これは実用的なガイドだ。読み終わる頃には、AI 臭い駄作に聞こえない UGC スクリプトの書き方、動画の生成、カット、実際の人間でのテスト方法が分かる。あと、かかる費用も。一度セットアップすれば約 20 分、数ドルだ。
まず、この記事の立ち位置を明かしておく。higgsfield や他の誰かからスポンサーされているわけではない。俺も UGC 運営者ではない。俺は AI 広告を作っている。12 月から、この分野で実際に稼いでいる人たちを密にフォローしてきた。主に友人である @maxxmalist と @Mho_23、それに他の何人かだ。あと自分のテストも実行している。すべての数字には出典かスクリーンショットがある。そのスクリーンショットは、俺がこのワークフローを初めて実際に実行したものだ。
なぜ今なのか
俺は昔から、周囲の人に AI 動画を見せて、本物だと思うかどうかテストしてきた。
何年もの間、ほぼいつも見抜かれていた。肌がバレるんだ。プラスチックのような生気のない見た目、それがどんなにクールなものも AI 臭い駄作に変えてしまう。
そこに seedance 2.5 が登場して、ようやく肌が人間らしくなった。この @maxxmalist の投稿は、このモデルがどれだけすごいかを示す多くの例のひとつだ:
https://x.com/maxxmalist/status/2085330197524390113
https://x.com/eptwts/status/2085141769755242580
モデルではなく、スクリプトから始めよう
視聴者を引き留めるか、去らせるかはスクリプト次第だ。これからもずっとそうだ。
AI UGC のガイドはどこも生成パートにページを割いている。スポンサーが売っているのは生成だからだ。ep（@eptwts）による seedance ワークフローの解説は本当に良い。
でも自分のフィードをスクロールしてみてほしい。目を止めさせるクリップは、最初の一言が刺さって、次のセリフが気になって待ってしまうものだ。それはライティングの力であって、モデルは代わりにやってくれない。
ステップ 1: ジャッジパネルを作る（最初の 1 回だけ、約 10 分）
スクリプトの書き方は、ただ書き続ければ身につくものではない。自分より厳しい読み手に、何百回も速攻でボロクソに言われることで学ぶんだ。
仕組みはこうだ:
- スクリプト専用の独立した Claude エージェントを作る
- ジャッジ用のスキルをパネルとして持たせる。それぞれに仕事は 1 つだけ。テンポ担当、語彙担当、アイデア担当、構成担当
- 自分のスタイルや好みに合う人のスワイプファイルを大量に集めて、各ジャッジをトレーニングする。トランスクリプト、スクリプト、フック、参考にする書き手やクリエイターのアイデアなど。リズムの参考に Gary Provost は定番だが、自分のスクロールを止めてくれる人なら誰でもいい。俺の実質的な提案: 完璧じゃないソースを見つけること。例えば実際の TikToker のプロフィール全体をスクリプト用エージェントにアップロードする。洗練された文章は、UGC スクリプトのあるべき姿ではない。
- すでに実績のあるスクリプトのストック（自分のものか、研究しているもの）をエージェントに読み込ませる
- 1 フレームも生成する前に、書いたすべてのスクリプトをパネル全体にかける
スキルとは、エージェントが読み込む指示ファイルのことだ。そのジャッジは誰か、何を重視するか、どんなスクリプトを即ボツにするか。それぞれを、仕事が 1 つだけの容赦ないスタッフへのブリーフのように書く。
ここで一番のおすすめは、ジャッジの少なくとも 1 体を、実際の UGC クリエイターで 100% トレーニングすることだ。彼らの動画とスクリプトを全部スクレイピングすればいい。
（分からなかったら、この記事を Claude に貼り付ければいい）
俺は公開するすべてのもの（この記事を含む）に対して 7 体のジャッジを動かしている（数は自由に調整してくれ）。俺の文章が量産型の駄作にならないのは、これだけが理由だ。
スクリプトを書き、パネルに判定させ、書き直し、もう一度実行する。それを生き残ったら、金をかける価値のあるものができている（AI UGC の場合、一度に 10 本以上やると効果的だ）。
ステップ 2: 動画を生成する
seedance 2.5 は、俺の考えを変えたモデルだ。実行するなら higgsfield が一番楽かもしれない。dreamina や freepik でも動く。
