窓際族物語 / 動画

Codex・Claude Code × Wan 3.0｜いつものコーディングAIから始める動画制作【窓際族物語】

Name: Codex・Claude Code × Wan 3.0｜いつものコーディングAIから始める動画制作【窓際族物語】
Uploaded: 2026-10-14T10:06:03.617Z
Description: 普段使うCodex・Claude Codeから、Wan 3.0による映像生成、Irodoriによる音声修復、Remotionでの編集へ。やめ太郎とたこさんが、キャラクターシート、料金、Gitで育てるスキルと制作記録を実例とともに解説。

普段使うCodex・Claude Codeから、Wan 3.0による映像生成、Irodoriによる音声修復、Remotionでの編集へ。やめ太郎とたこさんが、キャラクターシート、料金、Gitで育てるスキルと制作記録を実例とともに解説。

YouTubeで見る ↗

動画の内容を、次の制作へ

この方法で作る

コピーした指示を、作りたいものや参照画像と一緒にAIへ貼り付けてください。

使えるツールを確認してから進めます。必須ツールが使えない場合は、設定方法を案内します。

コピーされる指示を確認

以下の実行指示書に従って、私の指定内容と添付素材から制作を進めてください。まず利用可能な環境と不足を確認し、必須工程を別方式へ独断で置き換えないでください。

# 実行指示：コーディングAIで短編動画を作る

更新日：2026-10-22。この文書は動画内容の要約ではなく、制作を進めるAIへの指示です。
正本：https://madogiwa.work/episodes/coding-ai-wan-video-workflow/workflow.md
動画の記録・当時の設定：https://madogiwa.work/episodes/coding-ai-wan-video-workflow/guide.md

## 目的と開始時の確認

ユーザーのあらすじ・人物資料から、生成映像と必要な音声・字幕を組み合わせた完成動画を制作してください。既に指定された内容・尺・縦横比・用途・予算を使い、不足する事項だけ確認します。目的や登場人物を勝手に追加しないでください。

最初に「工程／利用するツール／利用できる根拠／不足」を示します。画像・動画の閲覧、ファイル保存、動画生成、必要な音声生成、編集・レンダーが実際にできるか確認してください。ローカルGPUや言語モデルの利用だけで動画生成まで可能と判断しないでください。実行機能がないチャットでは、制作済みとせず必要な実行環境を案内します。APIキーは会話へ貼らせず、ユーザーの環境で設定してください。

## 必須の機能と代替条件

- 必須は、指定された人物・演技を映像化できる生成機能と、完成動画を編集・書き出し・確認できる環境です。動画生成が使えなければ、その工程で停止して設定や素材提供による再開方法を示します。静止画スライドや簡易な図形アニメを、生成映像の代わりに独断で納品しないでください。台本や参照の整理は進められます。
- 動画で紹介したWanは実例です。モデルの指定がない場合、参照画像、必要な尺・解像度、演技、音声・リップシンク、費用に対応する別サービスやローカル動画モデルを選べます。使える機能を実際の環境と公式資料で確認し、選定理由を示してください。ユーザーがWan等の特定モデルでの再現を指定した場合はそれを必須とし、利用不可なら勝手に置換しません。
- Irodoriは音声修復の一例です。音声に問題がなければ修復不要です。同じ声の維持が必要なら、参照音声を扱える利用可能な手段を使います。対応できなければ別人の声で穴埋めせず相談します。
- Remotionは再現可能な字幕・編集の実例です。ユーザーが特定していなければ、正確な文字、同期、再編集可能な設定を保持できる編集手段を選べます。元の顔や演技の失敗を字幕で修正できた扱いにしません。

## 読む資料と用途

必要な資料を次の順に読んでください。リンクを読めなければ不足する本文を求め、推測したAPIを実行しません。これらはMMUの制作実例です。キャラクター、声、内部パス、契約、既定の単一タスク制約を他の環境へ丸ごと適用しないでください。

