外注1本5,000円の作業が、16円で終わる
YouTubeショート動画の制作を外注すると、1本あたり5,000〜10,000円が相場だ。リサーチ、脚本、映像素材、ナレーション、字幕、BGM——工程が多い。
YouTube Shorts Pipelineは、この全工程を1本あたり0.11ドル（約16円）で自動実行するPython製OSSツール。Xでブックマーク267件を記録している。
トピックを1行入力するだけで、リサーチ → 脚本 → AI映像 → ナレーション → 字幕 → BGM → アップロードまで完了する。
# これだけで動画が完成する
python -m pipeline run --news "Claude Code hits $1B ARR"
動画生成AIサービスの多くは1本あたり数ドル〜数十ドルのコストがかかる。このツールは既存のAI APIを組み合わせる設計でコストを2桁下げた。
月1,000本を16,000円で量産できるコスト構造
1本16円という数字の中身を見る。
| 工程 | 担当AI | コスト | 人間がやった場合 |
|---|---|---|---|
| リサーチ + 脚本 | Claude Sonnet | 3円 | 30分〜1時間 |
| B-roll映像 4枚 | Gemini Imagen | 6円 | 素材探し30分 + 編集1時間 |
| ナレーション 60-90秒 | ElevenLabs TTS | 7円 | 収録 + 編集30分 |
| 字幕生成 | Whisper（無料） | 0円 | 手打ち30分 |
| 映像合成 + BGM | FFmpeg（無料） | 0円 | 編集1時間 |
| 合計 | 16円 | 3〜4時間 |
macOSのシステム音声を使えば1本9円。月1,000本でも16,000円。外注すれば1本5,000円〜は取られる工程が、APIコストだけで完結する。
動画生成アプローチの比較
graph LR
A["テキスト→動画<br/>完全AI生成<br/>高コスト・高品質"] --- B["テキスト→画像→動画<br/>API組み合わせ<br/>低コスト・実用品質"]
style A fill:#fff3e0
style B fill:#e8f5e9
| アプローチ | 代表例 | 1本あたりコスト | 品質 | インフラ |
|---|---|---|---|---|
| テキスト→動画（完全生成） | Runway, Kling等 | $1〜$10+ | 高品質だが不安定 | 大規模GPU |
| テキスト→画像→動画（本ツール） | YouTube Shorts Pipeline | $0.11 | ショート動画として十分 | ノートPC + API |
| 手動制作 | Premiere, DaVinci | 時給換算 | 最高 | 編集スキル必要 |
YouTube Shorts Pipelineは「ショート動画として十分な品質」を既存のAI APIの組み合わせで実現した。完全AI動画生成の100分の1以下のコストで、特別なGPUインフラも不要。
7つのAIを連鎖させる全自動パイプライン
このツールの核心は、7つのAI/ツールを3ステージで連鎖させるパイプライン設計にある。
graph TD
A["📝 トピック1行入力"] --> B["Stage 1: Draft"]
B --> B1["DuckDuckGoでリサーチ"]
B1 --> B2["Claudeが脚本生成<br/>（検索結果のみ使用＝反ハルシネーション）"]
B2 --> B3["B-rollプロンプト<br/>メタデータ・サムネイル記述"]
B3 --> C["Stage 2: Produce"]
C --> C1["Gemini Imagenで映像4枚<br/>+ Ken Burnsエフェクト"]
C1 --> C2["ElevenLabsでナレーション"]
C2 --> C3["Whisperで字幕<br/>（単語ハイライト付きASS）"]
C3 --> C4["BGM自動選定<br/>+ 音声ダッキング"]
C4 --> C5["FFmpegで最終合成"]
C5 --> D["Stage 3: Upload"]
D --> D1["YouTube Data API<br/>動画+字幕+サムネイル"]
style A fill:#e3f2fd
style B2 fill:#fff9c4
style C5 fill:#e8f5e9
style D1 fill:#fce4ec
注目すべきは反ハルシネーションゲート。Claudeは脚本生成時にDuckDuckGoの検索結果のみを使用し、学習データからの事実に基づかない情報を排除する。自動生成ツールの最大の懸念である「嘘を含んだ動画が量産される」問題に、設計レベルで対処している。
各ステージは独立実行可能で、途中で止まっても再開できる。
# 脚本だけ確認したい（映像生成前にチェック）
python -m pipeline draft --news "Claude Mythos leaked"
# 既存の脚本から映像生成のみ
python -m pipeline produce --draft ~/.youtube-shorts-pipeline/drafts/<id>.json
# アップロードだけやり直し
python -m pipeline upload --draft ~/.youtube-shorts-pipeline/drafts/<id>.json
導入 — APIキー3つとFFmpegだけで始まる
必要なものは少ない。
