AI UGC(正しく運用すれば)は、オーガニックおよび有料ソーシャルで「勝ち動画」を見つけ、スケールさせるための最強のハックの一つです。
(ちなみに、この記事の中で 13 個のプロンプトと、主要な動画モデルで使える AI UGC スキルファイルを無料で配布しています。「SKILL」とコメントしてフォローするだけでお送りします)。
Cal AI で UGC やインフルエンサーマーケティング施策を回し、年商 5,000 万ドル規模まで成長させてきた身として、これから共有するこのシステムが当時あれば…と痛感しています。生産性が 10 倍になったはずだからです。
…特に、最終的に広告として配信するための新しい動画アイデアを、オーガニック投稿でテストする段階において。
このシステムはコンシューマーアプリのスケールに最適ですが、同じ原則はテック系 UGC、EC、そして今日のデジタル世界で競争力を維持しようとするあらゆるブランドやビジネスに応用できます。
ゼロから始めて、(ほぼ)自動運転で AI UGC 動画パイプライン全体を稼働させるまでのステップバイステップガイドを、そのままお渡しします。これにより、あなたは次のことができるようになります:
- より速くアイデアを出し、リサーチする
- より速くテストし、より速く失敗する
- スケールできる勝ちパターンを素早く見つける
- それを繰り返す
必要なのは、Claude Code / Codex、Apify、Higgsfield、そして Postiz のみです。
この記事で解説する全体像は以下の通りです:

さっそく始めましょう。
1. リサーチ > その他すべて
「私のアプリ向けのバズる動画アイデアを探して」は、時間とクレジットの無駄遣いです。
Claude や Codex には、そのアプリやブランドが誰のためのものか、どんな課題を解決するのか、そしてユーザーが何を「見て」メリットを直感的に理解できるのかを把握させる必要があります。
私はこれまで「マーケティングのマジックモーメント」を見つけることについてよく話してきました。これは、実際に動いているプロダクトを見た人が「うわ、すごい。試してみたい」と感じる「なるほど!」の瞬間のことです。

したがって、アプリをスケールさせるために動画を再現しようとする前に、選んだ AI(今回の例では Claude)に、あなたに代わってレバレッジの高い意思決定をさせるためのコンテキストを、可能な限り多く与える必要があります。
ゴミを入れれば、ゴミが出るだけです。
まずは、Claude Code のプロジェクトフォルダを開き、あなたの情報に書き換えた以下のプロンプトを貼り付けましょう:

これが、本格的なリサーチに入る前に Claude に渡すべき最低限の基本情報です。
理想的には、以下のような顧客データも AI に渡せると良いでしょう:
- サポートチケット
- レビュー
- パワーユーザーからのフィードバック
- 顧客アンケート
AI にとって、コンテキストが多すぎるということはまずありません。
2. ニッチ市場の外れ値(アウトライヤー)動画を見つける
コンテンツのアイデア出しで、車輪の再発明をする必要はありません。
あなたのアプリが解決する課題に関連して、人々が繰り返し注目を集めている事例が欲しいだけです。
再生数の多さも一つのシグナルですが、普段の動画と比較して異常に好調なアカウントの方が、注目すべき強い指標になります。
普段 10,000 回再生のクリエイターの似たような動画が 120,000 回再生されていたら、その理由を知りたくなりますよね。
仮に 12 倍の外れ値だとしても、それは調査する理由であって、そのフォーマットがあなたのアプリを売ってくれるという証明ではありません。
リサーチには、Claude Code と併せて Apify を使うことをおすすめします。
Claude Code / Codex にニッチ市場で最もパフォーマンスの高い動画をリサーチ・発見させることもできますが、Apify のようなツールを使う場合と比べると、結果にムラが出ることがあります。
Apify はスクレイパーを MCP 経由で公開しているため、Claude が収集ジョブを実行し、構造化されたデータを扱えます。
(必要な場合は、こちらの Apify MCP セットアップ を参照してください。)

また、Clockworks TikTok Scraper は、検索クエリ、プロフィール、ハッシュタグを横断したリサーチに対応しています。
Instagram の場合は、関連するクリエイターのプロフィールや Reel の URL から始め、Apify の Instagram Reel Scraper を使用します。
いずれを実行する前にも、Claude に現在の入力スキーマを確認させましょう。
Apify はこのプロセスの重要な要素です。Claude Code のブラウザ機能でもアカウントの発見や個別投稿の確認は可能ですが、信頼性の高い TikTok や Instagram のデータフィードを標準で提供してくれるわけではないからです。
外れ値動画のリサーチを開始するために、Claude Code / Codex に渡すリサーチプロンプトはこちらです:

3. リサーチ結果を実際に使えるボードに変換する
リサーチが終わったら、Claude にローカルの HTML ギャラリーを作成させます。これで、見つかった動画を視聴し、比較し、再現する価値のあるものを選定できるようになります。
各カードには、出典、取得できた指標、候補に残った理由、そして選択ボタンが表示されるようにします。

