AI個別サポートで結果とペースの両方が大事だと感じた話

AI個別サポートでは、成果を出すことは大事だ。でも、相手のペースを守ることも同じくらい大事だと感じたことがある。

少し前、ある受講者さんとじっくり向き合ったときの話。

当時提供していた個別サポートは、AIでツールやワークフローを作れるようになる実践型の開発支援だった。

AIを使って何かを作れるようになる。ツールを触るだけではなく、自分の手で仕組みを作れるようになる。そういう方向を見ていた。

だから当時の僕は、まず実際に作れるようになること、そして目に見える成果を出すことをかなり重視していた。

今は、そのサポートをもう少し広く捉えている。

相手が何を作りたいのか。どこまで進みたいのか。何を楽しみたいのか。そこに合わせて伴走する方が近い。

でも、そのときはまだ、僕の中で「お金を払ってもらう以上、必ず結果を出してほしい」という気持ちがかなり強かった。

今も、それ自体は変わっていない。

AI活用や制作自動化の実体験は、Substackでも継続的に書いています。現場で何が起きるのかを追いたい方は、こちらもどうぞ。

AI個別サポートでお金を払うなら結果を出すべきだと思う理由

まず、僕の基本姿勢として、お金を払うなら結果は出した方がいいと思っている。

これはきれいごとではない。

個別サポートでも、ツール開発でも、制作自動化支援でも同じだ。

お金を払って、時間も使って、何も変わらないなら意味がない。

もちろん、すべての人が短期間で大きな成果を出せるわけではない。

環境も違う。経験も違う。使える時間も違う。

それでも、何かしら前に進むべきだと思っている。

できなかったことができるようになる。

知らなかった世界が見えるようになる。

自分の作業が少しでも楽になる。

発信のハードルが下がる。

そういう変化がないなら、サポートとしては弱い。

だから僕は、全力でやる。

質問にはできるだけ答える。

必要ならオンラインでつないで、一緒に画面を見ながら進める。

ツールが必要なら作る。

プロンプトが必要なら渡す。

つまずいたら原因を探す。

僕の中では、それがお金をいただく側の責任だと思っていた。

Codexを使った半自動ショート動画制作で出ていた成果

その受講者さんも、成果だけを見ればかなり進んでいた。

やっていたのは、単なるAI動画制作ではない。

Codexを使った、半自動のショート動画制作だ。

まず、台本の構成を作るところから始める。

何をテーマにするのか。どうリサーチするのか。どんな流れにすると視聴者に伝わるのか。

ただAIに丸投げするのではなく、自分の思い通りに台本を作っていく。

そこから音声を作る。

TTSという技術を使えば、テキストから音声を生成できる。

Gemini TTS、Google Cloud TTS、Voicevoxなど、選択肢はいくつもある。

APIでつないで、自分の動画に合う声を作れるようにしていく。

さらに画像生成も入る。

GPT Image 2、Flow、Geminiの画像生成、当時使っていたNano Banana系の画像生成、Codex上で画像を扱う流れ。

一つのツールだけではなく、複数の生成環境を使い分ける考え方も教えていた。

画像を作ったら、それを動画の中に入れる。

字幕やテロップを合わせる。

話すスピードを調整する。

BGMや効果音を入れる。

画像とテロップのタイミングを合わせる。

最後に動画として合成する。

つまり、台本構成、音声生成、画像生成、テロップ、BGM、動画合成までを、Codexと対話しながら半自動化していく流れだった。

これは、初心者が数週間で触る内容としてはかなり濃い。

しかも、ただ説明を聞くだけではない。

オンラインでつなぎながら、本人に実際にやってもらう。

こちらがプロンプトを誘導して、「こう伝えるとCodexはこう動く」という感覚を体で覚えてもらう。

最初は台本生成ツールのような簡易ツールも使った。

Google AI Studioのビルドモードで、まず自分で小さなツールを作ってみる。

そこから、AIに何を頼むと何が返ってくるのかを知ってもらう。

そのうえで、実際のショート動画制作へ進んでいった。

ログを見返しても、短期間でかなりのところまで進んでいる。

YouTube Shortsも複数本出していた。

BGMの自動挿入もできていた。

画像とテロップの同期、字幕の改行、話速、画像枚数、フック、画像品質まで改善していた。

成果だけを見れば、ものすごい進化だったと思う。

AI活用の成果と本人が望むペースは別の問題

ここで、僕が見誤っていたことがある。

成果が出ているから大丈夫、とは限らない。

こちらから見ると、すごく進んでいる。

短期間でCodexを触れるようになり、動画も出せるようになり、画像生成や音声生成も扱い始めている。

でも、本人の中では「ついていけていない」という感覚があった。

これは、外から見ている成果とは別の話だ。

僕は、結果を出してほしいと思っていた。

そのために、次はこれ、次はこれ、と進めていた。

でも、その人はもしかすると、もっと自分のペースで考えたかったのかもしれない。

