Fable 5でAI動画制作パイプライン｜台本から字幕合成まで

この記事で分かること

「Fable 5 動画制作」「AI動画 パイプライン」「Kie.ai Whisper Remotion」で検索している人が知りたいのは、たぶん個別ツールの使い方だけではありません。

台本は誰が書くのか。映像素材はどこから持ってくるのか。ナレーションと字幕はどうやって合わせるのか。全部を1つの流れとして、どうつなげばいいのか。そして、それをFable 5に任せると何が変わるのか。

なお、先に公開しているRemotionのランキング動画記事は「ランキング動画」というフォーマットに特化した作り方です。この記事は、台本→素材→音声→字幕→合成を通す、汎用のナレーション動画パイプラインを扱います。ランキング形式で量産したい人はそちらも読んでください。

あわせて読む Remotionで作る自動AI動画制作ガイド｜初心者向け ランキング動画に特化した作り方はこちら。OpenAI APIとKie.ai、FFmpegを組み合わせる手順をまとめています。

最初に送るプロンプト

細かい説明を読む前に、Claude Code上のFable 5にこのプロンプトを貼ってください。

プロジェクトのフォルダ構成、各STEPのスクリプト、確認コマンドまで、最初の動く形を一気に立ち上げるためのプロンプトです。

AI動画制作パイプラインのプロジェクトを作ってください。

目的:
台本、映像素材、ナレーション音声、字幕を自動で作り、
最後にRemotionで1本のナレーション動画に合成するパイプラインを作りたいです。

完成物:
- 1920x1080の横動画、30fps、60秒前後
- Kie.aiで生成した映像素材を背景に使う
- Kie.aiのTTSで作ったナレーション音声を載せる
- Whisperで作ったタイムスタンプ付き字幕を画面下部に表示する
- 字幕は白文字・黒縁・36pxで見やすくする

前提:
- Node.jsが入っている
- Remotionを使う
- 素材生成はKie.ai API、字幕はOpenAIのWhisper APIを使う
- 秘密のキーは .env に入れてある（ANTHROPIC_API_KEY / KIE_API_KEY / OPENAI_API_KEY）
- 秘密のキーの値そのものは表示もログ出力もしない

作ってほしいフォルダ構成:
ai-video-pipeline/
  .env.example
  script/
    scenario.md
  assets/
    images/
    videos/
    audio/
      narration.mp3
  subtitles/
    subtitles.json
  scripts/
    generate-assets.ts
    generate-narration.ts
    generate-subtitles.ts
  remotion/
    src/
      Video.tsx
  out/
    final.mp4

実装してほしいこと:
1. まず全体の設計と実行順を説明してから作り始める
2. script/scenario.md の台本（シーン表と読み上げ原稿）を読み込む前提で組む
3. Kie.aiでシーンごとの画像を作り、Image-to-Videoで6秒の映像にするスクリプトを作る
4. Kie.aiのTTSで読み上げ原稿から narration.mp3 を作るスクリプトを作る
5. Whisper APIで narration.mp3 からタイムスタンプ付きの subtitles.json を作るスクリプトを作る
6. Remotionで映像・音声・字幕を合成するVideo.tsxを作る（1920x1080 / 30fps）
7. npx remotion preview で確認し、npx remotion render で out/final.mp4 に書き出せるようにする

注意:
- Kie.aiとWhisperのAPI仕様は変わる可能性があるので、実装時点の公式ドキュメントに合わせる
- APIキー、パスワード、顧客情報はコードにもログにも出さない
- SNSへの自動投稿機能は作らない。動画を書き出すところまでにする

確認コマンドも用意してください:
- npm run generate:assets
- npm run generate:narration
- npm run generate:subtitles
- npx remotion preview
- npx remotion render

エラーが出た時は、エラー全文を見せるので、
原因の仮説を挙げてから1つずつ確認する進め方にしてください。

最後に、実行する順番と、テーマを変えたい時にどのファイルを直すかをREADMEにまとめてください。

このプロンプトが最短の入口です。ここから先の本文は、各STEPで何が起きているかを初心者向けに分解して説明します。仕組みが分かると、詰まった時に自分で直せるようになります。

AI動画制作パイプラインとは

AI動画制作パイプラインとは、台本作成、映像素材の生成、ナレーション音声の生成、字幕データの作成、動画への合成という工程を、AIとコードで一直線につないだ制作の流れのことです。

