動画マニュアルをAIで作る方法｜手順書を自動生成する5ステップとツール比較

「あの人しかできない作業」を引き継ぐために、動画マニュアルを作ろうとする。ところが台本を書き、撮影し、テロップを入れているうちに1カ月が過ぎる。完成した頃には手順が変わっている。動画マニュアルが続かない理由は、たいていここにあります。

そこでAIです。業務を撮った動画から手順を切り出し、字幕とテキストに起こす。ここまでは、いまのAIで実用レベルに達しています。ただし「AIに丸投げすれば動画マニュアルができる」わけではありません。

どこまでが自動で、どこからが人の仕事かを取り違えると、精度の低い手順書を量産して終わります。

動画マニュアルづくりでつまずくのは、次の3点です。

• 台本・撮影・編集に時間がかかり、完成前に手順が変わる
• AIに丸投げして、現場で使えない手順書ができる
• 撮った動画が探せない・更新できない

この記事では、料金はすべて公式サイトの数字だけを使い、次のことがわかります。

• AIで動画から手順書を作る5ステップ（プロンプト付き）
• AIができること・人がやることの線引き
• ツールを買うか、生成AIで自作するかの判断
• 現場でつまずく落とし穴と対策

Saix自身、社内の手順やマニュアルをAIで整備し、日々使っています。作り手であり使い手の立場から、机上論ではなく手を動かす前提で書きます。

作った手順書をそのまま社内FAQ・チャットボットにしたい方は、次の記事が参考になります。

あわせて読みたい

AI FAQボット比較12選｜料金の実態と「使われない」を防ぐ選び方 社内向けAI FAQボット12製品を、公式サイトに公開されている料金だけで比較。課金軸の違い、ChatGPTでの自作との損益分岐、導入後に使われなくなる4つの原因と回避策まで解説します。

動画マニュアルのAI化は、2種類にまず分けて考える

最初に切り分けます。「画面録画型」と「実写型」は、使うツールも手法もまったく別物です。ここを混ぜたまま製品比較を読むと、自社に合わないツールを選びます。

	画面録画型	実写型
撮るもの	PC・システムの操作画面	現場の作業・接客・機械操作
向く業務	経理システム、SaaS操作、事務処理	製造、物流、飲食、介護、小売
AIの得意度	非常に高い（操作を自動で検知しステップ化できる）	やや落ちる（音声・映像から人が補う前提）
代表ツール	Scribe、Guidde、Loom、Dojo、iTutor	Teachme Biz、tebiki、カミナシ教育、Dive

画面録画型は、操作すると手順書が自動生成されるところまで来ています。一方、実写型は現場の音や視点が絡むため、AIが出した手順を人が直す工程が必ず残ります。

以下は主に実写型（＝現場の属人業務を引き継ぎたいケース）を軸に進めますが、AIの守備範囲の話は両方に共通します。

AIはどこまで自動化できるのか｜できること・人がやることの線引き

比較記事の多くは「AI搭載」とだけ書き、何が自動で何が手作業なのかを示しません。実際に各社の公式仕様と、生成AIでの検証記事を突き合わせると、境界はかなりはっきりしています。

工程	AIができること	人がやること
手順の切り出し	動画をシーンごとに分割し、ステップに分ける	ステップの粒度が業務実態と合っているかの判断
テキスト化	音声を文字起こしし、字幕・説明文・タイトルを生成	専門用語・社内呼称への言い換え
翻訳・読み上げ	多言語への翻訳、AI音声でのナレーション付与	現場で通じる表現かの確認
編集	冗長なシーン・無音部分の自動カット	何を撮るか（そもそもの撮影設計）
正確性	—	事実誤り・順序ミスの修正
暗黙知	—	「なぜそうするか」「やってはいけない例」の追記
機密	—	映り込みチェック（画面の顧客名・書類）
運用	—	更新オーナーを決めて回す

要点は下の3行です。AIは「作業を写したものを、読める形に変換する」ところまでを担います。その先の「正しいか」「なぜそうするのか」「見せてよいのか」は、いまも人の領域です。

実際、製造現場でPC組み立ての動画から手順書を自動生成した検証があります。抽出されたステップは実作業とおおむね一致したものの、誤りも混ざり、細部の補完は人が行っています。