趣味として、プロレスのショート動画を楽しみながら作りたかったのかもしれない。

AIの開発や自動化を一気に覚えるより、まずは動画を作って遊ぶところに価値を感じていたのかもしれない。

もちろん、お金を払っている以上、結果を求めるべきだという考えはある。

そこに気づかないまま、なんとなく受けて、なんとなく終わってしまうのはもったいない。

でも、逆側もある。

自分のペースで発信していきたい人に、結果の速度だけを押しつけるのは違う。

この両方がある。

だから難しい。

結果は大事。

でも、結果だけを見ていると、人の気持ちを置いていくことがある。

CodexやAI開発が速すぎると置いていかれる感覚が出る

AIを教える難しさは、ここにもある。

AIは賢い。

Codexも、Antigravityも、Claude Codeも、こちらがうまく伝えるとどんどん作業を進める。

台本を作る。

音声を作る。

画像を作る。

字幕を直す。

BGMを入れる。

動画を合成する。

一つずつ見ると便利だ。

でも、考えをまとめながら進みたい人にとっては、これが速すぎることがある。

まだ自分の中で理解が追いついていない。

何が起きているのか整理できていない。

どこまで自分で分かればいいのかも分からない。

その状態でAIがどんどん先に進むと、置いていかれた感じになる。

しかも、ここには思い込みもある。

AIがやっている作業を、全部把握しなければいけないと思ってしまう。

でも実際には、全部を細かく理解しなくてもいい場面は多い。

動画を作りたいなら、最初からPythonやAPIの中身をすべて理解しなくてもいい。

まずは、どう頼めば動くのか。どう確認すればいいのか。どこで止まったら相談すればいいのか。

そこからでいい。

ただ、教える側がそこを言語化しないと、受ける側は「全部分からないとダメなんだ」と感じてしまう。

ここは、僕の反省点だった。

AIを教える側は途中で温度を聞く必要がある

振り返ると、もっと途中で聞くべきだった。

今、楽しいですか。

今、重くなっていませんか。

この方向で進みたいですか。

開発寄りに進みたいですか。

それとも、まずは動画制作を楽しみたいですか。

こういう確認を、もっと細かく入れるべきだった。

僕は、成果が出ていることに目が行っていた。

短期間でここまでできた。

これはすごい。

次はもっといける。

そう見ていた。

でも、人は成果だけで動いているわけではない。

疲れもある。

不安もある。

自信のなさもある。

趣味として楽しみたい気持ちもある。

そこを聞かないまま、正しい方向に引っ張っているつもりになると、相手には重くなる。

教える側が全力であるほど、受ける側には圧になることもある。

これは、やってみないと分からなかった。

全力で教えることは悪くない。

でも、全力の向け方は調整しないといけない。

実践型の開発支援からAI個別サポートへ考え方が変わった

この経験があって、今は少し考え方が変わった。

決まった方向へ引っ張るというより、個別サポートとして見る。

もちろん、結果は大事だ。

お金を払うなら、何かを得た方がいい。

ここは変わらない。

でも、その結果が何なのかは、人によって違う。

ツールを作れるようになることが結果の人もいる。

動画制作を半自動化できることが結果の人もいる。

発信が楽しくなることが結果の人もいる。

まずAIへの苦手意識が消えることが結果の人もいる。

賢く生きるなら、結果は大事だ。

でも、結果の定義をこちらが勝手に決めすぎると、相手のペースを壊す。

だから今は、最初にもっと聞く必要があると思っている。

どこまで行きたいのか。

どのくらいの速度がいいのか。

何ができたら満足なのか。

何を楽しみたいのか。

そこを見ずに、ただ「成果を出しましょう」と言うだけでは足りない。

AI個別サポートで大事なのは結果とペースの両方

ただ、この話を失敗談だけで終わらせたいわけではない。

その受講者さんは、最終的にAIでショート動画を作れるようになっていた。

そして最近、プロレスのショート動画を作って投稿しているというメッセージをもらった。

アニメ動画のような感じで、遊んで楽しんでいる、と。

これを見て、少し安心した。

僕が当時見ていた「結果」とは、少し違う形かもしれない。

でも、AIを使って発信が楽しくなっているなら、それは大きな成果だ。

短期間で覚えたことが、あとから自分のペースで効いてくることもある。

その場では重かったものが、時間が経ってから使えるようになることもある。

だから、あのサポートが無駄だったとは思っていない。

ただ、教える側としては、もっとできたことがあった。

結果を出す。

相手のペースを守る。

この二つを、どちらも持たないといけない。

お金を払ったなら結果を出すべき。

でも、それだけではない。

少なくとも僕には、そう見えている。

このテーマは、今回は記事として整理しました。動画で話す場合は、また違う角度から補足すると思います。

---

AI活用や制作自動化について相談したい方は、個別サポートページからお気軽にどうぞ。

▶ 個別サポートの詳細を見る