1. [人物と参照画像の準備](https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/.claude/skills/wan-video/references/identity-and-reference-workflow.md)：顔・体格・衣装の参照を分ける考え方を読む。人物はユーザーの資料を正本にする。
2. [プロンプトの構成](https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/.claude/skills/wan-video/references/prompt-pattern.md)：人物、動作、時間、音声の対応を設計する。Wan固有の構文は他モデルへそのまま渡さない。
3. Wanを使う場合だけ、[API設定形式](https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/.claude/skills/wan-video/references/config-format.md)と[実行スクリプト](https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/.claude/skills/wan-video/scripts/qwen_wan3_generate.py)を読む。引数、環境変数、依存関係、入力検査、task再開を確認する。他サービスにはその公式の実行方法を使う。
4. 音声修復が必要なら[部分差し替えの実例](https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/.claude/skills/wan-video/references/video-voice-patch.md)、完成編集では[書き出し解像度の方針](https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/.claude/skills/remotion-video/references/export-resolution.md)を読む。

GitHub画面が読めない場合は、同じパスを https://raw.githubusercontent.com/K9i-0/madogiwa-multimedia-universe/main/ に続けて本文を取得できます。相対リンクは元ファイルの場所から解決してください。参照ファイルだけを取得し、大きな素材を無条件で複製しないでください。

## 制作の手順と品質確認

1. **台本と参照。** シーンごとに人物・行動・セリフ・カメラ・時間を整理し、人物を識別できる画像を確認します。鮮明な顔写真と体格・衣装の資料を区別します。声質参照と今回読む文を混同しません。既に承認された台本は不要に再承認を求めず進めます。
2. **入力と費用。** 採用するモデルの公式仕様で尺、参照画像・動画・音声、解像度、入力上限、現行料金を確認し、設定と見積りを記録します。ローカルの場合も必要メモリ、実行方法、音声対応を確認します。動画内の料金・割引を現在の見積りとして転記しません。未承認の課金・追加購入は確認します。
3. **生成。** モデルの制約と連続性に合わせてタスクを設計し、勝手に人物や話を省略しません。通常の短編は480p生成を出発点にし、ユーザー指定や必要条件を優先します。入力・実送信プロンプト・設定・task ID・取得物を保存します。タイムアウト時は既存taskの状態を調べ、同じ有料生成を重複送信しません。
4. **生成物の監査。** 全編を再生し、顔・身体・人数・小道具・演技・場面連続性・発話者・発音・言葉抜けを確認します。重大な人物や演技の失敗はこの工程で修正します。映像が採用でき、問題が音声の一部だけなら局所修復を検討します。
5. **音声修復。** 差し替える語句と前後の間を実測し、同じ声質の参照から生成します。短語が不自然なら一文で生成して必要範囲を切り出します。元音声と比較し、声質・音量・尺・口とのずれを確認します。声の置換だけで口の動きも直ったとしません。同期が成立しなければ再生成等の必要を示します。
6. **完成編集。** 正確な日本語字幕・ロゴは編集で描画します。顔・口元を隠さず、映像と音声の時間を保ちます。標準の完成出力は横1280×720／縦720×1280。480p生成と720p納品を区別し、拡大は元素材から一度だけ行います。AI超解像や高解像度の再生成は自動で追加しません。
7. **納品確認。** 完成ファイルを再生し、字幕の誤字・切れ・同期、全発話、音量、先頭と末尾、解像度・fps・尺を確認します。レンダー成功だけで映像・音声を合格としません。確認できない項目は明記します。

完成動画、編集コードまたは再編集可能な設定、台本、生成設定、修正内容、未解決事項を渡してください。動画の完成と投稿・公開は区別し、依頼の範囲を超えて投稿しないでください。

動画の解説資料を読む

# コーディングAIとWan 3.0で動画を作る

- 動画：https://www.youtube.com/watch?v=RMWefLVS9vQ
- 制作ページ：https://madogiwa.work/episodes/coding-ai-wan-video-workflow
- 解説資料：https://madogiwa.work/episodes/coding-ai-wan-video-workflow/guide.md
- 対象版：台本v11・画面v12（2026-10-14）
- 資料更新日：2026-10-22

## この方法で制作するには

[AIに渡す実行指示書](https://madogiwa.work/episodes/coding-ai-wan-video-workflow/workflow.md)を使ってください。環境確認、必須の機能と代替条件、具体的な参照コード、工程ごとの品質確認をまとめています。必須機能が使えない場合は、独断で別方式へ変更せず不足と再開方法を示します。

