TikTok Shopの商品紹介動画を、私は1本30分で作っています。1本目は半日かかりました。2本目以降が30分になったのは、編集が上手くなったからではなく、毎回考える場所を減らしたからです。
この記事では、その全工程と、どこを固定したかを書きます。
1. 全体の流れ
人が判断するのは最初の3つだけで、残りは手順とコードが決まっています。
- 撮る：商品の全体、開封、使っているところ。各10秒
- 事実確認とスクショ：商品ページの価格・仕様を確認し、等倍スクショを撮って時刻を記録
- 台本：6ブロックの型に穴埋め
- AIナレーション：ElevenLabsで2テイク作って良い方を選ぶ
- 時刻表づくり：ナレーションの無音区間から、ブロックの区切り秒数を自動で出す
- 映像合成：テロップ・PRバッジ・価格カードを自動で乗せる
- 音声ミックス：声・BGM・効果音を混ぜて完成
2. 30分の内訳
- 撮影 ／ 10分
- 事実確認・スクショ ／ 5分
- 台本 ／ 5分
- AIナレーション ／ 3分
- 時刻表 ／ 2分
- 合成（待ち時間） ／ 3分
- ミックス・投稿 ／ 2分
撮影は週1回まとめて3〜5商品撮ると、1本あたり5分程度になります。
3. 固定したもの
量産で時間が溶けるのは、毎回ゼロから判断している部分です。私は以下を1枚のメモに固定しました。
- ナレーションの声・モデル・安定性（ElevenLabsは安定性を25%前後に下げると感情タグが効きやすい）
- どのブロックにどの効果音を置くか
- BGMの候補2曲と音量（声の邪魔をしない0.16倍）
- テロップの色・サイズ・置き場所（TikTokのUIに被らない範囲）
- 価格テロップの注記文言
- CTAの文言と矢印の位置
- キャプションのテンプレ（#PR、商品名、一言）
これで、動画ごとに変わるのは「素材」「台本の中身」「スクショ」「効果音の時刻」だけになります。
4. 効果音のタイミングは耳で合わせない
一番時間を食っていたのが、テロップと効果音のタイミング合わせでした。今はナレーションの無音区間を ffmpeg で検出して、区切りの秒数を全部出しています。
ffmpeg -i voice.mp3 -af silencedetect=noise=-35dB:d=0.3 -f null -出てきた秒数にテロップと効果音を置くだけです。「え、待って」の「え」の瞬間に驚きの効果音が鳴ります。効果音は効果音ラボの8音に固定しています。
5. 投稿前は「9時点タイル」で1枚チェック
書き出した動画を全部見直すと時間がかかるので、3秒おきのフレームを9枚、1枚のタイル画像に並べて確認しています。テロップの位置ずれ、PRバッジの消え忘れ、価格カードのはみ出しがこれで分かります。
ffmpeg -i final.mp4 -vf "fps=1/3,scale=360:640,tile=3x3" -frames:v 1 tile.pngまとめ
- 30分になったのは、考える場所を減らしたから
- 人が判断するのは「撮る・事実確認・台本」の3つだけ
- タイミングは無音検出で出し、確認はタイル画像1枚で済ませる
――――――――
工程1〜7をそのまま動かせるコード（時刻表の自動生成、テロップ・PRバッジ・価格カードの合成、音声ミックス）と全手順は、教材にまとめています（私の有料教材です。目次と無料部分は下のリンク先で読めます）。
この記事の販売者