普通の動画制作では、この工程を人が別々のツールで行います。台本はドキュメント、映像は素材サイト、ナレーションは収録、字幕は編集ソフトで手打ち。1本作るだけで数時間かかります。

パイプライン化すると、各工程が「前の工程の出力を、次の工程の入力にする」形でつながります。

• 台本のシーン表 → 画像生成プロンプトの元
• 画像 → Image-to-Videoで動く映像素材
• 読み上げ原稿 → TTSでナレーション音声
• ナレーション音声 → Whisperでタイムスタンプ付き字幕
• 映像＋音声＋字幕 → Remotionで1本に合成

この記事で使う道具は4つです。

Claude Fable 5とは、Anthropicが2026年6月に公開したClaude 5ファミリー最上位クラス（Mythosクラス）のAIモデルで、タスクが長く複雑なほど他モデルとの差が大きくなるのが特徴です。

まだFable 5を使える状態にしていない人は、Claude Codeで claude --version を確認してください。バージョン2.1.170以降が必要で、古い場合は claude update で更新し、起動後に /model でFable 5へ切り替えます。

なぜFable 5が動画パイプラインに向くのか

このパイプラインは、正直どのモデルでも「動くもの」は作れます。それでもFable 5を推す理由は、この作業の性質にあります。

動画パイプラインの構築は、工程が多くて長い作業です。動画編集で言えば、素材集めからテロップ入れ、書き出しまでを1人で通しでやるイメージです。

• 4つの外部ツール（Kie.ai、Whisper、Remotion、Node.js）の仕様をまたぐ
• STEP0からSTEP5まで、前の工程の出力形式を覚えたまま次を作る必要がある
• 途中でエラーが出るたびに、全体の設計を保ったまま部分修正する

Fable 5は、テスト済みのほぼ全ベンチマークで最高性能を出しているモデルですが、特に「タスクが長く複雑なほど、他モデルとの差が大きくなる」と公式に説明されています。数百万トークンにわたって集中を維持できる長文処理も特徴です。

短い単発の作業ならSonnetでも十分です。ただ「STEP2で決めた素材ファイルの名前ルールを、STEP4の合成でも間違えずに使い続ける」ような、工程をまたいで覚えておく力が求められる場面で、モデルの差がそのまま手戻りの回数の差になります。

動画1本あたりのAPIコスト目安

料金の話を先にしておきます。ここを曖昧にしたまま回し始めると、あとで請求を見て驚くことになります。

Fable 5のAPI料金は、100万トークン（トークンは、AIが読み書きする文字量を数える単位）あたり入力10ドル、出力50ドルです。

目安として、台本1本の生成だけなら入力5千・出力4千トークン程度で、約0.25ドルです。

一方、パイプラインをゼロから構築するセッション全体では、コードの読み書きが積み重なるので、入力20万・出力4万トークン規模になることがあります。この場合Fable 5で約4ドルです。

つまり現実的な使い方は、こうなります。

• パイプラインの構築とスキル化: Fable 5（1回だけ払う価値がある）
• 構築済みパイプラインでの量産運用: Sonnet 5やOpus 4.8でも回る

これに加えて、Kie.aiの生成クレジット（画像・動画・TTS）と、Whisper APIの音声処理料金がかかります。どちらも従量制で、モデルや長さによって変わるため、実額は各サービスの公式料金ページで確認してください。

事前準備

準備するものは5つです。

• Claude Code（バージョン2.1.170以降、/model でFable 5に切り替え済み）
• Node.js（Remotionを動かすための土台ソフト。入れておくだけでよく、直接触りません）
• Kie.aiのアカウントと秘密のキー（APIキー）
• OpenAIのアカウントと秘密のキー（Whisper用）
• 作業用の空フォルダ

