AI編集は「完了」と言うのに、カットが間違っている理由

AI編集エージェントが「完了」と言うのは、コマンドがエラーなく実行されたときであって、カットが成立したときではありません。この2つは別の出来事です。エージェントは指示どおりに分割し、リップルし、トリムしたうえで、言葉の途中でカットしてしまったり、音楽を拍からずらしたり、シーンを成立させていたリアクションショットを消してしまったりします。それでも成功と報告するのは、エージェントの立場から見れば何も失敗していないからです。AI動画編集の失敗の多くは、ここから生まれています。

解決策は、タイムラインでAIを使うのをやめることではありません。エージェントがどこで作業するのか、そして誰が結果を見るのかを変えることです。この記事では、カットを見ていないエージェントがなぜ失敗するのかを説明し、どんなエージェントの編集にも使える確認手順を紹介し、cinemaOSがオンデバイスのアシスタント J.A.R.E.D. で同じ問題にどう取り組んでいるかを説明します。

「完了」はステータスであって、評価ではない

多くのエージェントは、スクリプトのインターフェースを通じて編集アプリとやり取りします。エージェントがコマンドを送り、アプリが「ok」を返し、エージェントは次のステップに進みます。この「ok」は操作が有効だったことを意味するだけで、結果が見られるものかどうかについては何も語りません。

編集の判断は、コマンドログからは見えないものに左右されます。

• フレーム。 まばたき、カメラの揺れ、ブームの映り込みがカット点に重なっていないか。
• 音。 息継ぎ、破裂音、ルームトーンの途切れが編集点の下にないか。
• 文脈。 「無駄な」間が、実はそのセリフを生かしていた呼吸ではなかったか。
• リップル。 前のほうで3秒削ったことで、後ろの音楽のアクセントや字幕がずれていないか。

エージェントがタイムラインの外で作業し、文字起こしやタイムコードのリストからカットを組み立てて最後にまとめて流し込むと、これらの問題をすべて一度に抱え込むことになります。シーケンスを開いて一つずつ発見していくのですが、それはたいてい、エージェントが自信たっぷりに作業内容を要約したあとです。

よくある失敗のパターン

エージェントのワークフローを試した編集者は、だいたい同じ問題を挙げます。知っておけば確認が速くなります。

1. 数フレームずれたカット。 文字起こしのタイミングはおおよそのものです。文字起こしの単語の区切りに置いたカットは、最初の子音を切ってしまったり、語尾の音を残してしまったりしがちです。
2. 考えは正しいのにトラックが違う。 エージェントがセリフをトリムしたのに、リンクしたBロールや音楽はそのまま。あるいはその逆。
3. 気づかないリップルの被害。 リップル削除は後ろのすべてを動かします。さっきまで正しかったマーカー、字幕、音楽の編集が、今はずれています。
4. 自信過剰な詰め。 「2分に詰めて」を、意味を持っていた間を削ることで達成してしまう。尺は正しいのに、シーンは死んでいます。
5. 確認できないまとめ処理。 30か所の変更が一度に届くので、1つのミスを取り消すにはすべてを取り消すしかありません。

どれもモデルの賢さの問題ではないことに注目してください。原因は、エージェントが自分のしたことを見ていないこと、そしてあなたも最後までそれを見ていないことにあります。

どんなエージェント編集にも使える確認手順

どのツールを使っていても、この手順で数分のうちにほとんどの問題を拾えます。

1. まずシーケンスを複製する。 エージェントにはコピーで作業させます。きれいな基準が手元に残ります。
2. 小さなステップで頼む。 1回に1つの指示にします。フィラーを削る、次に間を詰める、次に順番を入れ替える。3つを1つのプロンプトにまとめないでください。
3. すべてのカット点を再生する。 前後1〜2秒ずつをプレイアラウンドまたはループで再生します。見る前に聴いてください。
4. 後ろの同期を確認する。 リップルのあとは最後までスクラブし、最後の音楽のアクセント、最後の字幕、最後のタイトルを確かめます。
5. 尺はセクションごとに比べる。 合計だけで判断しないこと。1つのセクションをえぐって2分を達成したのなら、それは失敗です。
6. 選んで取り消す。 エージェントの1ステップだけを、他を失わずに取り消せないツールなら、まとめる単位をごく小さくしておきます。