この線引きを踏まえずに「AIに任せれば楽になる」と考えると、精度の低い手順書ができて、現場が使わなくなります。逆に言えば、人がやる工程を最初から工数に織り込んでおけば、AI化の効果は素直に出ます。

AIで動画から手順書を作る5ステップ

実際の作り方です。Saixの代表・杉田が自身の発信で示している手順を軸に、現場で詰まるポイントを補って整理します。台本を書いて撮影する、という従来のやり方は取りません。その工程こそが、動画マニュアルを頓挫させる原因だからです。

STEP1 台本を書かず、作業しながら口で説明してもらう

ベテラン担当者に、実際の作業をしてもらいながら、やっていることを口に出して説明してもらいます。その様子をそのまま録画・録音します。台本も、事前の準備も要りません。

ここで重要なのは「なぜそうするか」も一緒に喋ってもらうことです。手順だけなら見れば分かります。ですが「この治具を先に外さないと傷がつく」といった判断の理由は、本人の口からしか出てきません。

目安は1業務10分以内。長い業務は工程で区切ってください。1本に詰め込むと、後で見る人が目的の箇所にたどり着けなくなります。

STEP2 文字起こしをAIに渡し、手順書に変換させる

録画から文字起こしを作り、生成AIに渡します。話し言葉のままで構いません。AIは、雑然とした話し言葉を読める手順書に変換するのが得意です。むしろ文章を書くのが苦手な担当者ほど、この方法で一気に進みます。

プロンプトはそのまま使えます。

あなたは業務マニュアルを整理する編集者です。
以下は、担当者が作業をしながら口頭で説明した内容の文字起こしです。
これを、その業務を初めてやる人でも実行できる手順書に変換してください。

条件:
- 手順は番号付きで、1ステップ1動作にする
- 各ステップに「なぜそうするのか」の理由が語られていれば、注記として添える
- 専門用語には、話し手が使っている社内の呼び方をそのまま残し、注釈を付ける
- 文字起こしに根拠がない内容は補わず、「説明が不足している箇所」として末尾に列挙する
- 迷いや言い直し、雑談は削る

【文字起こし】
（ここに貼り付け）

末尾に「説明が不足している箇所」を出させるのが肝心です。AIに推測で埋めさせず、抜けを可視化して人に返すためです。

業務の性質に合わせて指示を調整したい場合は、マニュアル作成に使えるプロンプト例と直し方にパターンをまとめています。

STEP3 本人に抜けを確認させ、事実誤りを直す

AIが出した手順書を、作業した本人に読ませて確認してもらいます。ここで直すのは、順序の誤り、抜けた工程、そして「言わなくても分かるだろう」と省略された前提です。

STEP2でAIが挙げた「説明が不足している箇所」が、そのまま質問リストになります。

この工程を飛ばすと、もっともらしいのに現場では通用しない手順書ができあがります。AIの出力は下書きであって、完成品ではありません。

STEP4 動画とテキストをセットで置く

動画だけを配ると、検索性で必ず詰まります。「あの操作、何分あたりだったか」を探すために10分の動画を見返すくらいなら、人は隣の席の同僚に聞きます。

動画とテキスト手順書をセットにし、テキストから該当箇所を引けるようにしてください。そのうえで、社員が毎日開いている場所（社内ポータル、SlackやTeams）に置きます。

現場では、音を出せない・スマホを持ち込めないという制約もあります。テキストが併存していれば、こうした環境でも読めます。

STEP5 更新のルールを決める

動画マニュアルが紙より厄介なのは、一部を直すのに再撮影・再編集が要る点です。だからこそ工程ごとに短く分けて撮っておくと、変わった工程だけ撮り直せます。

そして「内容が変わったら誰でも直せるルール」まで決めてください。ここをサボると、結局また属人化します。

更新オーナーを1人立て、業務が変わったらその場で直す。この一手間が、形骸化を防ぎます。

更新がまた特定の人に戻ってしまう場合は、AIで属人化を解消する手順で、業務の棚卸しから仕組み化までの流れを確認してください。

ツールを買うか、生成AIで自作するか

ここまでの5ステップは、実は専用ツールを買わなくても実行できます。比較記事はどれもSaaS導入を前提に製品を並べますが、まず問うべきは「買う必要があるか」です。

生成AIでの自作は、すでに実用レベルにある

PC操作の録画を、GoogleのAI Studio（Gemini）にアップロードします。すると操作内容を秒単位で抽出し、手順として整形できることが検証されています。

