🎬

AIで作る業務動画 Day 23|マニュアル動画で操作手順をステップバイステップで伝える

に公開

今日のゴール

経費精算システムをテーマにしたマニュアル動画を設計し、パイプラインで生成する。

前提条件

  • Day 21-22の成果物(MultiSceneVideo.tsx、パイプライン一式)
  • パイプラインが動作している(音声生成、リップシンク、Remotion)

マニュアル動画を作る理由

操作手順を動画にする意味はあるのか。

実際に作ってみると、テキストマニュアルにはないメリットがあった。

  • 動きが見える: 「クリック」と書かれてもどこをクリックするかわからない。動画なら一目瞭然
  • 都度参照できる: 操作しながら一時停止して確認できる
  • 問い合わせ削減: 「使い方がわからない」という質問が減る

今回は「経費精算システム 申請の操作手順」をテーマに、約3分の動画を作った。

3種類の動画の比較

Day 21の引継ぎ動画、Day 22の報告動画、そして今回のマニュアル動画。それぞれ構成が異なる。

観点 引継ぎ動画 報告動画 マニュアル動画
構成パターン 背景 → 内容 → 注意 → 連絡先 PREP法(結論ファースト) WHAT-HOW-FAQ
冒頭 自己紹介、目的説明 結論を最初に この動画で学べること
メイン 業務内容説明 実績 + 要因分析 ステップバイステップ
終盤 注意点、連絡先 アクションプラン FAQ(よくある質問)
背景画像 フロー図、チェックリスト グラフ、表 画面キャプチャ
視聴者 後任担当者(1人) 上司・関係者 不特定多数の利用者

マニュアル動画の基本原則は「WHAT-HOW-FAQ」。何をするのか、どうやるのか、困ったときはどうするか。この3つで構成する。

手順

Step 1: シナリオ設計(WHAT-HOW-FAQ)

マニュアル動画は「WHAT-HOW-FAQ」の3部構成で設計した。

WHAT - 何をするのか(操作の目的・概要)
HOW  - どうやるのか(具体的な手順)
FAQ  - よくある質問(トラブル対応)

これを13シーンに分解した。

# シーン 内容
1 タイトル 動画の概要
2 全体の流れ 3ステップ(申請→承認→経理確認)
3 STEP 1表紙 「申請内容を入力する」
4-5 入力手順 新規申請、詳細入力
6 STEP 2表紙 「領収書を添付して申請を完了」
7-9 添付・申請 ファイル添付、確認、完了
10 FAQ表紙 「困ったときには」
11-12 FAQ よくある質問と回答
13 エンディング 締めの挨拶

合計で約3分5秒。

Step 2: 台本作成

各シーンのナレーションを書いた。

シーン1(タイトル)

新しい経費精算システムの操作ガイドをご紹介します。
対象は全社員です。

シーン2(全体の流れ)

経費精算は、3つのステップで完了します。
ステップ1はあなたの役割、申請です。
領収書の詳細を入力し、システムにアップロードして提出します。
ステップ2は上長の役割、承認です。
ステップ3は経理の役割、確認と処理です。
このガイドでは、最初のステップである申請の方法を説明します。

台本で意識したこと:

  • 全体像を最初に示す: 3ステップの流れを俯瞰
  • 視聴者の役割を明確に: 「あなたの役割は申請」
  • 1操作に絞る: 今回は「申請」のみ

Step 3: Google Slideでスライド作成

台本に合わせて、13枚のスライドを作成した。

引継ぎ・報告動画との大きな違いは、画面キャプチャが中心になること。経費精算システムのダミー画面を作成し、操作の流れがわかるようにした。

スライドは1920×1080でPNGエクスポート。Day 20で確立した手順どおり。

Step 4: 音声生成(Gemini TTS)

今回は gemini-2.5-flash-preview-tts を使用した。

response = client.models.generate_content(
    model="gemini-2.5-flash-preview-tts",
    contents=f"Read aloud the following text in Japanese: {text}",
    config=types.GenerateContentConfig(
        response_modalities=["AUDIO"],
        speech_config=types.SpeechConfig(
            voice_config=types.VoiceConfig(
                prebuilt_voice_config=types.PrebuiltVoiceConfig(
                    voice_name="Kore"
                )
            )
        )
    )
)

13シーン分の音声を生成した。合計184.8秒(約3分5秒)。

Day 22で使った gemini-2.5-pro-preview-tts と比べると、flash 版は処理が速い。音質に大きな差は感じなかった。

Step 5: リップシンク生成(Rhubarb)