もし自分の商品に近い UGC 動画がすでに成果を出しているなら、それを使う。Gemini に読み込ませて、画面に映っているすべてを 1:1 でタイムスタンプ付きに分解してもらう。その分解がプロンプトになり、ジャッジ承認済みのスクリプトがセリフになる（このワークフローの深いバージョンは ep が書いている）。
ゼロから始めるなら？ プロンプトは 2 つ。ファーストフレーム用と、動画用だ。
ファーストフレームは gpt-images-2 で作る（nano banana でも使える）。コツは、リアリティを表すキーワードを重ねて、きれいに整った AI っぽい見た目を避けることだ:
超リアルな iPhone フロントカメラ自撮り、20 代半ばの女性が停車中の車の運転席に座っている、フロントガラスから自然な午後の光、ルーズなお団子ヘア、オーバーサイズのパーカー、毛穴が見える本物の肌質、目の下の薄い影、話している途中の自然な表情、カメラに向かって話しながら片手を上げている、浅い被写界深度、柔らかく温かいトーン、本物の TikTok vlog の雰囲気、テキストなし、キャプションなし、9:16
次に、その画像を seedance 2.5 に参照フレームとして渡し、スクリプトに合わせて動画のプロンプトを作る。ショット構成のように、秒単位で組み立てる:
被写体: 参照フレームの女性、同じ髪型、同じパーカー、同じ車
カメラ: 手持ちフロントカメラの自撮り視点、胸から上の構図、自然なマイクロブレ、9:16
音声: 電話マイクのクリアな声、軽い室内音、BGM なし
00:00-00:03 カメラに少し身を乗り出し、話の途中のような勢いで: [君のフックのセリフ]
00:03-00:12 自然なまばたき、小さな頭の動き、考え込みながら 1 回間を置く: [スクリプトの本文]
00:12-00:15 少し微笑み、締めのセリフをレンズにまっすぐ向かって: [君の CTA]
肌の質感を保ち、美顔フィルター風にしない、リップシンクさせる、15 秒
9:16 に設定し、720p から始めて、気に入ったテイクができたらアップスケールする。動画の長さをタイムスタンプに合わせないと、セリフのタイミングがずれる。
seedance は、弱いスクリプトでも強いスクリプトと同じくらい美しくレンダリングする。業界全体がまさに踏み込もうとしている罠がこれだ。
ステップ 3: 実際のフッテージのように編集する
生成結果は生のフッテージだ。だからフッテージとして扱う。冒頭の無駄な部分を切り、すべての間を詰め、キャプションを入れ、サウンドを敷く。実際のクリエイターの自撮り動画を編集するのと同じように。
フローが機能したら、マシンを構築する
クリップが一貫して本物と見なされるまで、自分のテストを続けよう。ジャッジ、プロンプト、編集を微調整する。そのフローこそが、君の本当の資産だ。
その上で、全体を wispr flow で fable 5 に取り込み、自分専用のマシンを構築する。つまり、君の正確なフローをスケールで実行するエージェントだ。手動でフローを完成させるまではこれをするな。壊れたフローを自動化しても、質の低いコンテンツが速く増えるだけだ。
かかる費用
dreamina では、720p の 8 秒クリップは約 296 クレジット。$19 のエントリープランなら、約 $3.50 だ。プラットフォーム全体で見ると、720p なら 1 クリップあたりおよそ $2.50 から $6 になる（出典）。
（価格とモデルへのアクセスは変動が速い。信じる前に確認してほしい。今回の実行で実際にかかった費用は、上のスクリーンショットに載っている）
つまり、最初の本物に見えるクリップは、実働約 20 分、ランチ代以下で作れる。これで、大規模に回している人たちがなぜ稼いでいるのか分かるだろう。
最初の 20 分
時計を動かす前に、一度だけ: ジャッジエージェントを構築する（約 10 分）
- 0〜8 分: 最初のスクリプトを書き、パネルにボロクソに言わせて、自然に聞こえるまで書き直す
- 8〜14 分: gpt-images-2 でファーストフレームを作り、動画プロンプトにスクリプトを貼り付けて、seedance 2.5 で生成する
- 14〜18 分: capcut で仕上げる。無駄な部分、キャプション、サウンド
- 18〜20 分: 視聴者のつもりで 1 回見返す。スクロールを止めないと思うなら、問題はスクリプトだ。ジャッジのところに戻れ
これをブックマークして、今夜一度実行してみてほしい。
AI 動画のネタがもっと欲しいなら、無料の TG に参加してくれ: t.me/beechhq