ほかにも方法があります。NotebookLMに動画を渡し、レポートを生成させる方法。あるいは、AIに手順とタイムスタンプを出させ、該当秒数のスクリーンショットを自動で抜いて画像付き手順書に仕上げる方法。

これらも公開されています。手順書の下書きを作るところまでは、追加費用ほぼゼロで到達できます。

自作が向くのは、次の条件がそろうときです。

• 対象が1業務・1部署で、動画が数本〜十数本にとどまる
• 撮る動画に、顧客情報や機密が映り込まない（または確認できる）
• 多言語対応・視聴ログの管理が当面いらない
• 月に数時間、手を動かせる担当者がいる

ツールを買うべきケース

一方、次のどれかに当てはまるなら、専用ツールの検討段階です。

• 外国人スタッフがいて、多言語の字幕・音声が要る（現場ツールの多くが20〜100言語に対応）
• 誰がどこまで見たかを管理し、教育の進捗として追いたい
• マニュアルが数十本〜数百本になり、検索・権限管理が必要
• 業務動画を外部の生成AIにアップロードできない（学習利用・情報漏洩の懸念）

最後の一点は、実務では決定打になりがちです。「そもそも、その動画を外に出していいのか」を先に社内で確認してください。専用ツールの多くは、データをAIモデルの再学習に使わないことを明記しています。

どれかに当てはまるなら、社内利用で見るべきマニュアル作成AIツールの選定基準で比較の観点を先に決めておくと、製品名から入って迷うことがなくなります。

主要ツールの料金とAI機能

公式サイトに記載のある数字だけを掲載します。記載のないものは「非公開」としています（比較サイトに出ている金額は、公式と食い違うものが複数ありました）。

ツール	料金（公式記載）	無料	AI機能	タイプ
Teachme Biz	エントリー 月89,800円	トライアルあり	動画からの手順自動分割、自動字幕、26言語の自動翻訳	実写・画面録画
tebiki 現場教育	非公開	記載なし	AI文字起こし、AI音声読み上げ、100カ国以上の翻訳	実写（現場）
カミナシ 教育	非公開	記載なし	AI自動字幕、24言語の音声翻訳、手順書からのマニュアル自動生成	実写（多言語）
Dive	無料〜月10万円（プランによる）	無料プランあり	手順の自動分割、字幕生成、冗長シーン自動カット、192言語翻訳	実写・画面録画
COCOMITE	初期150,000円＋月額（非公開）	30日間無料	公式にAI機能の記載なし	手順書型
Dojo ウェブマニュアル	非公開	記載なし	動画から文字起こし・シーン抽出・ステップ自動分割	PC操作
iTutor	買い切り 38万円〜90万円（税抜）	トライアルあり	AI機能あり（詳細は公式参照）	画面録画
Scribe	無料〜／Pro Team 月17ドル（1ドル155円換算で約2,600円）／席	無料プランあり	操作の自動キャプチャで手順書を自動生成	PC操作
Guidde	無料〜／Pro 月19ドル（同 約2,900円）／作成者	無料プランあり	画面操作の自動ステップ化、AI音声、50言語以上の翻訳	PC操作
Loom	無料〜／Business+AI 月24ドル（同 約3,700円）／人	無料プランあり	自動チャプター、自動要約、フィラー語の自動除去	画面録画

※料金は各社公式サイトの記載（2026年7月時点）にもとづきます。海外3ツールは米ドル建てのため、1ドル＝155円で換算した円額を目安として併記しています（為替により変動します）。プラン改定があるため、検討時は必ず公式サイトでご確認ください。

料金を見るときの2つの注意点

ひとつは契約期間です。国内の主要ツールは12カ月一括前払いが標準で、月額表示でも実際には年単位のコミットになります。合わなかったときに抜けにくいため、無料トライアルの期間中に、実際の業務動画で1本作りきってみてください。

もうひとつは、AI機能はもはや上位プランの付加価値ではなくなりつつあるという点です。Teachme Bizは、旧スタータープラン59,800円が、AI標準搭載のエントリープラン89,800円に置き換わりました。

「AIが付いているから高い」という選び方は、もう成立しません。見るべきは、自社の動画（実写か画面か、日本語だけか多言語か）で、その手順分割が実際に機能するかです。