以下は動画内容の記録です。過去の依頼例・台本・設定と、新しい制作の実行指示を区別してください。

## この資料について

動画の内容をAIへの相談に使えるよう、採用台本から要点・手順・発話をまとめた資料です。発話部分は台本ベースで、音声の自動書き起こしではありません。依頼文はこの資料用に追加しています。動画制作時点の事例・価格・設定を、現在のサービス仕様と区別してください。
URLを読めるAIにはこの資料のURLとやりたいことを渡してください。URLを読めない環境ではMarkdown全文を貼り付けてください。参照画像やAPI設定そのものは、この資料には含まれません。

## 要点と制作手順

コーディングAIに相談して台本と指示を作り、Wanで映像、必要に応じてIrodoriで声を修復し、Remotionで字幕や画面を仕上げる制作方法です。

1. 作りたい話・登場人物・尺・オチを相談し、生成前に台本を確認します。指示を考えるモデル、映像を生成するモデル、音声を作るモデルの役割を分けます。
2. 見た目の基準画像を用意します。実写人物では鮮明な顔写真と全身体格・衣装の資料を分け、粗い全身画像の顔に引っ張られないようにします。
3. APIを呼ぶコード、素材、制作手順を準備し、コーディングAIからWanを実行します。仮面を借りる人物の体格まで別人にならないよう、人物・衣装・行動の関係を明確にします。
4. 声質の参照と、今回読むセリフを区別します。動画生成後は人物の一致、演技、読み間違い、言葉抜けを確認します。
5. 映像が採用できる場合、誤った一言だけをIrodori等で生成して差し替える方法があります。短語だけでは長くなる場合、一文を生成して必要部分を切り出します。声を替えても口の動きは変わらないので、声質・尺・口とのずれを確認します。
6. 正確な日本語字幕・見出し・ロゴはRemotionで後付けします。Reactで文字を描き、時間・位置をコードで管理します。顔や演技の誤りは字幕編集では直せません。
7. 採用素材、台本、設定、失敗と修正、適用条件をGitやスキルに残します。参照音声の長さは1本ごとと合計の両方を送信前に確認します。

### 動画内の条件・費用

動画制作時のQwen Cloud / Wan 3.0の説明は、30秒・1ドル160円で通常料金480p約240円、720p約480円、1080p約960円。収録時の3割引表示では約168円・336円・672円です。現在の価格や割引の保証ではありません。
投稿者の「30秒の完成動画1本平均約300円、生成合計約60秒」は制作実績の概算であり、料金表から全利用者に約束できる金額ではありません。エージェント、音声、編集環境の費用は別です。
本作で紹介する短編映像はコスト優先で基本480p生成。高解像度での再生成は演技も変わり得るため再確認が必要です。完成書き出しの720pと生成APIの解像度は区別してください。

## AIへの依頼例

```text
この解説の方法を参考に、Wan 3.0で短い動画を作りたいです。
内容：［あらすじ］／登場人物：［人物］／尺：［秒数］／予算：［上限］。
台本と人物資料を整理し、Wanで生成、必要な音声修復、Remotionで字幕を仕上げる流れを考えてください。
まず利用可能なAPI・編集環境と不足資料を確認し、台本と費用の見積もりから始めてください。
```

