動画編集の作業のうち、どこをAIに任せて、どこを人が確かめるかを、作業ごとに書きとめるメモです。運営は動画編集スクール「ブイプロ」（株式会社ブイスト）。ツールの情報には確認した日付を入れます。
文字起こしをAIに任せると、編集の下準備はかなり楽になります。ただ、AIに渡す前の素材が散らかっていると、出てきた文字を直す時間のほうが長くなります。この記事では、文字起こしにかける前に素材の側でそろえておくことを、作業の順にまとめます。読む人として想定しているのは、編集の作業時間を少しでも減らしたい人です。
文字起こしの精度は、AIの賢さより先に「声がはっきり録れているか」で決まります。YouTubeの公式ヘルプでも、自動字幕起こしで内容を正しく表示できない原因として、発音やアクセント、方言、雑音が挙げられています（2026年10月21日に公式ヘルプで確認）。ほかの文字起こしツールでも、考え方は同じだと思ってください。
素材を受け取ったら、文字起こしの前に次の点だけ見ておきます。
ここで問題を見つけたら、雑音を減らす処理や音量の調整を先にかけてから文字起こしに回します。順番を逆にすると、直したあとにもう一度文字起こしをやり直すことになります。
対談やインタビューでは、誰が話したかが分からない文字起こしは使いにくくなります。YouTubeのヘルプでも、複数の人が同時に話して音声が重なっている場合は、自動字幕がうまく作られない原因になると書かれています。
そこで、収録の段階でピンマイクなどを話し手ごとに付け、別々のトラックで録れているなら、そのまま分けて扱います。Premiereの「音声のテキスト化」には、特定のオーディオトラックだけを文字起こしする設定や、話し手を分ける「スピーカーのラベル付け」があります（2026年10月21日に公式ヘルプで確認）。トラックが分かれていれば、こうした機能も生かしやすくなります。
素材が10本、20本とある案件では、ファイルの並びがばらばらだと、文字起こしのどれがどの素材か分からなくなります。AIに渡す前に、次の順で整えておくと迷いません。
名前がそろっていれば、あとで「3本目の5分あたり」といった指示も、AIにも人にもそのまま通じます。
最後に、その動画でよく出てくる専門用語・商品名・人名を、正しい表記で一覧にしておきます。文字起こしのあとに誤変換をまとめて直すとき、この一覧があると「何をどの字に直すか」で迷いません。AIに整文を頼む場合も、この一覧を一緒に渡せば表記がそろいます。
文字起こしそのものは数分で終わることが多い作業です。だからこそ、その前の数分の準備で、あとの直しの時間が大きく変わります。素材の側を整えてからAIに渡す、という順番を覚えておいてください。
ここまでの準備は、案件ごとに考え直すと続きません。次のような短い確認表にして、素材を受け取るたびに上から順に見る形にしておくと、考えなくても手が動くようになります。
慣れてくると、この確認は数分で終わります。逆に、この数分を省くと、文字起こしのあとで「この言葉は何だったか」「この発言は誰か」と何度も素材を聞き直すことになります。下準備は、AIのためというより、あとで作業する自分のための仕事だと考えると続けやすくなります。チームで編集を分けている場合も、この表を共有しておけば、誰が受け取っても同じ状態で文字起こしに回せます。