UDKアセットデザインSHOU's Portfolio
WelcomeProfileOutputsSkillsProjectsCareerContact

yt-factory — AI駆動 YouTube動画制作自動化パイプライン

2026-07-12

概要

個人運営の格安SIM比較YouTubeチャンネル(格安SIM図鑑)を支える、企画立案から動画公開・ブログ展開までをほぼ全自動化した動画制作基盤です。 生成AIエージェントとWeb技術を組み合わせ、通常はチーム体制が必要な「リサーチ → 台本 → スライド → 音声 → 動画 → サムネイル → 公開 → 記事化」の一連の工程を、一人で回せる仕組みとして構築・運用しています。

AIに任せるのはあくまで"作業"です。コンテンツの核となる主張やおすすめの判断には、必ず自分自身の利用経験・検証結果・FPとしての知見(一次情報)を組み込み、視聴者にとって本当に価値のある情報になることを最優先にしています。AIへのコンテンツ生成の丸投げではなく、価値あるコンテンツを作るための効率化にAIをフル活用する——これがこのパイプラインの設計思想です。

  • 開発期間: 2026年3月〜現在(継続開発中、コミット数470超)
  • 技術スタック: TypeScript / React / Remotion / Vite / Puppeteer / Python / GitHub Actions / マルチAIエージェント(Claude Code・Antigravity CLI・Codex) / VOICEVOX / YouTube Data API / WordPress REST API
  • 実績: 長尺・ショート動画の定常的な自動生産、動画50本超の運用

アピールポイント

1. 企画から公開までのフルパイプライン自動化

テーマを1つ入力するだけで、台本生成(AIエージェント)→ スライド画像生成(Vite + React + Puppeteer)→ 音声合成(VOICEVOX)+ 動画レンダリング(Remotion)→ サムネイル生成 → YouTube Data API(OAuth 2.0)での限定公開アップロード、までが一気通貫で動きます。

各工程は独立したモジュール(git submodule 5パッケージ)として疎結合に保ち、工程単位での再実行・差し替えが容易な構成にしています。

2. マルチエージェント体制の設計・運用

複数のAIエージェント基盤を、それぞれの強みに応じてタスクを振り分けるオーケストレーター/サブエージェント体制として設計・運用しています。

  • 役割分担: Claude Codeをオーケストレーターとし、Web検索を要するリサーチはAntigravity CLI(Gemini)へ、実装のセカンドオピニオンや原因調査はCodexへ委譲
  • 信頼性設計: 委譲プロンプトのテンプレート化、CLIラッパースクリプトによる権限管理の決定論化など、エージェント間連携の障害を一つずつ潰し込んだ運用ノウハウを蓄積
  • フォールバック: 委譲先が利用不可の場合はオーケストレーター自身が代替手段で同一フォーマットの成果物を出す冗長構成

3. ループエンジニアリング — 無人で回り続ける日次自動化

エージェントを単発で使うのではなく、スケジュール起動で毎日自律的に完遂するループとして運用しています。

  • 日次自動企画ループ: 毎朝7時に自動起動し、業界ニュース収集(公式サイト10社の巡回+差分検知)→ 自チャンネル・競合の傾向分析 → 企画案の生成・スコアリング・自動採用 → 台本ドラフト作成までを無人で完遂
  • 耐障害設計の4原則: パイプライン状態のファイル永続化(中断・再開可能)、プロンプトのテンプレート化、lintによる成果物検証、リトライ上限 — AIの不確実性を前提とした設計
  • 品質担保の3層構造: 生成ルール+few-shot参照台本+自動検品スキル。コンテンツの推奨判断が運営方針と矛盾しないかを検査するロジック検品も実装
  • 一次情報の組み込み: AIが作るのはあくまでドラフトまで。台本には運営者自身の利用経験・検証データ・考察を必ず組み込んでから公開するワークフローとし、「AI任せの量産コンテンツ」にならない品質ラインを維持

4. React × Remotion によるプログラマブルな動画生成

  • 動画をReactコンポーネント(TypeScript / Tailwind CSS / Zodスキーマ検証)として実装し、コードで完全制御
  • 台本の話者・感情データに連動するキャラクターアニメーション、図鑑風見開きスライド+カメラ演出などのリッチ表現
  • Google Veoによる生成AI動画クリップの挿入にも対応

5. GitHub Actions によるクラウドレンダリング基盤

  • ローカルマシンに負荷をかけず、リモートで動画レンダリングを実行(依存キャッシュ・CJKフォント・ffmpeg環境を整備)
  • 通信速度データの週次自動取得など、データ更新系ワークフローも自動化

6. データドリブンな運営とマルチチャネル展開

  • 料金プランデータはPythonでCSV→JSON→HTMLに変換する基盤を整備し、台本・スライド・記事すべてが同一データを参照
  • YouTube Analyticsの分析からボトルネックを特定し、シリーズ化・CTA配置・Shorts送客などの改善策を実装。UTM計測は既存動画50本にAPI経由で一括適用
  • 同じ台本データからWordPressブログ・note記事への横展開も自動化(HTML変換+アイキャッチ生成+REST APIでの下書き投稿まで1コマンド)

このプロジェクトで示せるスキル

  • AIエージェント設計: マルチエージェント体制の構築、オーケストレーター/サブエージェントの役割分担設計、スケジュール起動の無人ループ設計・運用
  • 生成AI活用: プロンプト設計、AI成果物の自動検品・品質管理、フォールバック/リトライを含む耐障害設計
  • フロントエンド: React / TypeScript / Tailwind CSS / Vite / Remotionによる動画・画像のプログラマブル生成
  • 自動化・CI/CD: GitHub Actions(クラウドレンダリング、定期データ取得)、シェルスクリプトによるパイプライン構築
  • API連携: YouTube Data API(OAuth 2.0)、WordPress REST API、Google Veo
  • データエンジニアリング: Pythonによるデータ変換基盤、スクレイピング+差分検知
  • プロダクト運営: 分析に基づく改善サイクル、計測設計(UTM)、コンテンツSEO