4. 視聴された理由をリバースエンジニアリングする
参考動画を選んだら、AI UGC 動画として再現するチャンスを得るために、Claude にコンテンツそのものを渡す必要があります。
キャプションと再生数だけでは、テンポ、伝え方、プロダクトの提示方法を説明するには不十分です。
この工程を最も簡単に進める方法は、Apify Video AI Analyzer を使うことです。

フック/冒頭シーン、未解決の疑問提起、動画の展開、オチ(ペイオフ)、その他知りたいことを分解するよう指示しましょう。
動画の文字起こしには、Descript が高速かつ信頼性の高い優れた有料オプションですが、ウェブ上には無料版も見つかるはずです。

あるいは、Gemini も動画を閲覧・分析できます(ただし動画ファイルを直接渡した場合のみ)。TikTok や Instagram の動画をダウンロードして Gemini に処理させることも可能ですが、当然ながら手作業が多く面倒になります。
動画を選定したら、以下の分析プロンプトを実行してください:

このステップが終わったら、いよいよそれらの勝ちフォーマットを自分のアプリ向けにアレンジしていきます。
5. 学びにつながるテストを設計する
AI を使って、フック、キャラクター、舞台設定、フォーマット、長さ、プロダクト配置、CTA を変更できます。
しかし、これらを一度にすべて変えると、結果の解釈が難しくなります。
テストしたいフォーマットを選び、なぜそれが外れ値動画になったのかを分析して理解したら、勝ちパターンに自社プロダクトを組み込んだバージョンで、同等または有望な結果を得るために、それぞれに公平な機会を与える必要があります。
その後、最も有力な候補を絞り込み、より具体的な変更をテストします。
次に実行するテスト計画用のプロンプトはこちらです:

オーガニック投稿では、完全にコントロールされた実験にはなりません。投稿タイミング、アカウントの履歴、プラットフォームが動画を表示する対象オーディエンスなど、すべてが結果に影響します。
あなたが探しているのは、次の投資を正当化できるほど強力な「パターン」です。
6. 説得力のある開始フレームを作る
多くの AI UGC がここでつまずきます。
「超リアル」と書くのに 10 分かけ、ショットの見栄えを決めるのにほとんど時間をかけない人が多いのです。
以前は Pinterest で「UGC creator」と検索して参考画像を見つけるのが王道でしたが、現在では Pinterest 上の画像の多くが AI 生成であり、作り込まれすぎていてリアリティに欠けるものが増えています。
Kristian Jennings がこの問題に対する便利な回避策を紹介しています。
彼のアプローチは、実際の UGC クリエイターの動画から 1 フレームを取得し、フレーミング、照明、背景設定を意図的に選択しながら新しいキャラクターを構築していくというものです。

彼の例から取り入れるべきテクニック:
- 生成前にカメラアングルと体の向きを決める。
- 肌のディテールが見えるものを選び、顔のハイライトが飛んでいないか確認する。
- 気が散らない程度に、背景に少し個性を持たせる。
- 自然な手の位置を選び、顔に文字がかぶらないフレームにする。
- 状況に合った説得力のある音にする:マイクが映っていたり、スマホが近い構図だったりすると、クリアな音声に納得感が生まれる。
また、画像の主要な変更点は 1 つの一貫したプロンプトにまとめ、連続した編集で品質が劣化した場合は、元の参照画像に戻って新たにやり直すことを推奨しています。
これらはテストすべき制作テクニックとして扱いましょう。完璧な生成を保証するものではありません。
一貫性を保つ必要がある複数ショット構成の動画に役立つ、参考ショット選定用のプロンプトはこちらです:

次に、Higgsfield の MCP を Claude Code に接続します。これを接続することで、2 分ごとにタブを切り替えることなく、1 つのチャット内で全てを完結させられます。
私の経験上、使うべきトップクラスの動画モデルとその得意分野は以下の通りです:
- Seedance 2.5:最も堅牢で信頼性の高い出力(そして最も高価)。現時点で AI UGC 向けに得られる最高品質
- Google Omni:非常に有能なモデルで、プロンプトや参照画像次第では品質面で Seedance に迫ることもある
- Kling 3.0:依然として高品質な選択肢。特に Seedance より安いため、B-roll(インサート映像)素材に最適

‼️ AI UGC スキルファイルが欲しい方は、フォローして「SKILL」とコメントしてください。すぐにお送りします ‼️
Claude に以下の画像生成指示を与えてください:

初期画像プロンプト(例):