まず、デスクトップなどに作業フォルダを作ります。

mkdir ai-video-pipeline
cd ai-video-pipeline

Claude Codeはこのフォルダの中で起動します。

claude

起動したら /model でFable 5が選ばれているか確認してください。

Claude Code自体をまだ入れていない人は、先にClaude Codeのインストール記事から進めてください。

STEP0 .envに秘密のキーを設定する

このSTEPでやることを一言で: 3つの秘密のキーを、1つのメモファイルにまとめてパソコンに覚えさせます。

最初にやるのは、秘密のキー（APIキー）を、秘密のキーを書いておくメモファイル（.env）にまとめることです。

キーをチャットやコードに直書きせず、この1つのファイルに集めておくのが安全な形です。

vim .env

ANTHROPIC_API_KEY=ここに自分のキー
KIE_API_KEY=ここに自分のキー
OPENAI_API_KEY=ここに自分のキー

export $(cat .env | xargs)

env | grep KIE_API_KEY | cut -d= -f1

Get-Content .env | ForEach-Object {
  if ($_ -match '^\s*([^#][^=]*)=(.*)$') {
    [System.Environment]::SetEnvironmentVariable($matches[1].Trim(), $matches[2].Trim(), 'Process')
  }
}

if ($env:KIE_API_KEY) { "KIE_API_KEY: OK" } else { "KIE_API_KEY: 未設定" }

STEP1 Fable 5で台本を作る

このSTEPでやることを一言で: 動画の設計図になる台本を、コピペのプロンプト1つでFable 5に書いてもらいます。

次に、動画の設計図になる台本をFable 5に作らせます。

ポイントは、自由に書かせないことです。テーマ、尺、対象、スタイルの4つを指定し、出力形式を「シーン表＋読み上げ原稿」に固定します。

以下の条件で、ナレーション動画の台本を作ってください。

テーマ: [AIツールで仕事を時短する方法]
尺: [60秒]
対象: [SNSでAI活用に興味を持った初心者]
スタイル: [落ち着いたシネマティック]

出力形式:
1. シーン表（4列: シーン番号 / 秒数 / ナレーション / 映像イメージ）
2. 読み上げ原稿（ナレーションだけを通しで読める形）

条件:
- 各シーンは6秒前後で区切る
- ナレーションは1シーン2文まで
- 映像イメージは、画像生成プロンプトに変換しやすい具体的な描写にする
- 誇張表現、断定しすぎる表現は使わない
- 出力は script/scenario.md に保存する

STEP2 Kie.aiで映像素材とナレーションを作る

このSTEPでやることを一言で: 台本をもとに、背景の映像素材とナレーション音声をAIに作ってもらいます。

台本ができたら、Kie.aiで素材を作ります。ここは3段階です。

script/scenario.md のシーン表を読んで、
各シーンの映像イメージをKie.aiの画像生成用の英語プロンプトに変換してください。
条件: 文字やロゴを入れない指定を必ず含める。
そのプロンプトで画像を生成して assets/images/scene-01.png のように保存する
スクリプトを scripts/generate-assets.ts に実装してください。

Slow zoom in, smooth camera movement, cinematic feel

script/scenario.md の読み上げ原稿から、
Kie.aiのTTSでナレーション音声を生成して
assets/audio/narration.mp3 に保存するスクリプトを
scripts/generate-narration.ts に実装してください。
声の設定は落ち着いた日本語の声にしてください。

STEP3 Whisperで字幕データを作る

このSTEPでやることを一言で: ナレーション音声から、表示タイミング付きの字幕データを自動で作ります。

ナレーション音声ができたら、Whisperで字幕データを作ります。

Whisperは、音声を文字に起こすOpenAIのAPIです。ただ文字にするだけでなく、「この言葉は何秒から何秒まで話されているか」というタイムスタンプ付きで返せるのがポイントです。これがあるから、字幕と音声がピッタリ合います。

assets/audio/narration.mp3 をOpenAIのWhisper APIに送り、
タイムスタンプ付きの文字起こし結果を
subtitles/subtitles.json に保存するスクリプトを
scripts/generate-subtitles.ts に実装してください。

条件:
- .env の OPENAI_API_KEY を使う
- 1つの字幕は「開始秒数・終了秒数・テキスト」の形にする
- 1行が長くなりすぎる場合は読みやすい長さで分割する

[
  { "start": 0.0, "end": 3.2, "text": "動画編集ソフトを開かずに" },
  { "start": 3.2, "end": 6.8, "text": "動画を1本作ってみます" }
]

STEP4 Remotionで字幕を合成して書き出す

このSTEPでやることを一言で: 映像・音声・字幕を重ねて、1本の動画ファイルに書き出します。

素材が揃ったので、Remotionで1本の動画に合成します。

Remotionは、コードで動画を組み立てるツールです。Reactという仕組みを使いますが、コードを書くのはFable 5なので、中身が読めなくても進められます。今回の合成内容は remotion/src/Video.tsx に書きます。やることは4つです。

