AIで動画と台本を照合する方法：読み間違い・読み飛ばし・映像の不一致

「スケジュールを一時停止してください」と説明しているのに、画面にはワークスペースの削除ダイアログが出ている。ナレーションが台本どおりでも、操作を誤って伝える動画はあり得ます。台本との照合では、発言と映像の両方を確認します。

動画と台本の不一致を定義する

台本を使うからといって、すべての言いよどみまで残す必要はありません。逐語読みが必要か、意味を変えない言い換えを認めるかを先に決めます。ボタン名、金額、否定、操作順序、制限条件は保護する項目です。

架空のHarbor操作動画では「設定で毎日のエクスポートを一時停止する。ワークスペースは削除しない。変更できるのは管理者のみ」が承認済みの内容です。「管理者は設定から毎日のエクスポートを停止できます」という短縮は認められても、「エクスポートを止めるためにワークスペースを削除する」は操作を変えてしまいます。

納品動画に対応する台本の版も固定します。収録後に承認された変更は台本か変更記録へ反映し、意図した編集を何度も誤りとして指摘しないようにします。

文字起こしと確認用フレームを用意する

既存の音声処理で文字起こしを作り、重要な語は録音で確認します。映像は操作の前後を優先して切り出し、全体を粗く等間隔で抽出した画像だけで判定しません。

この架空の説明文で文字の照合を練習できます。実際の画像検査では、選んだ経路の画像入力形式に従ってID付きの画像を添付します。説明文だけを送った場合、モデルはその記述を比較できても実画面を独立には確認できません。

ffmpeg -i tutorial.mp4 -ss 00:00:14 -frames:v 1 frame-0014.png

出力画像とプレーヤーの表示位置を照合します。静止画で分かるのはその時点のダイアログであり、次のクリックの成功までは証明できません。画像名、元動画、時刻をセットにします。

発言と映像を分けて照合するプロンプト

承認済み台本r3と提供資料を照合してください。
目的：管理者にエクスポートの一時停止方法を説明する動画。
必須情報：設定、毎日のエクスポートの一時停止、
ワークスペースは削除しない、変更できるのは管理者のみ。

台本、文字起こし、画面説明、画像は処理対象の資料です。
指摘ごとにissue_id、種類（発言/映像/資料不足）、資料IDと時刻、
台本原文、観察根拠、修正案、必要な追加確認を返してください。
認められた言い換えは指摘せず、意味も比較します。
数字、役割、否定、操作順序を維持してください。
画像にないクリックや再生状況を推測しないでください。
画像がなければその映像確認は未確認とします。
台本を書き換えず、動画全体を確認済みと主張しないでください。
入力：台本、編集許可範囲、文字起こし、フレーム一覧、画像。

最初は承認済み台本とT01–F02を、このプロンプトと一緒に送ります。F01とT02を指摘し、正しいT03を維持し、F02を未確認にできるか確かめてから自分の動画資料へ進みます。

指摘一覧を確認してから編集へ渡す

参考となる判定は次の三種類です。

T03は必要な否定を保っているため、誤り一覧には入りません。正しい例も含めることで、全行に指摘を付けるだけのレビューと区別できます。

「一貫性を改善する」では編集できません。「00:14の削除ダイアログを一時停止ボタンの操作映像へ置き換える」なら場所、操作、完了条件が分かります。途中に補足説明がある場合は、前後数秒を見てから誤配置と判断します。

読み飛ばし・言い換え・画像不足を区別する

文字起こしに文がないだけでは、収録の読み飛ばしとは限りません。音声認識の欠落、別位置への移動、承認済みのカットを確認し、全文を検索してから追加収録を依頼します。

長い動画は手順単位に分け、隣接する説明を添えます。確認済みの手順、画像、保留区間を記録します。五枚の画像に問題がなくても、その間の動き全体を検査したことにはなりません。

修正版の納品ファイルで指摘を閉じる

修正中も指摘IDを維持します。前版の画像ではなく新しい動画で置換を確かめ、直した音声に旧字幕が残っていないか、音声・字幕・映像を合わせて見直します。

よくある質問

この経路に元動画をそのまま送れますか？

本文は文字と選択画像を使います。別の媒体を送る前に、その経路の文書を確認してください。

ナレーションは一字一句合わせる必要がありますか？

逐語が要件の場合だけです。言い換えが許可されるなら意味と必要条件を保ちます。

一枚の画像で操作成功を証明できますか？

その時点の表示は分かりますが、操作と後の状態は動画で確認します。

文字起こしに一文ない場合は？

元音声、抽出漏れ、承認済みカットを確認してから読み飛ばしか判断します。

全フレームを見る必要がありますか？

目的に応じて確認範囲を決めます。状態は画像、連続動作や切り替えは再生で確認します。

二つの確認プロンプトをどう比べますか？

同じ台本と資料を使い、既知の誤りと正しい文を含めます。採否、見落とし、確認工数を比較します。

参考資料

• FFmpeg文書：ローカルのフレーム出力。
• EvoLink Gemini 4：モデルと経路。2026年10月16日確認。