。
バイラル予兆をAIで拾う具体的な手順
手順1 データの収集と正規化
まず、観測対象の動画データを集める。手作業でスクリーンショットを撮るだけでも始められるが、数を扱うなら表計算ソフトか簡単なデータベースに落とす。項目は、動画の形式を表す短いラベル、投稿日、再生数、保存数（取得できる場合）、コメント数、そして自分が気づいた特徴だ。
正規化とは、表記ゆれを揃えること。「手元アップ」「寄り」といったラベルが混在すると分析できない。カメラワーク、被写体、色調、音の種類、尺、テロップの有無のように、軸を決めてから記録する。
手順2 クラスタリングと命名
集めたデータをAIに渡し、似た特徴を持つものをグループ化させる。ポイントは、AIにグループの「名前」を考えさせることだ。名前がつくと、人間の会話の中で扱いやすくなる。「寄り＋暖色＋低速ズーム＋生活音」というクラスタに「朝の手元ループ」という名前がつけば、チーム内で共有できる。
命名の際は、抽象的すぎる名前を避ける。「シネマティック」ではなく「逆光の手元アップ」のように、撮影と編集の指示に変換できる粒度にする。
手順3 スコアリング
各クラスタについて、伸び率、保存率、派生投稿数、外部話題との連動度を掛け合わせてスコアをつける。重みづけは自分のジャンルによって変える。教育系なら保存率の重みを上げ、エンタメ系なら伸び率と派生投稿数の重みを上げる。
スコアが高いクラスタが、そのまま勝ち筋とは限らない。スコアが高いのに派生投稿が多すぎる場合は、すでに飽和している。逆にスコアが中程度でも派生投稿が極端に少なく、保存率だけが高い場合は、伸びる前の素地がある可能性がある。
手順4 人間による最終判断
最後は必ず人間が確認する。AIは相関を見つけるが、意味は理解しない。数字が伸びている理由が「内容」なのか「投稿タイミング」なのか「たまたま著名なアカウントが使った」のかを見極めるのは人間の仕事だ。
確認の観点は3つ。その形式は自分のアカウントの文脈に自然に溶け込むか。作り続けられるか。そして、視聴者に不快感や誤解を与えないか。この3つに一つでも引っかかれば、どれだけ数字が良くても採用しない。
誤検知を減らす3つのルール
第一に、単発のヒットを無視する。同じ形式の投稿を最低5本は確認してから判断する。
第二に、投稿者の規模で補正する。フォロワーの多いアカウントが投稿すれば、内容に関係なく一定の再生は出る。伸び率を見るときは、フォロワー数に対する相対値で見る。
第三に、時間帯の偏りを疑う。特定の時間帯にだけ伸びているなら、それは形式ではなく投稿タイミングの要因かもしれない。
企画フェーズ：トレンドを自分の領域に翻訳する
コンセプトを一行で書く
検知したトレンドは、そのままでは使えない。自分のジャンルに翻訳する工程が必要だ。最初にやるのは、コンセプトを一行で書くこと。「誰が、何を、どんな制約の中で見せるか」を一行にまとめる。
悪い例は「おしゃれな動画」。良い例は「在宅ワーカーが、朝の5分で机を整える手元だけを見せる」。後者は撮影と編集の指示に直接変換できる。
フックを3案つくる
最初の1秒で離脱されるかどうかが決まる。フックは必ず3案つくり、最も強いものを選ぶ。種類は大きく4つ。動きで引く、言葉で引く、音で引く、逆説で引く。
動きで引く例は、完成形を一瞬だけ先に見せる。言葉で引く例は、常識を否定する一言をテロップで出す。音で引く例は、無音からいきなり強い効果音を入れる。逆説で引く例は、失敗例から始める。
尺と構成を決める
縦型ショートの尺は、内容が許すなら短いほうがよい。ただし短ければよいというものでもない。保存される動画は、情報量がある程度必要だ。目安として、エンタメは7〜15秒、ノウハウは20〜45秒、ストーリーは30〜60秒を起点に調整する。
構成は「フック→展開→山→着地」の4段で考える。着地は必ず用意する。着地がない動画は、最後まで見られても保存されない。
生成フェーズ：AI動画制作のパイプライン
ショットリストに分解する
コンセプトが決まったら、ショットリストに分解する。各ショットには、被写体、動作、カメラの位置と動き、ライティング、尺を書く。ここを省略すると、生成のたびに結果がばらつき、何度もやり直すことになる。
ショットは3〜8秒単位に切るのが扱いやすい。長いショットはAI生成では破綻しやすい。つなぎ目で視線を誘導すれば、短いショットの連続でも滑らかに見える。
プロンプト設計の型
プロンプトは毎回ゼロから書かない。型を決めて、変数だけ差し替える。実用的な型は次の順序だ。