• シーンごとの映像素材を、シーン表の秒数どおりに順番に並べる
• ナレーション音声を全体に載せる
• subtitles.json を読み、現在の再生時間に合う字幕を表示する
• 動画設定を1920x1080、30fpsにする

字幕の見た目は、勉強会で使った設定をそのまま基準にしてください。画面下部・白文字・黒縁・36pxです。白文字に黒縁の組み合わせは、背景がどんな明るさでも読める、字幕の定番スタイルです。

remotion/src/Video.tsx を実装してください。

条件:
- 1920x1080、30fps、尺はシーン表の合計に合わせる
- assets/videos/ の映像をシーン順に並べる
- assets/audio/narration.mp3 を全体のナレーションとして載せる
- subtitles/subtitles.json を読み、再生時間に合う字幕を画面下部に表示する
- 字幕は白文字・黒縁・36pxにする

npx remotion preview

npx remotion render

STEP5 パイプラインをスキル化する

このSTEPでやることを一言で: 今日の流れをAIに記憶させて、次回から一言で呼び出せるようにします。

最後の仕上げです。ここまでの流れを、Claude Codeのスキルとして保存します。

スキル化とは、確立した作業手順をSKILL.mdというファイルに書いておき、次回から「この手順でやって」と一言で呼び出せるようにすることです。これをやるかどうかで、2本目以降の制作時間が全く変わります。

今回のAI動画制作パイプラインの流れ全体を、
Claude Codeのスキルとして ./skills/video-pipeline/SKILL.md に保存してください。

含める内容:
- name と description のfrontmatter
- パイプラインの概要
- 必要な環境変数（.envの項目名のみ。値は書かない）
- STEP0〜STEP4の実行手順と確認コマンド
- 台本生成のプロンプトテンプレート
- 出力形式（フォルダ構成とファイル名の規則）
- カスタマイズできる箇所の一覧
- よくあるエラーと対処

カスタマイズ早見表

このパイプラインは、直す場所さえ知っていれば、雰囲気の違う動画に簡単に作り替えられます。

逆に言うと、この5箇所以外は触らなくても量産できます。「どこを変えると何が変わるか」をスキルのSKILL.mdにも書いておくと、あとで迷いません。

よくあるエラーと対処法

Q. .envに書いたキーが読み込めません

A. 一番多いのは、.env を作っただけで読み込みコマンドを実行していないケースです。Macなら export $(cat .env | xargs) を、ターミナルを開き直すたびに実行してください。それでもダメな場合は、= の前後にスペースが入っていないか、値を引用符で囲んでいないか、ファイル名が .env.txt になっていないかを確認します。読み込み確認は項目名だけ表示する形が安全です。

Q. vimの画面から抜けられません

A. vimあるあるです。落ち着いて Esc を押してから、:wq と打って Enter で保存して閉じられます。保存せずに閉じたい時は :q! です。何を押したか分からなくなった時も、まず Esc を連打すれば通常モードに戻ります。

Q. Kie.aiの画像・動画・音声の生成が失敗します

A. まず、すぐ失敗したのか、待っていたら時間切れになったのかを分けて見てください。すぐ失敗する場合は、キーの設定ミス、クレジット残高の不足、モデル名やパラメータの間違いが候補です。時間がかかっている場合は、動画生成は数分待つことも普通にあります。Kie.aiの仕様やモデルは変わることがあるので、エラーが続く時は公式ドキュメントの最新のリクエスト例をFable 5に渡して、スクリプトを合わせ直してもらうのが確実です。

Q. Whisperのタイムスタンプがずれています

A. まず、Whisperに渡した音声と、Remotionで再生している音声が同じファイルか確認してください。TTSを作り直したのに字幕を作り直していないと、必ずずれます。音声自体は合っているのに全体が一定時間ずれる場合は、音声の先頭に無音があるケースが多いので、Fable 5に「subtitles.jsonの全タイムスタンプを一定秒オフセットする処理を足して」と頼めば直せます。細かい単語単位のずれは、largeモデルを指定して精度を上げると改善することがあります。