# 1. クローンとインストール
git clone https://github.com/rushindrasinha/youtube-shorts-pipeline.git
cd youtube-shorts-pipeline
pip install -r requirements.txt
# 2. FFmpeg（まだなければ）
brew install ffmpeg # macOS
# sudo apt install ffmpeg # Ubuntu
# 3. APIキー設定（3つだけ）
export ANTHROPIC_API_KEY="sk-ant-..." # 必須: 脚本生成
export GEMINI_API_KEY="..." # 必須: 映像生成
export ELEVENLABS_API_KEY="..." # 任意: なければmacOS音声
# 4. まずドライランで試す（YouTubeアップロードなし）
python -m pipeline run --news "AI agents in 2026" --dry-run
YouTubeへの自動アップロードを使う場合は、追加でOAuth設定が必要。
python scripts/setup_youtube_oauth.py
# ブラウザが開き、Googleアカウント認証 → トークン保存
# 動画はデフォルトで非公開（private）アップロード
トレンドを自動発見して動画を量産する
手動でトピックを指定する以外に、トレンドトピックの自動発見機能がある。Reddit・RSS・Google Trends・X/Twitterの4ソースからバズりそうなネタを自動収集し、動画を生成する。
# トレンドトピック一覧を取得
python -m pipeline topics
# トレンドから自動選択 → 動画生成 → アップロードまでワンコマンド
python -m pipeline run --discover --auto-pick
# 多言語対応（現在: 英語・ヒンディー語）
python -m pipeline run --news "AI news" --lang hi
この自動発見 + 自動生成をcronやGitHub Actionsで回せば、完全無人でショート動画チャンネルを運用できる構造になっている。
セキュリティ — プロダクション品質の設計
自動化ツールにAPIキーを預ける以上、セキュリティ設計は重要だ。
# 設定ファイルはオーナー権限のみ（0600）
# ~/.youtube-shorts-pipeline/config.json
{
"anthropic_api_key": "sk-ant-...",
"gemini_api_key": "...",
"elevenlabs_api_key": "..."
}
# パーミッション: -rw------- （owner read/write only）
# その他のセキュリティ対策:
# - APIキーはHTTPヘッダー経由（クエリパラメータに含めない）
# - エラーメッセージに機密情報を含めない
# - 動画はデフォルトprivateアップロード
# - OAuthは最小権限スコープ
# - LLM出力は型バリデーション済み
# - 依存パッケージは互換リリースバージョンピン留め
78テストケース、指数バックオフリトライ、アトミックファイル作成。趣味プロジェクトではなく、プロダクション運用を想定した設計だ。
類似ツールとの比較 — 何が違うのか
| ツール | 自動化範囲 | コスト/本 | 特徴 |
|---|---|---|---|
| YouTube Shorts Pipeline | リサーチ→アップロード全自動 | $0.11 | Claude+Gemini、78テスト、再開可能 |
| MoneyPrinter | 脚本→動画生成 | 無料 | ローカルLLM、品質は劣る |
| AiToEarn | コンテンツ→14SNS一括 | API依存 | 動画特化ではなくSNS横断 |
| Sora（終了） | テキスト→動画生成 | $60+推定 | 高品質だがコストで破綻 |
| 手動制作 | 全手動 | 時給換算 | 最高品質だが1本3-4時間 |
YouTube Shorts Pipelineの差別化は「リサーチからアップロードまで全自動」という範囲の広さと「1本16円」のコスト構造。OpenHandsのようなAIコーディングエージェントと組み合わせてパイプライン自体をAIが改修する——そんな運用も技術的には可能だ。
「動画編集者は不要になるのか」への回答
このツールが示しているのは、ショート動画の「量産」領域では人間の作業が不要になりつつあるということだ。ただし、Claude Codeがエンジニアを代替するのではなく増幅するのと同じ構造がここにもある。
- 量産型コンテンツ（ニュース要約、トレンド解説、リスト動画）→ 自動化で十分
- クリエイティブなコンテンツ（Vlog、エンタメ、ストーリーテリング）→ 人間の強みが残る
1本16円の自動生成が実現した以上、「量産で勝負する」戦略のコスト障壁は消えた。勝負は何を自動化し、何に人間の時間を集中させるかの設計に移る。
参照ソース
- rushindrasinha/youtube-shorts-pipeline — GitHub
- @aiwithmayank による紹介ツイート（imp 8,320 / ブックマーク267）
- YouTube Data API — Google Developers
- OpenAI Sora終了の全経緯 — AI Heartland
この記事はAI業界の最新動向を速報でお届けする「AI Heartland ニュース」です。