## 動画で話した内容（採用台本より）


### 1. いつものCodexで、動画も作れる？

**やめ太郎**「窓際族物語の動画は、相変わらずアホやな〜」

**やめ太郎**「ワイもこういう動画、作ってみたいわ。でも、難しいんやろか」

**たこさん**「普段、Claude CodeやCodexを使っているなら、その延長で始められますよ」

**やめ太郎**「Codexって、いつも開発に使ってるアレか？」

**たこさん**「そうです。よく使ってるんですか？」

**やめ太郎**「よく使ってるも何も、ワイのコードは、もはや100%バイブコーディングやで！」

**やめ太郎**「みんなから、『やめさん、もう要らないね』って、AIの使い方を褒められとる」

**たこさん**「それ、本当に要らないと思われてるんじゃ……」

**たこさん**「どうも、たこさんです。」

**やめ太郎**「どうも、無職やめ太郎やで！」

**たこさん**「今回は、CodexやClaude Codeを使って、窓際族物語のような動画を作る方法を紹介します。」

**やめ太郎**「ちなみにワイ、動画編集ソフトとか、ほとんど使ったことないで」

**たこさん**「今回の方法なら、編集もCodexに会話で頼めます。慣れないソフトの画面を自分で操作しなくても進められますよ」

**やめ太郎**「それなら、ワイにもできそうやな。しょうもないネタなら、山ほどあるで」

**たこさん**「今日は、そのネタを動画にする方法です。作り方、かかるお金、失敗の直し方まで見ていきましょう」

**たこさん**「まずは、今回の作り方で仕上げた、こちらの一本です」

**やめ太郎**「身代わりを出社させて、自分は家で酒か。働かんための準備だけ、妙に手が込んどるな」

**たこさん**「では、この一本の作り方を分解してみましょう」


### 2. 動画のモデルと、使うためのツール

**やめ太郎**「でも、Codexが映像まで作ってるんか？」

**たこさん**「この作り方では、AIの役割を三つに分けると分かりやすいです。指示を考える、映像を作る、声を作る、です」

**たこさん**「一つ目は、CodexやClaude Codeの中で働くモデル。会話を理解して、指示やコードを考えます。Codexなどは、それを使って作業するためのツールです」

**たこさん**「二つ目は、Wanなどの動画生成モデル。受け取った指示や画像から、映像を作ります」

**たこさん**「三つ目は、Irodoriなどの音声モデル。必要に応じてセリフを作ったり、声を直したりします。音声修復の場面で、詳しく見ていきます」

**やめ太郎**「考える係、映像の係、声の係か。一人で全部やっとるわけやないんやな」

**たこさん**「動画生成モデルの例が、ByteDanceのSeedance、AlibabaのWan、MiniMaxのH3です。それぞれ別の会社が提供しています」

**やめ太郎**「窓際族物語は、どれにアホなこと頼んどるん？」

**たこさん**「WanとH3を使っています。今回は、Wan 3.0を使った制作方法を紹介します」

**たこさん**「ブラウザの画面で操作したいなら、Higgsfieldのようなサービスを使う方法もあります。使えるモデルなどは、契約するプランによって変わります」

**やめ太郎**「モデルを選ぶ話と、それをどう使うかの話があるわけか」

**たこさん**「はい。この動画では、窓際族物語で実際に使っている、CodexやClaude Codeから生成や編集のツールを動かす方法を見ていきます」

**たこさん**「相談した内容をプロンプトにして、Wanへ渡す。生成した動画を確認して、必要な編集まで進めてもらいます」

**やめ太郎**「ほな、ワイはいつもの『ここ直して』で頼めるんか」

**たこさん**「そうです。WanはAPIで呼び出し、音声や編集のツールはコードやコマンドで動かします。編集ソフトの画面を手で操作する作業は、この方法ではしていません」

**たこさん**「最初に、ツールを呼び出すコードや素材、制作手順を用意する必要はあります。窓際族物語では、これらを制作リポジトリにまとめています」

**たこさん**「リポジトリの中身は、後半で紹介します。URLも概要欄に載せておきますね」

**やめ太郎**「いつもの開発環境に、動画のツールを足す感じか。注文するだけなら、ワイ得意やで」


### 3. プロンプトを書くAIも大事

**やめ太郎**「映像の出来は、動画のモデルで決まるんやな？」

**たこさん**「それに加えて、指示を考えるモデルの性能も大切です。この方法では、プロンプトもCodexやClaude Codeに組み立ててもらっています」

**たこさん**「さっきのニュースでは、身代わりの福ギュンさんが、そば屋さんの仮面を着けています」

**たこさん**「でも、体格まで筋肉質なそば屋さんに変わったら困りますよね。誰の体格で、誰の仮面なのか。分けて指示する必要があります」

**やめ太郎**「仮面一枚で筋肉まで付いたら、ワイも欲しいわ」

**たこさん**「今回は我慢してください。