ソーシャルメディア動画が伸びる仕組みを理解する
ソーシャルメディアのフィードは、アカウントの規模よりも「その1本がどれだけ視聴者の時間を奪ったか」を重視して配信量を決める。フォロワーが少なくても設計次第で数百万回表示に届く一方、過去に大きな実績があっても1本ごとの反応が弱ければ配信は止まる。だから動画制作は「作品を作る行為」ではなく、「配信アルゴリズムに評価される信号を設計する行為」として捉え直したほうがよい。
アルゴリズムが観測している3つの信号
第一の信号は視聴維持率である。動画の長さに対して平均でどれだけ見られたかを見る指標で、冒頭での離脱が最も重く扱われる。第二は完了率と再視聴で、最後まで見られたか、巻き戻して繰り返し見られたかを示す。第三は能動的反応で、保存・シェア・コメント・プロフィール遷移がここに入る。保存は「後で使いたい」、シェアは「他人に勧めたい」という意思表示であり、単なる高評価よりはるかに強い拡散の根拠になる。
拡散と定着は別のゲーム
1本が伸びることは拡散、フォロワーが増えることは定着である。拡散だけを狙うと刺激の強いフックに寄りすぎてアカウントの軸がぶれる。逆に定着だけを狙うと内輪向けの説明動画になり、新規視聴者に届かない。両者は別の指標で管理すべきで、拡散は新規リーチ数とシェア率、定着はプロフィール遷移率とフォロー転換率で見るのが実務的である。
AI生成が制作サイクルを変える理由
従来の撮影工程は、企画が決まってから公開までに演者・場所・機材・編集の調整が必要で、1本あたりのリードタイムが長かった。AI生成を使うと、このうち「素材の確保」と「再撮影」のコストが大きく下がる。フックが弱ければ冒頭だけ作り直せるし、画風や参照画像を変えて同じ台本を複数バージョン試せる。エンゲージメント最適化は本質的に試行回数の勝負なので、試行単価を下げることは最も直接的な改善手段になる。
エンゲージメント指標を制作設計に翻訳する
指標を眺めるだけでは動画は良くならない。各指標を「どの工程の意思決定に効くか」に翻訳してはじめて使える。
指標と打ち手の対応表
| 指標 | 何を測っているか | 対応する制作判断 |
|---|---|---|
| 3秒維持率 | フックの強さ | 冒頭テロップ、最初のカット、音の入り方 |
| 平均視聴時間 | テンポと情報密度 | 1カットの長さ、前置きの削除 |
| 完視聴率 | 尺の妥当性 | 15秒・30秒・60秒のどれが適切か |
| 保存率 | 実用性 | 手順、チェックリスト、比較表の有無 |
| シェア率 | 感情の強度 | 意外性、共感、主張の切れ味 |
| コメント率 | 参加の余地 | 質問の投げ方、意見が割れる論点 |
| プロフィール遷移率 | 続きを見たい欲求 | シリーズ設計、次回予告、固定投稿 |
目標値は「相対」で置く
絶対値の目標は落とし穴になる。同じ3秒維持率でも、既存フォロワー向けの投稿と新規向けの投稿では意味が違う。まず自分の直近10本の中央値を出し、そこから改善対象を1指標だけに絞る。一度に複数を狙うと、どの変更が効いたのか分からなくなる。
誤解しやすい指標
再生数は最も見栄えがするが、最も判断に使いにくい。インプレッションの内訳（フォロー中・おすすめ・検索）を見ないと、伸びた理由を取り違える。また高評価数は配信への寄与が比較的小さい。保存とシェアを先に見る習慣をつけたほうが、次の1本の精度は上がる。
AI動画制作の全体ワークフロー
ここからは実際の工程を順にたどる。15〜30秒の縦型1本を、企画から書き出しまで半日以内に収めることを目標にすると、週に複数本の検証が回せる。
ステップ1：企画と1文のコンセプト
最初に決めるのは「誰の、どんな困りごとを、どの感情で解決するか」の1文である。これを書かずに生成を始めると、映像はきれいでも伝える内容がぼやける。「視聴者は◯◯したいが、△△で困っている。この動画は□□という方法で解決する」の形式で30字以内に収めたい。
ステップ2：台本と尺の確定
台本は音読して秒数を見積もる。日本語のナレーションはおおむね1秒に4〜5文字、テロップ主体なら1秒に6〜8文字が読みやすい上限である。15秒なら3〜4カット、30秒なら6〜8カットが目安になる。
ステップ3：絵コンテとカット表
カット表には、カット番号、役割（フック・説明・証拠・CTA）、画面内容、カメラの動き、尺、テロップ文言を並べる。この表があると、生成のやり直しが「1カットだけ」で済む。
ステップ4：静止画の生成と選定
各カットのキーフレームを先に画像として作る。動画生成は画像生成より失敗率が高く、消費も大きい。静止画の段階で構図・色・人物の見た目を固めておくと後工程の無駄が減る。