編集の最後の5%はタイミングと感覚で、そこにはまだあなたの耳が必要です。詳しくは編集の最後の5%で掘り下げています。

タイムライン上のアシスタントに求めるべきこと

役に立つ問いは「モデルがどれだけ賢いか」ではなく、「何が見えて、何を元に戻せるか」です。よいアシスタントは次の4つの条件を満たすべきです。

• 見ているタイムラインを編集する。 あとで統合される隠れたコピーではありません。
• 各ステップが起きている最中に見える。 おかしくなった瞬間に止められます。
• すべてのステップを取り消せる。 自分の編集と同じ取り消し操作で戻せます。
• 破壊的な操作は先に確認する。 メディアの削除、ファイルの書き込み、取り消せないジョブの開始が、黙って行われることがあってはなりません。

どれか1つでも満たさないツールなら、その「完了」は最初から最後まで見直す必要のある下書きとして扱ってください。

cinemaOSのJ.A.R.E.D.の仕組み

J.A.R.E.D. はcinemaOSに組み込まれたアシスタントです。Sequencerで ⌘J を押し、やりたいことを入力します。たとえば「Remove filler words as a candidate」や「Tighten this interview to 2 minutes and keep the pauses」のように。

設計の原則はシンプルです。モデルが考え、cinemaOSが実行し、cinemaOSが検証する。J.A.R.E.D. は、裏で勝手に動く自律エージェントではなく、範囲の決まったローカルのアシスタントです。

• 編集は実際のタイムラインに反映される。 変更は開いているシーケンス上でその場でアニメーション表示されるので、カットが変わる瞬間を目で追えます。
• ⌘Zで取り消せる。 エージェントの編集は、あなた自身の編集と同じ取り消し履歴に入ります。⌥を押しながらMomentum Dialを開くと、その履歴を1ステップずつさかのぼれます。
• 2つのセッションモード。 Always ask では、J.A.R.E.D. は Go ahead が押されるまで待ちます。Auto-approve では先に進みますが、削除、ファイルの書き込み、取り消せないジョブについては必ず確認します。
• 途中で止められる。 ⌘. で作業の途中でも止まります。
• Mac上で動く。 モデルはローカルで動作します。プロジェクト、メディア、文字起こし、プロンプトがアップロードされることはありません。それがなぜ大切なのかは、オンデバイスAIの動画編集で説明しています。

正直に書いておくべき限界が2つあります。J.A.R.E.D. が最もよく理解できるのは現時点では英語で、他の言語での依頼は理解の精度が落ちます。重要な指示は英語で書いてください。また、タイミングについてのあなたの判断を置き換えるものではありません。見えるタイムラインの上で、確認できる下書きまで素早く連れていってくれるものであり、上の確認手順はそのまま必要です。

FAQ

AIエージェントに最後までカットを任せられる日は来ますか？

一定以上の無音を削る、指定の尺に合わせるといった、定義のはっきりした機械的な作業なら、かなり近いところまでできます。演技、リズム、意味に左右されるものは、すべてのカット点を確認するつもりでいてください。「完成」は判断であり、そのカットに責任を持つ人が下すべきものです。

文字起こしベースの編集も同じことですか？

関連はしています。テキストで編集するのは構成を決めるには速い方法ですが、文字起こしのタイミングはおおよそのものなので、カット点はやはり耳で確認する必要があります。実践的なワークフローはインタビューを文字起こしして、テキストで動画編集するをご覧ください。

エージェントが壊したものに、あとになるまで気づかなかったら？

だからこそ、シーケンスの複製と小さなステップが大切なのです。cinemaOSでは、取り消し履歴が先に進んだあとでも、バージョンスナップショットとチェックポイントで以前の状態に戻れます。

次のステップ

どのツールを使っていても、次にエージェントを使う編集でこの確認手順を試してみてください。目の前のタイムラインを編集し、破壊的な操作の前に必ず確認するアシスタントが欲しいなら、cinemaOSのプランにはJ.A.R.E.D. が含まれており、60日間の無料体験にカード登録は不要です。まずはインタビュー1本と Always ask モードから始めてみてください。