人物の関係やオチを取り違えた指示では、映像がきれいでも別のお話になります」

**やめ太郎**「きれいに撮れてても、頼んだ話と違ったら困るな」

**たこさん**「だから、生成前に台本を見ます。誰が何をするか。どの順で見せるか。オチは残っているか」

**やめ太郎**「映像を作ってから気づくより、台本で気づいたほうがええな」

**たこさん**「ここで気づければ、作り直しも減らせますからね」


### 4. 同じキャラクターを、次の一本にも

**やめ太郎**「続編も作りたいで。でも、毎回別人になったら困るな」

**たこさん**「そこで、見た目の基準になるキャラクターシートを渡します。顔や髪型、体格を、画像で見せるんです」

**やめ太郎**「衣装も場所も違うのに、福ギュンやって分かるな」

**たこさん**「同じ人物として登場させやすくなります。ただし、資料を渡せば必ず同じになるわけではないので、出来上がりは毎回確認します」

**やめ太郎**「あれ。この全身のほう、顔が消えてるやん」

**たこさん**「実写メンバーでは、あえてそうしています。全身を一枚に収めると、顔が小さくなりますよね」

**たこさん**「その粗い顔に引っ張られて、本人の顔の再現精度が落ちることがあるんです」

**やめ太郎**「親切で資料を増やしたのに、かえって迷わせるんか」

**たこさん**「だから、顔は大きく鮮明な写真。全身は体格や服装。何を参考にしてほしいか、役割を分けています」

**たこさん**「資料の枚数だけでなく、伝える情報を整理する。この制作で続けている工夫です」


### 5. 惜しい一言は、音声だけ直す

**たこさん**「台本と人物の資料がそろったら、Wanで生成します。このニュースでは、アナウンサーの声の見本も渡しています」

**やめ太郎**「毎回同じ声で出てきてほしいもんな」

**たこさん**「声の見本は、声質や話し方の参考。今回読ませる台詞は、別に指定します。Wanが映像と一緒に生成した声を生かす作り方です」

**たこさん**「ただ、日本語の読み間違いや、言葉の抜けが起きることもあります」

**やめ太郎**「映像はええ感じやのに、セリフだけ間違ってるんか。これ、直せへんの？」

**たこさん**「ここで、声を作るモデルの出番です。Irodoriは、読ませたい文章から音声を生成するモデルです」

**たこさん**「声の見本も渡せるので、その声質を参考に、新しいセリフを作れます。今回は、動画の中のアナウンサーの声を見本にしました」

**たこさん**「そうして作った音声で、冒頭の『速報です』だけを差し替えました。修正前と後を、続けて聞いてみましょう」

**やめ太郎**「その一言のために、動画を丸ごと作り直したんか？」

**たこさん**「いいえ。映像は残して、必要な声だけ直しています。この修正では、Wanに動画を作り直させていません」

**たこさん**「別の回では、短い言葉だけ生成すると長すぎて、元の尺に入りませんでした」

**たこさん**「そこで、一文を生成してから、必要な部分だけ切り出す方法も試しました」

**やめ太郎**「短く言わせたいから、長く作るんか。そこは経験せんと分からんな」

**たこさん**「ただ、声を替えても口の動きは変わりません。声の調子、長さ、口とのずれは確認します」

**たこさん**「ニュースの長い説明なら、資料映像に声を重ねる構成も使えます」

**やめ太郎**「直すだけやなく、見せ方でも助けられるんやな」


### 6. 編集も「ここ直して」で進める

**たこさん**「次は編集です。Remotionという、コードで動画を編集するツールで、字幕や見出し、局のロゴを重ねます」

**やめ太郎**「その文字も、Wanにまとめて頼んだらあかんの？」

**たこさん**「動画生成AIに、正確な日本語の文字を、動画の間ずっと安定して出してもらうのは難しいんです。字幕やテロップは、後から重ねるほうが扱いやすいですね」

**やめ太郎**「事件はデタラメでも、字幕は正確に頼むで」

**たこさん**「そこは守りましょう。Remotionは、Webサイトでも使うReactで画面を作り、時間に合わせて変化させて、動画にする仕組みです」

**たこさん**「文字は指定した文章をフォントで描きます。映像の演技はWan、正確な字幕やテロップはRemotion、という役割分担です」

**やめ太郎**「テロップが付いたら、急にちゃんとした報道になるやん」

**たこさん**「事件の内容は、そのままですけどね」

**たこさん**「字幕を少し下へ。見出しを短く。そういう修正も、Codexに会話で頼みます」

**やめ太郎**「ああ、ここは分かるで。余白をもうちょい、って頼むやつや」

**たこさん**「文字や位置をコードで管理するので、次の作品にも同じ形を使えます」

**たこさん**「ただし、字幕の位置は編集で直せても、顔や演技そのものが違うなら、生成素材を見直す必要があります」

**やめ太郎**「字幕をきれいにしても、別人は別人のままやもんな」


### 7. かかるお金と、解像度の選び方

**やめ太郎**「そういえば、一本作るのにどれくらいかかるん？ ワイ、そこが一番気になるわ」

**たこさん**「今回使っているQwen CloudのWan 3.0では、生成料金は秒数と解像度で変わります」

**たこさん**「日本円でイメージできるよう、ここでは1ドル160円として計算します。割引前の料金で30秒なら、480pは約240円、720pは約480円、1080pは約960円です」

**たこさん**「収録時点では三割引の表示もあります。同じ30秒なら、480pは約168円、720pは約336円、1080pは約672円です。適用条件は使うときに確認してください」

**やめ太郎**「解像度を上げると、値段も結構変わるんやな」

**たこさん**「窓際族物語では、30秒の動画一本あたり、平均すると300円くらいかかっています」

**やめ太郎**「一発で完成とはいかへんのやな」

**たこさん**「作り直しも含めると、30秒の完成動画に、合計60秒分くらい生成しています。平均300円は、割引や為替も含めた、実際の制作での目安です」

**たこさん**「スキルで最初の生成の完成度を上げたり、必要な部分だけ再生成したりして、丸ごとの作り直しを減らしています」

**やめ太郎**「それでも、やり直しの予算は見といたほうがええんやな」

**たこさん**「ここでの金額は動画生成の費用です。Codexなどの利用料や、音声・編集を動かす環境の費用は別にかかります」

**たこさん**「だから、まず低解像度で構図や演出を試します。画質が必要な作品は、最後に高解像度で生成する進め方があります」

**たこさん**「ただ、高解像度で再生成すると、演技や細部が変わることもあるので、最後にもう一度確認します」

**やめ太郎**「窓際動画は、最後にきれいにしてるん？」

**たこさん**「今回のWan動画は、ネタが伝わればよしとして、基本的に480pで止めています。画質は少し妥協して、コストを優先していますね」

**やめ太郎**「ワイは多少画質が粗くてもええな。その分、いろんなネタを作りたいわ」

**たこさん**「はい。浮いた予算は、次のネタに回しています」


### 8. 一本作るたび、スキルも育てる

**やめ太郎**「ワイ、次の一本で全部忘れて、同じところで詰まる自信あるで」

**たこさん**「同じ失敗を繰り返さないために、スキルへ手順を残します。AIが必要なときに読む制作手順書に、資料や実行コードをまとめるんです」

**やめ太郎**「スキルなら、ワイも開発でよく使ってるで！ワイが要らなくなったのも、こいつのせいや！」

**たこさん**「使いこなしてる証拠、ということにしておきましょう」

**たこさん**「動画でも同じです。スキルも、キャラクターシートも、過去エピソードの台本や制作記録も、Gitで管理しています」

**やめ太郎**「コードだけやなく、作り方もGitに入れるんか」

**たこさん**「そうです。何を変えたか履歴が残りますし、次の制作では、Codexに前の記録を読んでもらえます。会話で伝えたことを、次にも使える形にするんです」

**やめ太郎**「ワイの記憶はあやふやでも、記録は残せるわけやな」

**たこさん**「窓際族物語のリポジトリは、GitHubで公開しています。概要欄にURLを載せるので、実際のスキルや制作記録も見てみてください」

**たこさん**「例えば、このニュースの制作ログにも、役立つ失敗が残っています。声の見本が長すぎて、APIに断られました」

**たこさん**「短く分割して再送したら、今度は合計時間でも引っかかったんです」

**やめ太郎**「分けただけで、送る量は変わってへんかったんか」

**たこさん**「今は送信前に、一本ずつの長さと、全部の合計を確認しています。条件を外れたら、その場で止めるようにしました」

**やめ太郎**「反省文を残すだけやなく、次に止めてくれる仕組みを作るんやな」

**たこさん**「そうです。さっきの音声修復も、比較してよかった方法を手順に残しています。モデルを比較して、修正用の標準を更新したこともあります」

**やめ太郎**「ほな、成功した設定を全部に使えば安心やな」

**たこさん**「そこまで安心しないでください。ある人の短文に効いた設定が、別の人や長文にも合うとは限りません」

**たこさん**「誰に、何を使ったか。どう直したか。どこまで確かめたか。使える条件も、一緒に残します」

**やめ太郎**「出来上がりを確認して、うまくいった手順を次にも使えるようにするんやな」

**たこさん**「はい。開発と同じで、一本作るたびに、作品と作り方の両方が残ります」

**やめ太郎**「注文するだけやと思ってたのに、ワイも作る側になってきたな」

**たこさん**「もう十分、作る側ですよ」


### 9. 最初の一本と、次回予告

**たこさん**「Codexに相談して、Wanで映像を作る。必要な声を直して、Remotionで仕上げる。まずは短い一本から試してみてください」

**やめ太郎**「よっしゃ。ワイも一本、作ってみるで」

**たこさん**「H3を使った別の作り方も、今後紹介します。それでは、また次回」


## 出典・さらに詳しい制作記録

- [採用台本](https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/youtube_ai_video_workflow_20261013/script.md)
