ai_video_cr_production_flow — curumi-ops

AI動画CR 制作フロー

くるみAIバディ for 広告クリエイティブの主力商材である「AI動画クリエイティブ」の標準的な制作プロセス。

重要 (2026-05-01 更新): 社外向けのキャッチは「月100本制作」だが、社内のデリバリ実態は運用費 100 万円/月の CL に対し動画 5 本/月程度。本フローは旧「月200-500本スループット前提」の構造で書かれており、「AIで良いものをちゃんとつくる（量より質）」の新方針と整合性が取れていない箇所がある。フロー全体の刷新は別タスクとして追跡（positioning_barbell.md のパッケージ1新方針参照）。当面は数値表現のみキャッチに合わせる。

全体像

① ブリーフ受領
      ↓
② 企画・構成設計  ─── クリエイティブオリエン（別ドキュメント）
      ↓
③ 素材生成（AI）
      ↓
④ 編集・合成
      ↓
⑤ 品質チェック  ─── レギュレーション（別ドキュメント）
      ↓
⑥ 承認・入稿
      ↓
⑦ 効果測定・勝ちパターン蓄積

標準リードタイム: ブリーフ受領 → 初稿提出まで 24時間以内（バッチ化時は48時間）。

① ブリーフ受領

creative_brief_template.md の標準フォーマットで CL or 運用側から受け取る。

受領チェックリスト

商材・ターゲット・訴求軸が明記されている
納期・尺・媒体が確定している
NG要件・ブランドガイドが添付されている
参考CR（勝ちCR / 競合CR / NGイメージ）がある
KPI（CTR / CVR / CPA 目標値）が示されている

不足があれば差し戻し。曖昧なブリーフから作り始めない（手戻りコストが大きい）。

② 企画・構成設計

2-1. 勝ちパターンDBから候補抽出

過去のCR実績から、同業種・同ターゲットの 勝ちパターン を抽出。

→ 商材タグ × ターゲットタグ × 訴求軸タグ × 媒体タグ で絞り込み
→ CTR/CVR上位20%のCRを参照

2-2. 構成案の複数展開

1ブリーフにつき 3-5案の構成を出す。多様性を持たせるため:

導入パターン: 驚き / 共感 / 問いかけ / 事実提示
訴求軸: 機能価値 / 感情価値 / 社会的証明
CTA: 比較 / 限定性 / 安心感

2-3. ストーリーボード作成

秒単位で割り付け（15秒 / 30秒 / 60秒フォーマット別）:

シーン分割・秒数配分
ナレーションテキスト（尺に収まる字数）
各シーンの画像/動画素材の指示
テロップ・BGM指示

所要時間: 1ブリーフ × 3-5案で 1-2時間（AI補助あり）。

③ 素材生成（AI）

利用ツール（2026-04時点）

目的	ツール	備考
動画生成	Seedance 2.0 / Runway Gen-4 / Kling	商材・尺で使い分け
静止画生成	Google AI Studio (nanobanana) / Flux Kontext	商材画像生成
音声合成	OpenAI TTS (gpt-4o-mini-tts) / ElevenLabs	ナレーション。CL言語で切替
BGM / SE	既存ストック（Adobe Stock） / SUNO	CL規約確認
キャラクター	透過PNG + rembg + Flux Kontext 表情展開	くるみ社内のスタイル固有素材

生成時の注意

類似CR検知: 同シリーズで過去生成した素材と Pixel-diff 20%以上の差分を担保（同じ画像の使い回しで飽きを生まない）
実在人物の顔: 生成されても CL の肖像権ポリシーに従う（デフォルトはNG、許諾取得時のみ使用）
テキスト生成ミス: AI生成動画にうっかり英字テロップが入ることがある → 後工程でチェック

バッチ処理: 1 CL x 月 30-50本ペースの場合、1日10-20本を並列生成。GPU コスト管理のため、利用履歴を記録。

④ 編集・合成

編集フロー

生成素材を DaVinci Resolve / CapCut / ffmpeg で合成
ナレーション音声を合わせる（音声調整は -14 LUFS を目安）
テロップ・キャプション追加（字幕必須媒体: YouTube Shorts, TikTok）
BGM 追加・音量バランス
媒体別に尺・比率を最終調整