複数シーンの動画の場合、承認済みのキャラクター参照を使って、生成するショットごとに開始画像を作成します。服装、人物の同一性、繰り返し登場する小道具は一貫させてください。
7. 一括生成の前にテストテイクをアニメーション化する
Seedance 2.5 は最大 30 秒のクリップに対応しています。作業の余地はありますが、1 つの動画全体を 1 回の生成に押し込む必要はありません。
Kristian のチュートリアルから学べるもう一つの有益なポイントは、残りのセリフに差し替える前に、シーンの演出と演技を安定させることです。彼のデモでは別の動画モデルが使われていますが、ここではその制作原則を Seedance に適用します。具体的には以下のような点です:
- カメラが固定か手持ちかを指定する
- 雰囲気のエネルギーを描写する
- 実際に喋るセリフを正確に記述する
- 何を一貫させるべきかを明記する
Claude によるテスト進行用のプロンプトはこちらです:

アニメーション初期プロンプトの例はこちらです:

テスト生成後、いくつかのポイントを確認してください:
- リップシンクは自然に見えるか?
- 手の形は破綻していないか?
- 途中で顔が変わっていないか?
何度も崩れてしまう場合は、失敗テイクにお金を払う前に、開始フレームを見直すか、アクションを単純化しましょう。
8. 動画を完成させ、実際の書き出しを承認する
完成した動画には、実際のアプリ画面、カット、字幕、明確なエンディングが必要になる場合があります。
スクリプトが約束している動作をアプリで実行し、録画してください。
その録画を編集で使用します(実在しない美しい UI を画像モデルに勝手に作らせてはいけません)。
設定済みのエディタやローカルの FFmpeg ワークフローを使って、Claude に承認済みクリップを結合させます。
書き出した動画は、スマホサイズかつ音声ありで確認しましょう。
動画編集ソフトを使いたくない場合、Claude Code が UGC 動画の編集において非常に優秀になっていることは知っています。先日 X に投稿されたこのポストがそれを証明しています。

動画での証拠:

ぜひ、この動画編集組み立て用プロンプトをご自身で試してみてください:

**
9. Postiz を使って動画を市場に送り出す
ここでワークフローに公開システムが必要になります。そこで登場するのが Postiz です。
(ご自身で確認できるリンクはこちら:https://postiz.com/)
テストしたいアカウントを接続します。まずは TikTok、Instagram、YouTube Shorts、Facebook ページから始めましょう。

Claude Code からの連携は具体的です。完成した Higgsfield のアセットを取得し、Postiz にインポートまたはアップロードして、Postiz でホストされているメディアを下書きに添付します。
Postiz は リモート URL インポート と ローカルファイルアップロード の両方に対応しています。
また AI エージェントを搭載しているため、「こんなコンテンツの作成や予約投稿を手伝ってほしい」と伝えるだけで、こなしたいあらゆるコンテンツワークフローをサポートしてくれます。

実行する Postiz コンテンツ下書き用プロンプトはこちらです:

下書きとカレンダーに問題がなければ、次を実行します:


Postiz の MCP は下書きとスケジュールを準備でき、CLI も下書きを公開キューへ送る操作に対応しています。
これで一括管理の場ができ、1 つのダッシュボードからレビューと結果の追跡が可能になります。
10. 次に何を作るべきかは各プラットフォームに教えてもらう
4 つのチャネル(あるいは注力している数)で動画を配信し、各プラットフォームを個別に評価します。
TikTok で結果が弱くても、Instagram での有望な結果が消えるわけではありません。また、Facebook で再生数が多くても、自動的にアプリの顧客獲得につながっているとは限りません。
観察期間を一定にし、可能な限りアカウント自身の過去実績と比較してください。
私が重視する問いは以下の通りです:
- 冒頭で注意を引けたか?
- ユーザーはプロダクトを理解したか?
- その注目は有益な行動につながったか?
- 本当にお金をかける価値があるほど、再現性のあるシグナルか?
コンセプトに手応えを感じたら、すでにターゲット層が見ているコンテンツを作っている実際のクリエイターに依頼しましょう。
AI をテスト環境として使い、勝ちパターン、フック、フォーマットを見つけ出し、上位の結果を出したものを本物のクリエイターで作り直すことで、視聴者からの信頼性とオーセンティシティを高めます。
データがまだ成果を示している間は、有益なバリエーションを作り続けましょう。
このワークフローの最大の利点は、広告費を投じる前に、どれほど多くのテストと学習ができるかという点です。
ニッチ市場で何が視聴されているかを研究し、自分でフォーマットを選び、オリジナルのバリエーションをテストしてきたのです。
まずは少数のフォーマットと、実際に学びを得られる量のコンテンツから始めましょう。
そして、有料広告でスケールさせる権利を勝ち取るのです。
-Jake
追伸:この解説が気に入ったなら、私の無料ニュースレターもきっと気に入るはずです。AI やコンシューマーアプリの構築・スケールについて深く掘り下げている Operator's Notebook の週刊読者 2,200 名以上に加わりませんか 👇
https://operatorsnotebook.beehiiv.com/
追伸 2:エージェント型ソーシャルメディアスケジューラーである Postiz もチェックしてみてください:https://postiz.com/