主題（誰・何）→ 動作（何をしている）→ 環境（どこで）→ カメラ（位置・動き・レンズ感）→ 光（時間帯・方向・質）→ 質感（色調・粒子・被写界深度）→ 制約（避けたい要素）。
この順序には理由がある。前半ほど結果への影響が大きく、後半ほど微調整になる。うまくいかないときは、後ろから削っていく。
テイク管理を仕組み化する
生成は一度で決まらない。同じプロンプトでも結果が変わるため、複数回試すことになる。ここで重要なのは、どのテイクがどのプロンプトから生まれたかを記録することだ。ファイル名に通し番号とプロンプトの要約を入れ、選んだ理由を一行残す。
記録がないと、後から「あの良いテイクをもう一度」が再現できない。結果として同じ試行を繰り返し、時間を浪費する。
音声・音楽・効果音を先に決める
編集の最後に音をつけると、リズムが合わずに何度も切り直すことになる。音は先に決める。テンポの基準となるトラックを選び、そのビートに合わせてカットを置く。
ナレーションを入れる場合は、生成音声の読み上げ速度を確認し、尺に合わせて文章を削る。読み上げが速すぎると不自然になり、遅すぎると離脱される。
効果音は3種類に絞ると統一感が出る。場面転換、強調、余韻の3つだ。種類を増やすほど散らかる。
編集・テロップ・書き出し
編集では、カットの長さを一定にしない。一定のリズムは退屈を生む。ただし、音のビートに対しては規則的に合わせる。見た目のリズムと音のリズムを分けて考えると整う。
テロップは読みやすさを最優先する。画面の上下端はUIで隠れるため、中央寄りの安全領域に置く。フォントは2種類まで。強調は色ではなくサイズと余白で行う。
書き出しは縦型の解像度とフレームレートを固定し、毎回同じ設定を使う。設定を変えると、プラットフォーム側の再エンコードで画質が劣化し、過去の投稿との比較もできなくなる。
縦型リール固有の演出設計
最初の1秒を設計する
最初の1秒は、内容ではなく「見続ける理由」を提示する時間だ。ここで動きが止まっていると、スクロールされる。画面内に必ず動きを入れる。手が動く、光が変わる、カメラが寄る、テロップが現れる。どれでもよいが、静止は避ける。
ループ構造を仕込む
最後のフレームと最初のフレームをつなげると、動画は繰り返し再生される。ループすると再生回数が増え、視聴維持率も上がる。作り方は単純で、最後のカットを最初のカットと同じ構図にする。あるいは、最後の一言を最初の一言につなげる。
音を使う場合、最後の音を最初の音と同じ波形にすると、つなぎ目が目立たない。
カメラワークとテンポ
縦型は横型より画面が狭い。広い引きのショットは情報が潰れる。基本は寄り。被写体を大きく映し、背景は情報を絞る。
カメラワークは1ショットにつき1つに絞る。寄る、引く、回る、固定。複数を組み合わせると意図が伝わらない。テンポは、ショットの長さを徐々に短くしていくと加速感が出る。逆に徐々に長くすると余韻が出る。
AIモデルの選び方と一貫性の担保
用途別の判断基準
生成モデルは日々入れ替わる。特定の名前を覚えるより、判断軸を持ったほうがよい。軸は4つ。
第一に、動きの自然さ。人物の歩行、手の動き、髪や布の揺れが破綻しないか。
第二に、カメラ制御の自由度。指定した動きにどれだけ従うか。
第三に、スタイルの再現性。同じ雰囲気を別のショットでも出せるか。
第四に、生成時間と試行しやすさ。1回の生成が速いほど、多くのバリエーションを試せる。
実写風の人物を扱うなら第一と第三を優先する。抽象的な映像や背景素材なら、第二と第四を優先する。アニメ調や3D調は、モデルごとの癖が強いので、第三を最優先にする。
キャラクターと場所の一貫性
シリーズ化するなら一貫性が命だ。方法は3つある。
1つ目は、参照画像を固定すること。同じ顔、同じ服装、同じ背景を毎回参照として渡す。
2つ目は、プロンプトの記述を固定すること。人物の説明文を一字一句変えない。
3つ目は、ショットを分割しすぎないこと。長回しに近い形のほうが、同一性は保たれやすい。
場所の一貫性はさらに難しい。同じ部屋を別角度から見せると、家具の配置が変わりやすい。対策として、背景をぼかす、あるいは背景を単色に統一する。
やり直しのコストを下げる
生成には時間がかかる。だからこそ、失敗を早く見つける仕組みが要る。低解像度で構図だけを確認し、当たりを引いたら高解像度で作り直す。この二段階方式は、待ち時間を大幅に減らす。
また、1ショットにつき3案までと上限を決める。上限がないと、終わりのない作り直しに陥る。