Q. Remotionのレンダーが失敗します

A. npx remotion render のエラー文の最初の数行に、原因がほぼ書いてあります。多いのは、素材ファイルのパス間違い（assets/videos/の中身が空、ファイル名の大文字小文字違い）、subtitles.jsonの形式崩れ、メモリ不足です。まず npx remotion preview でプレビューが動くか確認し、プレビューは動くのにレンダーだけ失敗する場合は、エラー全文をFable 5に貼って切り分けてもらってください。

Q. 字幕と音声がずれて表示されます

A. Remotion側のfps設定と、タイムスタンプの変換を確認してください。subtitles.jsonの単位は秒、Remotionの内部はフレームなので、30fpsなら「秒×30」の変換が必要です。ここの変換が抜けている、またはfpsが混ざっている（動画設定は30fpsなのに計算は24fpsなど）のが定番の原因です。Fable 5に「秒からフレームへの変換部分を見直して」と頼むとすぐ見つかります。

Q. 字幕が画面からはみ出します（枠切れ）

A. 1つの字幕のテキストが長すぎるのが原因です。STEP3の文字起こしスクリプトの「1行の長さで分割する」条件を短めに調整するか、Video.tsx側で文字サイズを下げる、折り返しを許可する、左右に余白を取る、のどれかで直ります。日本語の場合、1920x1080・36pxなら1行25〜30文字あたりを目安に分割すると収まりやすいです。

AIに聞くためのプロンプト集

AI動画制作パイプラインを作っています。
台本→Kie.aiで素材→Whisperで字幕→Remotionで合成、という流れです。

今終わっているSTEP:
今止まっているSTEP:
使っているPC:
今分からないこと:

初心者向けに、次に確認する順番を教えてください。

.envに秘密のキーを設定しましたが、読み込めていない気がします。

使っているPC:
実行した読み込みコマンド:
確認コマンドの表示結果:
.envの書き方（値は伏せて、項目名と形だけ）:

原因の候補と確認手順を、1つずつ教えてください。
秘密のキーの値は貼りません。

ナレーション動画の台本を良くしたいです。

テーマ:
尺:
対象:
今の台本の気になる点:

シーン表（シーン番号・秒数・ナレーション・映像イメージの4列）の形を保ったまま、
ナレーションを自然な話し言葉に直してください。誇張表現は使わないでください。

Kie.aiで動画素材とナレーションを作っています。

作りたい映像の雰囲気:
今使っているMotion prompt:
今困っていること:
表示されたエラー（あれば全文、秘密の文字列は伏せる）:

すぐ失敗しているのか生成待ちなのかの切り分け方と、
次に試すことを教えてください。

Whisperで作った字幕データ（subtitles.json）に問題があります。

症状（ずれる・誤字・行が長いなど）:
音声ファイルの長さ:
subtitles.jsonの一部（2〜3件分）:

原因の候補と、スクリプト側で直す方法を教えてください。

Remotionのナレーション動画で、字幕の見た目を調整したいです。

今の設定: 画面下部・白文字・黒縁・36px
変えたいこと:
動画サイズ: 1920x1080 / 30fps

Video.tsxのどこをどう直せばいいか、コードで教えてください。

AIで作ったナレーション動画を公開する前に確認したいです。

動画のテーマ:
ナレーションの内容の要約:
使った素材（Kie.aiで生成):
投稿予定の場所:

事実確認、著作権、商用利用、見やすさの観点で
チェックリストを作ってください。

AI動画パイプラインの実務での使い方12選

このパイプラインの本当の価値は、1本作れることではなく「型として何度でも回せる」ことです。実務で使いやすい例を12個挙げます。

よくある質問

まとめ

Fable 5でのAI動画制作パイプラインは、「AIに動画を作って」と丸投げすることではありません。

台本、素材、音声、字幕、合成という工程を分けて、それぞれの出力が次の入力になるように設計し、その全体をFable 5に指揮させることです。そして最後にスキル化して、次回から一言で呼び出せる型にすることです。

最初の1本は詰まって大丈夫です。エラーはFable 5に貼れば一緒に直せます。2本目からが、このパイプラインの本番です。

シリーズの全体像やFable 5の基本を先に押さえたい人は、マスターガイドから読んでください。

あわせて読む Claude Fable 5完全マスターガイド Fable 5シリーズの全体像はこちら。できること、解禁手順、料金、活用術までまとめて追えます。

あわせて読む Fable 5の便利プロンプト集 エラー解消、機能追加、コード修正など、パイプライン運用でそのまま使えるコピペ用プロンプトをまとめています。