- [制作リポジトリ](https://github.com/K9i-0/madogiwa-multimedia-universe)

動画の概要欄で紹介している参考リンク・クレジット元：

- https://github.com/K9i-0/madogiwa-multimedia-universe
- https://github.com/sobaya-0141/Seedance_Madogiwa
- https://www.qwencloud.com/models/wan3.0-video
- https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/53_sobaya_proxy_worker_news/wan_generation_log_v6.md
- https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/53_sobaya_proxy_worker_news/wan_generation_log_v4.md
- https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/72_tokyo_madogiwa_park/voice_patch_experiment.md
- https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/72_tokyo_madogiwa_park/okayaman_large_patch.md
- https://github.com/K9i-0/madogiwa-multimedia-universe/tree/main/03_SCRIPTS/youtube_ai_video_workflow_20261013
- https://opentracks.com/bgm/detail/4695
- https://commons.nicovideo.jp/works/nc116360
- https://www.youtube.com/watch?v=n8X9_MgEdCg
- https://qiita.com/Yametaro/items/a40ffcd65d77ed8b29a0
- https://qiita.com/Yametaro/items/21b8772e6c0d1d77e176
- https://qiita.com/Yametaro/items/255eea3124e769ce845c
- https://seed.bytedance.com/en/blog/seedance-2-0-official-launch
- https://home.alibabagroup.com/en-US/ai-governance/wan
- https://www.minimax.io/news/minimax-h3-open-source
- https://higgsfield.ai/creator-hub/help-center/plans/how-do-higgsfield-plans-work
- https://www.remotion.dev/docs/idea
- https://github.com/Aratako/Irodori-TTS

## 補足・出典・クレジット（動画公開時の概要欄より）

Codex・Claude Code × Wan 3.0｜いつものコーディングAIから始める動画制作【窓際族物語】

CodexやClaude CodeでWebサイト・アプリなどを作っている人へ。
いつものAIとのものづくりを、動画制作にも広げる方法を、やめ太郎とたこさんが解説します。

第53話の架空ニュースを軸に、Wan 3.0での生成、キャラクターシートの情報設計、Irodori-TTSによる音声の部分修復、Remotionでの編集を紹介。生成料金と解像度の考え方に加え、制作中の失敗や比較結果をスキルと実行コードへ残し、次の作品へ生かす過程も扱います。
制作の操作はCodex・Claude CodeからAPI・コード・コマンドで実行しています。参照資料や実行環境をリポジトリへ用意したうえで、人間が内容と採用結果を判断しています。

制作リポジトリ
https://github.com/K9i-0/madogiwa-multimedia-universe
今後紹介予定のMiniMax H3の制作手法（同僚のリポジトリ）
https://github.com/sobaya-0141/Seedance_Madogiwa