ステップ5：動画化とモーション付与
キーフレームを動画化し、必要に応じてカメラの動きや被写体の動作を指示する。動きが大きすぎると破綻しやすいので、まず弱い動きで試し、物足りなければ段階的に強める。
ステップ6：音声・編集
ナレーション、BGM、効果音、テロップを載せる。編集ではテンポを最優先し、意味のない間を削る。
ステップ7：投稿と検証
投稿後48時間はデータを触らず、その後で指標を確認して次の1本に反映する。1本ごとに「変えた要素は1つ」を守る。
フック設計と脚本：最初の3秒の作り方
どれだけ中身が良くても、最初の3秒で離脱されれば届かない。逆に言えば、3秒の設計だけで結果が大きく変わる領域である。
フックの5類型と使い分け
一つ目は結果先出し型で、完成形や結論を最初に見せてから過程を説明する。二つ目は疑問提示型で、視聴者が答えを知りたくなる問いを投げる。三つ目は逆説型で「実は逆です」と常識をひっくり返す。四つ目はビフォーアフター型で、変化の落差を冒頭で予告する。五つ目は数字提示型で、具体性のある数値を掲げる。実用系は結果先出しと数字提示、エンタメ系は逆説とビフォーアフターが相性よい。
離脱ポイントを設計する
維持率のグラフには必ず谷ができる。よくあるのは、挨拶と自己紹介の区間、説明が抽象的になる区間、尺に対して情報量が薄い終盤である。編集段階でこの3区間を疑い、挨拶は削り、抽象は具体例に置き換え、終盤は次回予告に変換する。
ループとCTA
最後のカットを冒頭とつなげると、意図的な再視聴が生まれやすい。CTAは1本に1つに絞り、「保存して手順を残す」「続きはプロフィールから」のどちらかに寄せる。両方を同時に求めると、どちらも実行されない。
シーン一貫性を守る絵コンテとプロンプト設計
シリーズものや連作では、同じ人物・同じ場所・同じ色調を保つことが視聴維持の前提になる。人物が回ごとに別人に見えると、視聴者は無意識に作品世界から離れる。
参照画像の作り方
同一人物の参照画像は、正面・斜め45度・横顔・全身の4枚を用意するのが実用的である。表情違いよりも角度違いのほうが、生成時の安定に効く。服装は固定し、アクセサリーや髪型も変えない。背景は無地か単純なものを選ぶ。
プロンプトの骨格
プロンプトは「被写体→動作→場所→光→カメラ→スタイル」の順に並べると崩れにくい。例として「30代の女性、白いシャツ、左手でノートを持つ、窓辺のデスク、朝の自然光、ミディアムショット、浅い被写界深度、落ち着いた色調」のように、要素を短い句で区切る。長い文章で情緒を書くより、要素を列挙したほうが再現性が高い。
キーフレームとモーション制御
カットの始点と終点のキーフレームを指定すると、動きの中間が自動で補間される。歩行や振り向きなどの大きな動作は、始点と終点の距離を小さく取るほど破綻しにくい。逆に、手の指や文字など細部が重要なカットは、動きを最小限にして静止画的な見せ方に切り替えると安定する。
破綻したときの修正手順
人物の顔が崩れたら、まず参照画像の枚数を増やす。次に動きの強度を下げる。それでも改善しなければ、カットを分割して短くする。最後の手段として構図を変える。この順番で試すと、無駄なやり直しが減る。
ツールとモデルの選定基準
AI動画のツールは数が多く、どれも「高品質」をうたっている。比較の軸を持たないと選択が感覚頼りになる。
選定の5軸
第一に画風の再現性。狙った画風を毎回出せるかどうか。第二に一貫性。参照画像やキャラクター保持の仕組みがあるか。第三にモーション品質。動きの自然さと破綻の頻度。第四に尺と解像度。生成できるクリップ長と出力サイズが用途に足りるか。第五に権利と商用利用。利用条件と生成物の扱いが明確か。
用途別の組み合わせ例
実写風の商品紹介なら、フォトリアル寄りの画像生成と短尺の動画生成を組み合わせ、カット数を増やす。アニメ調のストーリーなら、キャラクター参照に対応したモデルを使い、背景は固定素材で補う。情報解説なら、動画生成は最小限にして図解とテロップを中心にし、生成物は背景やアイキャッチに留める。この割り切りが、結果的に制作速度と品質の両方を守る。
試作の進め方
新しいツールは、いきなり本番の企画で試さない。同じプロンプトを3ツールで回し、同じカットを並べて見比べる比較テストを行う。評価は「破綻しなかったか」「やり直し回数は何回か」「納得まで何分かかったか」の3点で記録する。この記録が、次回以降のツール選択を速くする。
編集・音声・テロップの仕上げ
生成した素材は素材にすぎない。エンゲージメントを決めるのは仕上げの工程である。
音が視聴維持に与える影響