生成した音声ファイルからリップシンクJSONを生成した。

rhubarb --recognizer phonetic -f json -o scene_001.json scene_001.wav

13ファイルで合計1,081キュー。Day 22(716キュー)より多いのは、シーン数が増えたため。

Step 6: 今回追加した機能

ここでDay 21/22とは異なる工夫を入れた。

背景画像のサイズ調整

マニュアル動画では、操作説明の補足としてアバター(キャラクター)を表示したい。しかし、背景画像(スライド)を画面いっぱいに表示すると、アバターと重なってしまう。

そこで、コンテンツページ(操作説明のあるシーン)では、背景画像を80%に縮小して左上に配置することにした。

"background": {
  "type": "image",
  "image": {
    "src": "day23-slides/page_002.png",
    "fit": "none",
    "transform": {
      "size": {
        "width": "80%",
        "maintainAspectRatio": true
      },
      "position": {
        "x": 0,
        "y": 0,
        "anchor": "top-left"
      }
    }
  }
}

80%という数値は、アバターの表示位置から逆算した。アバターは画面右下に配置されており、横幅341px × スケール0.8 = 約273px。右マージン40pxを考慮すると、アバターの左端は1,607px付近。背景画像を80%(1,536px)にすれば、約71pxの余白が確保できる。

キャラクター表示/非表示制御

すべてのシーンでアバターを表示すると、タイトルやSTEP表紙で邪魔になる。そこで、シーンごとにアバターの表示/非表示を制御できるようにした。

"character": {
  "visible": false  // タイトル、表紙では非表示
}
シーン アバター表示
タイトル(1) 非表示
全体の流れ(2) 表示
STEP表紙(3, 6, 10) 非表示
操作説明(4, 5, 7, 8, 9, 11, 12) 表示
エンディング(13) 非表示

ページ切り替えアニメーション

シーン切り替え時にフェードアニメーションを追加した。

"transition": {
  "enter": {
    "type": "fade",
    "durationFrames": 15,
    "easing": "ease-out"
  }
}

15フレーム(0.5秒)でフェードイン。パッと切り替わるより、自然な印象になった。

Step 7: Remotionでレンダリング

Remotion Studioで確認後、レンダリングを実行した。

npx remotion render MultiSceneVideo \
  --props='{"pipelineDataFile":"day23-pipeline-data.json"}' \
  day23-expense-manual.mp4

動作確認

Remotion Studioで確認したポイント:

  • タイトルとSTEP表紙ではアバターが非表示になる
  • コンテンツページでは背景画像が縮小され、アバターとの重なりがない
  • シーン切り替え時にフェードアニメーションが入る
  • 約3分5秒で完結する

問題なく動作した。

今日の成果物

項目 値
動画ファイル day23-expense-manual.mp4
ファイルサイズ 18.3 MB
動画時間 約3分5秒
シーン数 13

パイプライン実行結果:

工程 結果
音声生成 13ファイル、合計184.8秒
リップシンク 1,081キュー
動画レンダリング 5,543フレーム(30fps)

検証環境

項目 値
OS Windows 11 Pro
Node.js 18.x
Remotion 4.x
TTS API gemini-2.5-flash-preview-tts
検証日 2026-01-23

マニュアル動画のベストプラクティス

今回の制作で得た教訓をまとめる。

やるべきこと

項目 理由
1操作1動画に絞る 長すぎると視聴者が離脱する
画面キャプチャを多用 実際の画面を見せることで再現性が上がる
ステップ番号を明示 「STEP 1」「STEP 2」で進捗がわかる
FAQを入れる 視聴者の疑問を先回りして解消

避けるべきこと

項目 理由
複数操作を詰め込む 1動画は1操作に限定
早口で説明する 操作しながら見る人がついていけない
例外ケースを網羅する 主要なケースのみ、例外は別動画で

3種類の動画を作って気づいたこと

Day 21(引継ぎ)、Day 22(報告)、Day 23(マニュアル)と、3種類の業務動画を作った。

共通して重要だったのは「構成パターン」。何も考えずに作ると冗長になる。型を決めてから作ると、短時間で要点が伝わる動画になった。

動画種類 構成パターン
引継ぎ 背景 → 内容 → 注意 → 連絡先
報告 結論 → 実績 → 要因 → アクション
マニュアル WHAT → HOW → FAQ

また、今回追加した背景画像のサイズ調整やキャラクター表示制御は、他の動画にも応用できる。スライドの内容に応じて、アバターの存在感を調整できるのは便利だ。


明日のテーマ: Day 24では、3種類の動画の制作時間を計測し、効率化のポイントを洗い出します。


シリーズを追いかける

-> 著者ページ(Zenn)

Discussion