媒体別アスペクト比と尺

媒体	推奨アスペクト比	推奨尺	初期カット
Meta (FB/IG feed)	1:1 or 4:5	15-30s	最初の3秒が勝負
Instagram Reels / Stories	9:16	15s	音声オフでも伝わる字幕
TikTok	9:16	15-30s	最初の2秒でhook
YouTube Shorts	9:16	15-60s	問いかけ導入が強い
YouTube インストリーム	16:9	6s (bumper) or 15-30s	スキップ回避の導入
X	16:9 or 1:1	15-45s	自動再生前提

⑤ 品質チェック

ai_video_cr_regulation.md の全チェック項目を通す。自動化できるチェックは agent 側で実施、最終判断は人間が承認。

自動チェック

NGワード検出（正規表現 + LLM）
類似度検知（prev CRとの embedding 比較）
尺・アスペクト比の仕様合致
音量レベル（-14 LUFS ± 2）
テロップ誤字 OCR チェック

人間チェック（CR担当 + CS）

ブランドトーンの合致
業界規制への配慮
感情的訴求の過剰さ
競合他社言及の有無

⑥ 承認・入稿

承認フロー

初稿 → CR担当レビュー → CLレビュー → 修正1回まで無料 → 承認 → 入稿

修正2回目以降は別見積（人月メニュー消費）
緊急入稿（同日入稿）は +20% 割増

入稿先

各媒体の広告管理画面にアップ。Meta / TikTok は API 経由の自動入稿を優先（B1 agent 連携予定）。

⑦ 効果測定・勝ちパターン蓄積

計測指標

指標	閾値（目安）	判定
CTR	業界平均の 1.3倍以上	🟢 勝ち
CVR	業界平均以上	🟢 勝ち
CPA	目標CPA以下	🟢 勝ち
視聴完了率	3秒以上 60%、15秒到達 20%	🟢 勝ち
スキップ率	業界平均以下	🟢 勝ち

勝ちパターンDB への蓄積

勝ちCR は以下のメタデータでDB化:

client_id: xxx
creative_id: cr_xxxxx
industry: 結婚式 / D2C / BtoB-SaaS / ...
persona: <persona_id>
appeal_axis: 機能 / 感情 / 社会的証明
structure: 驚き導入 / 共感導入 / ...
duration_sec: 15 / 30 / 60
media: meta-feed / tiktok / ...
kpi_snapshot:
  ctr: X.X%
  cvr: X.X%
  cpa: YYY
  completion_3s: X.X%
tags: [...]
source_brief: <brief_id>
generated_at: ...

次回の類似ブリーフで自動引当て可能にする（A3 クリエイティブトレンド agent が週次で集約）。

メンバー別の役割

役割	責務
CS担当	ブリーフ受領 / CLレビュー調整 / 承認取得
CR担当（制作）	企画・構成設計 / 編集・合成 / 品質チェック
agent	勝ちパターン抽出 / 素材生成 / 自動チェック
崎前	ディレクション言語化 / NG判定 / 重要案件のレビュー

3人目候補は CR制作 での即戦力を優先（B3の大半を担当）。

スループット目標

2026-05-01 更新: 社内実態は運用費 100 万円/月で動画 5 本/月程度。下表は旧「量で押し切る」前提の構造。新方針「AIで良いものをちゃんとつくる」に合わせた再設計は別タスク。

社外打ち出しの参照値（営業資料・提案書で使う）:

フェーズ	月間目標（1 CL あたり）
初期（契約直後）	30-50本（勝ちパターン探索）
安定期	100本
スケール期	100本+（多様性拡張・媒体横展開）

社内実態の参照値（デリバリ計画・採用人月見積で使う）:

運用費レンジ	動画本数/月
〜100万円/月	5 本前後（質重視）
100〜300万円/月	10-20 本（多様性拡張）
300万円+/月	30 本+（横展開フル）

倍率の鍵

勝ちパターンDB の充実度 → 生成前の企画時間を圧縮
生成モデルの進化 → 1本あたりの生成コスト低下
自動チェック の精度 → 人間レビュー時間を圧縮

3要素のどれもが「ディレクション言語化」の精度に依存する。ディレクション言語化は最優先の投資対象。

未決事項

勝ちパターンDB のスキーマ確定（CRM / agent / 手作業のどこに持つか）
修正回数制限の標準（1回 / 2回 / 無制限の差別化）
緊急入稿の割増率確定
生成モデル利用コストの配賦ルール（CL別 or 全社 pool）