Gemini 3.8 Flash TTS × Claude Opus 5.5で動画を作るのが熱い!この動画の編集はすべてAIです

概要

Claude Opus 5.5とGemini 3.8 Flash TTS(音声生成モデル)のAPIを組み合わせ、ナレーション付きのモーショングラフィックス動画をほぼ指示だけで作る方法の紹介です。Blenderによる3D表現やビートに合わせた演出も、スキル化することで再現性高く生成できます。この動画自体の編集もClaudeが1回の指示で行っています。

主なポイント

• Claude Opus 5.5にGemini TTSのAPIを渡し、「15秒程度のダイナミックなモーショングラフィックス」「Blenderの3Dから2Dへシームレスにつなぐ」「ビートに合わせる」といった指示だけで動画が作れる。
• 何度も試行して再現性を高め、最終的にエージェントスキルとして登録する。スキルにはGemini APIキー、Blenderの使い方、複数のビートパターン、音に合わせた発話テンションの付け方などを含める。
• スキルを呼び出して「イベント告知動画を作って」と送るだけで、告知動画やピックルボール大会のCM動画が完成した。
• 解説動画も作れる。「インフレの仕組みを解説する動画を作って」という12行ほどの指示で、テンポのよい教育動画ができた。
• 架空の抹茶ブランドのCMでは、動画生成や画像生成も併用して映像を作っている。
• スキルには複数の動画スタイル(視聴者維持率の解説、スーパーのセールCM、昔話の読み聞かせ、歴史の年表解説など)が入っている。
• Claudeのリモートコントロール機能を使い、スマホから音声入力でPCに指示を出して動画を作ることもできる。
• 3Dモデリングが難しい場合はThree.jsで代替し、発話の感情の起伏も調整している。Node.jsなどの環境も必要になる。
• この動画の編集は、撮影済み素材と音声が入ったフォルダと、指示文1回だけでAIに任せた。アニメーション、テロップ、シーン切り替えもAIが作っている。
• 動画の質がAIで底上げされるため、今後はノーカットで話す話し手の個性が差になるという感想。スキルデータはチャンネルのメンバーシップ向けに配布予定。

実践に使えること

• Claude Code(またはOpus 5.5)にGemini TTSのAPIキーを渡し、「15秒のモーショングラフィックス動画を作って」と指示して試す。
• 動画の用途(告知、CM、解説、読み聞かせなど)ごとにスタイルを決め、うまくいった手順をスキルとして保存して再利用する。
• 事前にBlenderとNode.jsをインストールしておく。3Dが難しいときはThree.jsを使うよう指示する。
• 撮影済み素材をフォルダにまとめ、テロップ、アニメーション、シーン切り替えを含む編集の指示を1回で出し、AI編集を試す。
• 自分のイベントや商品の告知動画、社内勉強会の解説動画、自己紹介動画を作ってみる。