現場でつまずく4つの落とし穴

1. 現場のノイズで、音声認識の精度が落ちる

これは実際に、金属加工の現場を持つ製造業の経営者から聞いた話です。作業を動画・音声で撮影してAIで文字起こしし、マニュアル化を試したそうです。ところが工場内の機械音が大きく、音声認識の精度が上がらないという壁に当たっていました。

カタログ上の機能は、現場の環境音までは面倒を見てくれません。

対策は単純で、作業の実演と説明の録音を分けることです。作業を撮った動画とは別に、静かな場所で本人に説明だけしてもらい、それを文字起こしの元にします。

動画は「見て分かる部分」、音声は「聞いて分かる部分」と役割を分けたほうが、結果的に早く仕上がります。

工場のライン作業や機械操作をまとめたい場合は、製造業の作業標準書をAIで作る手順で、現場特有の書き方まで踏み込んで解説しています。

2. AIに丸ごと書き直させると、現場のノウハウが消える

できあがった手順書を、AIに「もっと分かりやすく整えて」と一括で書き直させたとします。すると現場の泥臭い注意書きが削られ、当たり障りのない一般論に化けます。

「ここは力を入れすぎると割れる」といった、まさに引き継ぎたかった一文が、きれいな文章にならされて消えるのです。

整形は初回の変換までにとどめ、その後は失敗が起きるたびに1行ずつ足していく運用に切り替えてください。マニュアルは一気に完成させるものではなく、育てるものです。

3. 1本に詰め込みすぎて、必要な箇所にたどり着けない

30分の業務を1本の動画にすると、見る側は目的の場面を探せません。工程ごとに短く分け、テキスト手順書から該当箇所を引ける状態にします。分けて撮ることは、更新のしやすさにも直結します。

4. 最初に十数本作って力尽きる

動画マニュアルが続かない最大の理由がこれです。まずは社内で一番ブラックボックスになっている業務を1つだけ選んでください。その1本が回ったことを確かめてから、次に広げます。全業務を網羅する計画から入ると、着手前に息切れします。

その1業務を選んだあと、どんな項目立てで書くか迷ったら、業界別のAIマニュアル雛形と埋め方から自社に近い型を持ってくるのが早道です。

よくある質問

Q. 業務動画を生成AIにアップロードして問題ありませんか

社内の規程を必ず確認してください。判断のポイントは2つあります。ひとつは映り込みで、PC画面に顧客名や個人情報が映っていないか、書類が写っていないかを撮影前にチェックします。

もうひとつは学習利用です。そのサービスがアップロードしたデータをAIモデルの再学習に使わない設定・契約になっているかを確認します。判断がつかない場合は、機密が映らない業務から試すのが安全です。

Q. スマホで撮った動画でも使えますか

使えます。むしろ、専用の撮影機材や編集ソフトを用意しようとすると、その準備段階で頓挫します。手ぶれや画質より、「なぜそうするか」が音声で語られているかのほうが、手順書の質に効きます。

Q. 動画マニュアルとテキストマニュアル、どちらを作るべきですか

対立させる必要はありません。動画は「動きを見せる」のに強く、テキストは「探す・直す」のに強い、という役割の違いです。AIを使えば動画から手順テキストを起こせるので、1回撮って両方を作るのが現実的な最適解になります。

まとめ

動画マニュアルのAI化で失敗するのは、AIの守備範囲を取り違えたときです。AIは、撮った動画を手順の形に変換するところまでを担います。正しいか、なぜそうするのか、見せてよいのか。この3つは今も人の仕事です。

ここを工数に織り込んでおけば、AI化は素直に効きます。

進め方は、台本を書かないことから始めてください。ベテランに作業しながら口で説明してもらい、それをAIに手順書へ変換させ、本人に抜けを直させる。動画とテキストをセットで、毎日開く場所に置く。そして更新のルールを決める。

ここまでを、社内で一番ブラックボックスになっている業務1つで回してみることです。

元になるマニュアルの作り方は社内FAQをAIで作る方法でも解説しています。「自作で足りるのか、ツールを入れるべきか」を見立てたい方もいるはずです。

自社の業務量やセキュリティ要件を踏まえ、AIマニュアル（作成代行・伴走コンサル）から相談できます。