料金出典：Qwen Cloud / wan3.0-video（2026-10-13確認）
https://www.qwencloud.com/models/wan3.0-video
通常表示価格：480p $0.05/秒、720p $0.10/秒、1080p $0.20/秒。
説明用の固定換算1ドル160円で、30秒あたり通常価格は約240円／480円／960円。
確認時点では30%引きの表示があり、割引価格は480p $0.035/秒、720p $0.07/秒、1080p $0.14/秒。同じ換算で30秒あたり約168円／336円／672円です。
適用条件・最新料金は利用時に確認してください。実際の請求額は為替・割引・決済条件等で変わります。
窓際族物語の制作実績では、30秒の完成動画1本に平均約300円、作り直しを含む生成量は約60秒分が目安です。厳密な料金表の試算とは別の概算実績で、スキルの改善や必要部分だけの再生成で費用を抑えています。
本編の金額は動画生成分のみ。AIツールの利用料、機材、ローカル処理などは含みません。
低解像度から試す進め方は制作の選択肢として紹介しており、再生成で同一の演技や画面が保証されるものではありません。
MiniMax H3を使う手法の費用差・所要時間の具体的な比較は今後の紹介を予定しています。

制作過程の資料
第53話「そば屋・替え玉出社事件」：冒頭「速報です」の音声修復、参照音声の長さ制限に関する失敗記録、現在の送信前検証。
https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/53_sobaya_proxy_worker_news/wan_generation_log_v6.md
https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/53_sobaya_proxy_worker_news/wan_generation_log_v4.md

第72話「東京マドギワランド」：動画内の声を参照し、一文から「公式サイトでも」の1.2秒を切り出した比較実験。
この比較は完成本編とは別の検証で、当時のIrodori Smallを使用しています。後日、おかやまんで行った別の比較を受け、既存動画のセリフ修正にはLargeを使う運用へ更新しました。
https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/72_tokyo_madogiwa_park/voice_patch_experiment.md
https://github.com/K9i-0/madogiwa-multimedia-universe/blob/main/03_SCRIPTS/72_tokyo_madogiwa_park/okayaman_large_patch.md

再現用の編集コード・素材の出典
https://github.com/K9i-0/madogiwa-multimedia-universe/tree/main/03_SCRIPTS/youtube_ai_video_workflow_20261013

出演・立ち絵：窓際族物語／やめ太郎、たこさん
やめ太郎音声：Irodori-TTS v4.1-Small（正典音声を参照）
たこさん音声：VOICEVOX:中国うさぎ（ノーマル、速度1.1倍、音高0）
BGM：昼下がり気分 / KK
https://opentracks.com/bgm/detail/4695
BGM：ほのぼのワルツ【リコーダー】 / エクシエ
https://commons.nicovideo.jp/works/nc116360
Music: TheFatRat - Unity
Watch the official music video: https://www.youtube.com/watch?v=n8X9_MgEdCg

使用映像：窓際族物語 第76話（焼きそば）・第64話（宇宙CM）の無音作例、第53話「そば屋・替え玉出社事件」、第72話「東京マドギワランド」と同話の部分修復比較実験。いずれもフィクションです。

台本構成の参考：無職やめ太郎さんの会話形式の記事
https://qiita.com/Yametaro/items/a40ffcd65d77ed8b29a0
https://qiita.com/Yametaro/items/21b8772e6c0d1d77e176
https://qiita.com/Yametaro/items/255eea3124e769ce845c

完成稿v11／Excel風画面v12。たこさんは中国うさぎ・ノーマルです。

モデル・サービスの出典
Seedance / ByteDance: https://seed.bytedance.com/en/blog/seedance-2-0-official-launch
Wan / Alibaba: https://home.alibabagroup.com/en-US/ai-governance/wan
MiniMax H3: https://www.minimax.io/news/minimax-h3-open-source
Higgsfieldのプラン: https://higgsfield.ai/creator-hub/help-center/plans/how-do-higgsfield-plans-work
Remotionの仕組み: https://www.remotion.dev/docs/idea

Irodori-TTS（音声生成モデル）
https://github.com/Aratako/Irodori-TTS

動画に戻る