検証フェーズ：数字の読み方と改善
見るべき指標は3つ
投稿後は、3つの指標を順に見る。
1つ目は、最初の3秒の維持率。ここが低ければ、フックの問題だ。内容ではなく入口を直す。
2つ目は、中間の維持率。ここが落ちるなら、テンポか情報量の問題だ。カットを短くするか、説明を減らす。
3つ目は、保存率とシェア率。ここが高いのに再生が伸びないなら、露出の問題だ。投稿時間帯や冒頭のテロップを見直す。
A/Bテストの組み方
一度に変える要素は1つだけ。フックだけを変えた2本、テンポだけを変えた2本、というように分ける。同時に複数を変えると、何が効いたのか分からなくなる。
比較するときは投稿時間帯を揃える。時間帯が違うと、結果の差が内容の差なのか露出の差なのか判断できない。
伸びなかったときの切り分け
伸びない原因は、大きく4つに分かれる。入口が弱い、内容が薄い、テンポが悪い、そして届いていない。
切り分けの手順は、まず3秒維持率を確認する。低ければ入口。次に保存率を確認する。低ければ内容。次に平均視聴時間を確認する。短ければテンポ。すべて平均並みなら、露出の問題として投稿条件を疑う。
よくある失敗と対策
トレンドをそのまま模倣する
最も多い失敗は、形式だけをコピーして中身を入れ替えないことだ。対策は、形式を「構造」と「表現」に分けること。構造だけを取り出し、表現は自分のジャンルに置き換える。
ツールを増やしすぎる
生成モデルを5つ掛け持ちすると、どれも使いこなせない。当面は2つに絞る。1つは人物や動きの主力、もう1つは背景や素材用だ。
編集で盛りすぎる
エフェクト、テロップ、効果音を全部入れると、情報が過剰になり離脱される。引き算を意識する。迷ったら削る。
記録を取らない
成功も失敗も記録しないと、同じ失敗を繰り返す。投稿ごとに、フック、尺、音、結果、次に試すことを一行ずつ残す。
完璧を目指して投稿が遅れる
トレンドは待ってくれない。8割の完成度で出し、反応を見て直すほうが、結果的に強い。
FAQ
トレンド検知にAIは必須ですか
必須ではない。ただし観測量が増えるほど、人手では追いつかなくなる。最初は表計算ソフトと手作業で始め、扱うデータが増えた段階でAIによる分類や要約を導入するのが現実的だ。
生成AIを使うと、どのプラットフォームでも同じ結果になりますか
ならない。同じ素材でも、解像度、尺、音の使い方、テロップの位置で反応は変わる。プラットフォームごとに書き出し設定と冒頭の作り方を変える。
顔出しなしでもトレンドに乗れますか
乗れる。手元、後ろ姿、影、物だけの映像でも、動きと音で十分に成立する。むしろ顔出しなしのほうが、シリーズ化しやすく一貫性も保ちやすい。
1本あたりどれくらいの時間をかけるべきですか
慣れるまでは1本2〜3時間が目安だ。ただし、企画と記録に時間を割き、生成と編集はテンプレート化して短縮する。制作時間より検証時間を増やすほうが、伸びやすくなる。
音楽は既存曲を使ってもよいですか
権利関係は必ず確認する。プラットフォームが提供する音源ライブラリを使うのが安全だ。生成した音源を使う場合も、利用条件を確認してから使う。
数字が伸びない時期はどう乗り越えますか
伸びない時期は、検証の時期と割り切る。フックだけを変えた投稿を10本試し、最も維持率が高かった型を特定する。この作業は地味だが、次の伸びの土台になる。
チームで運用する場合、何を共有すべきですか
コンセプトの一行、ショットリストの書式、プロンプトの型、テイクの命名規則、投稿後の記録フォーマット。この5つを共有すれば、担当が変わっても品質が落ちない。
まとめ：明日から始める手順
最初にやることは、ツールを揃えることではない。観測のリズムを決めることだ。毎日同じ時間に10分、伸び率、保存率、派生投稿数を見て、一行だけ記録する。これを2週間続ける。
次に、見つけた兆候を自分のジャンルに翻訳する。コンセプトを一行で書き、フックを3案つくり、最も強いものを選ぶ。
そのうえで、ショットリストとプロンプトの型を使って生成する。低解像度で構図を確認し、当たりを引いたら高解像度で作り直す。音は先に決める。
投稿したら、3秒維持率、中間維持率、保存率の順に確認する。改善は一度に1要素だけ。記録を残し、次の投稿で検証する。
トレンドを追う作業は、才能ではなく仕組みだ。観測、翻訳、生成、検証の4工程を回し続ければ、波が来る前に準備できる確率は確実に上がる。そして、その確率の積み重ねが、結果として「バズる」という現象を生む。