冒頭0.5秒に効果音や声を入れると、スクロール中の指が止まりやすい。BGMはテンポの良いものを選び、ナレーションの帯域を邪魔しない音量に下げる。無音区間が1秒以上続くと離脱が増えるので、環境音や軽い効果音で埋める。
テロップ設計の具体則
1行は全角13〜16文字まで。1画面に2行まで。重要語だけ色や太さで強調し、全部を装飾しない。位置は画面下から15〜20%程度上げ、端末のUIと重ならないようにする。読み終わる前に消えるテロップは、存在しないのと同じである。
書き出しと圧縮
縦型は1080×1920、フレームレートは素材に合わせて30または60を選ぶ。ビットレートを上げすぎても再圧縮で失われるため、アップロード後の見え方を確認する。書き出し後に一度スマートフォンで再生し、音量とテロップの可読性を必ず確認する。
プラットフォーム別の最適化と投稿設計
同じ動画でも、置かれる場所によって評価軸が変わる。
縦型フィードの作法
縦型のフィードは音声オフでも成立する必要がある。テロップと映像だけで意味が通る構成にし、音声は補助と考える。冒頭の1カットは被写体を大きく映し、細部は後半で見せる。
横型・長尺の使い所
横型は解説や比較、複数ステップの手順に向く。冒頭30秒で結論を出し、その後で根拠を積む構成にすると離脱が減る。長尺は構成そのものが価値になるので、章立てとタイムスタンプを用意する。
1本を複数に分解する
長尺1本から、結論だけの15秒、手順だけの30秒、失敗談だけの20秒を切り出す。それぞれ別のフックを付け直すと、同じ素材で複数の入口を作れる。これが制作コストを変えずにテスト回数を増やす最も簡単な方法である。
計測と改善サイクル
改善は気合ではなく手順である。
週次のレビュー
週に1回、直近の投稿を指標の降順に並べ、上位3本と下位3本を並べて見る。見るのはフックの種類、尺、カット数、テロップ量、音の使い方の5項目。共通点が見つかったら、それが次の仮説になる。
A/Bテストの設計
変える要素は必ず1つにする。同じ台本でフックだけを変える、同じ素材で尺だけを変える、という形で比較する。サンプル数が少ないうちは、差が出なくても「どちらも同じくらい」という情報が得られたと考えればよい。
伸びた本の横展開
当たった動画は、シリーズ化・別テーマへの移植・尺違いの再編集の3方向に展開する。当たりを新しく作るより、当たりを薄く広げるほうが再現性が高い。
記録を残す
プロンプト、参照画像、カット表、指標を1本ごとに1ファイルにまとめる。3か月後、この記録が最も価値のある資産になる。
よくある失敗、FAQ、次の一歩
失敗パターン
一つ目は冒頭が長いこと。二つ目は1本に複数の主張を詰め込むこと。三つ目はテロップが多すぎて映像が見えないこと。四つ目は人物の一貫性を無視して連作を崩すこと。五つ目は指標を再生数だけで判断すること。六つ目は当たった理由を分析せずに雰囲気で真似ること。七つ目は投稿頻度を落として学習速度を鈍らせること。
よくある質問
Q. 撮影機材や演者がいなくても始められますか。 はい。静止画生成と動画生成、ナレーション合成、編集ソフトがあれば、15秒の縦型1本は制作できる。最初は機材より構成の練習に時間を使うほうが効果的である。
Q. どのくらいの頻度で投稿すべきですか。 品質が保てる範囲で週3〜5本が現実的な目安になる。2本でも継続できるなら、毎日を目指して質を落とすより有効な場合が多い。
Q. 尺は何秒が最適ですか。 情報の量で決める。1つの気づきなら15秒、手順なら30〜45秒、比較や解説なら60秒以上が向く。迷ったら短いほうから試す。
Q. AI生成だと没個性になりませんか。 参照画像とプロンプトの書き方次第で個性は出る。逆に、誰でも同じ映像を作れる前提に立つと、差がつくのは構成と編集になる。
Q. 効果測定はどこまでやるべきですか。 最初は3秒維持率、平均視聴時間、保存率の3つで十分である。慣れてきたらシェア率とプロフィール遷移率を加える。
Q. 反応が悪い動画は消すべきですか。 消す必要はない。ただし固定投稿から外し、次の動画にリソースを回す。過去の投稿はアカウントの傾向を測るデータとして残しておく価値がある。
Q. 音声は合成と自分の声、どちらが良いですか。 継続できるほうを選ぶ。合成音声は修正が速く、自分の声は親密さが出る。両方を試し、指標で判断すればよい。
次の一歩
まずは15秒の1本を、企画から投稿まで通しで作る。次に同じ台本でフックだけを3パターン作り、48時間後に3秒維持率を比べる。この1回の検証で、感覚ではなく数字で次の判断ができるようになる。動画のエンゲージメントは才能ではなく、設計と反復の積み重ねで決まる。
