第 2 章 評価の設計2.5
HyperFrames と Remotion の動画制作と修正の比較
同じ指示で作った8秒のお茶の広告を、初稿と修正版の4本で見比べます。価格を1秒早く出すと、片方で文字が重なった理由をコマ送りとコードの変更箇所から説明します。
要点
- 同じ指示から、HyperFrames は深緑の背景に細めの文字、Remotion は生成りの背景に太い文字を置いた8秒の広告を作りました。
- 価格を980円から880円にして表示を1秒早める修正は、どちらも一度の指示で反映できました。
- ただし5秒直後、HyperFrames 版では新旧の文字が短く重なり、Remotion 版では切り替えたコマから価格だけを読めました。
- HyperFrames 版でも5秒で表示を即座に入れ替えると重なりは消えました。
- 別の試作で金額を12,800円にすると、両方とも末尾の単位が背景と同じ色になり、見分けにくくなりました。
「値札を一秒早く出してください」と頼まれたとき、五秒ちょうどに数字が現れ始めればよいのか、その瞬間に新しい値段を読める必要があるのか。この違いは、完成した動画を最後まで一度見るだけでは見落とせます。この記事の四本は同じ架空商品の広告です。初稿の二本では商品をどんな順で見せたかを、修正版の二本では五秒のところで目に入るものを見比べてください。価格はどちらも正しく880円になっていますが、その数字の上に一瞬だけ残るものが違います。
HyperFrames は、ウェブページを記述する HTML に文字・図形を配置し、時間に合わせてその見え方を変えて動画を書き出せる制作環境です。Remotion は、画面を組み立てる React の部品に現在のコマ番号を渡し、そのコマで見せる状態を描いて動画にできます。今回、茶袋や葉の絵を含む制作データを書いたのは、どちらも同じ AI です。作り比べたのは、同じ広告の依頼を二つの形式に落とし込む過程と、その初稿に対する一度の修正です。
8秒の広告を作る条件
架空の煎茶「折々茶」を題材にしました。売り場で価格が変わったとき、最初の印象や茶袋のデザインを保ったまま、最後の値札だけを更新できるかを確かめるためです。商品には実在の写真やロゴを使わず、文字と図形で広告を作りました。
| 制作指示の項目 | 両方に渡した内容 |
|---|---|
| 形式 | 横960×縦540ピクセル、毎秒24コマ、8秒、無音 |
| 見せる順番 | 0秒から「折々茶」、3秒から「煎茶 40g」、6秒から「980円」を主役にする |
| 色と動き | 深緑と生成りを使い、茶葉を連想させる図形を動かす。画面構成と動き方は自由 |
| 読みやすさ | スマートフォンで読める日本語を使う |
そろえた条件と、制作者に任せた選択
この指示のうち、商品の同一性を決めるのは商品名と種類、内容量、価格です。「折々茶」が別名になったり、茶袋には40g、主見出しには80gと書かれたりしたら、どんなに動きがきれいでも依頼を満たしません。一方、商品名に読み仮名を添えるか、値札の数字と「円」の大きさをどう変えるか、茶葉を何枚描くかは指定していません。出来上がった二本を比べるときは、この自由だった部分を制作上の選択として読む必要があります。
「主役にする」も重要な言葉です。0秒から3秒までほかの文字を一切出さないという意味ではありません。たとえば、茶袋に小さく商品名を印刷したまま、画面の大きな見出しを「煎茶 40g」に替えても、商品名は消えません。指示に合うかを判断するのは、大きく読ませる情報が指定の順で替わったかです。画面のどこかに「40g」が初めて出た瞬間だけを探すと、この広告の構成を取り違えます。
無音という条件には、音を使えない視聴者にも商品が分かるよう、画面だけで情報を渡す意味があります。商品名の読みを音声で補ったり、価格の場面に音を鳴らして注意を引いたりする方法は使えません。文字の大きさ、周囲の余白、図形の動きを見ると、二つの作品が限られた八秒をどう使ったかを比較できます。実際に音が入っていないかは、音量を下げた状態での試聴だけで済ませず、完成ファイル内の音声トラックの有無も確認しました。
比較の単位
制作に使ったのは HyperFrames 0.9.59 と Remotion 4.0.544 です。初稿同士は、どちらに画面を作らせるとどんな構成になるかを見る一組です。修正の影響を見るときは、HyperFrames の初稿と同じ作品の修正版を組にし、Remotion も同様に扱います。深緑の初稿と生成りの修正版を比べて「価格を直したら背景が変わった」と判断することはできません。後から見直すため、今回は四本を同じページで個別に再生できるようにしました。
制作と修正の手順
- Codex CLI で同じモデル(gpt-6-astra)と推論設定を使い、別々のセッションに同じ制作指示を渡しました。形式だけは各ツールに合わせ、HyperFrames には HTML、Remotion には React の部品を指定しました。どちらにも相手の作品は見せていません。
- 生成された初稿を各ツールで MP4 に書き出しました。両方とも同じ入力から作った広告を1本ずつ採用し、複数案からの選別はしていません。
- 各初稿と同じ修正指示を新しいセッションに渡しました。変更は「価格を880円にする」「価格の開始を6秒から5秒に早める」「全体は8秒のまま、5秒より前の映像とデザインは保つ」の3点です。AI が返した置換をそのまま適用し、もう一度書き出しました。
同じ指示で二つの制作形式を試す方法
制作の依頼文には茶袋の角度、葉の輪郭、正確な色番号を書きませんでした。そこまで決めて同じ設計図を移植すれば、二つの道具で指定どおりの画面を描けるかは調べられます。今回は、AI が読者向けの短い依頼を受け、何を大きく描き、何を脇に置き、どの動きを選ぶかも見たい比較です。片方の仕上がりをもう片方の見本にすると、その判断の余地が消えます。別のセッションにしたのはそのためです。
指示の共通化と、実行形式の共通化は別の作業です。HTML を求める方には動画の幅・高さ・長さを持つ画面と、動きの時刻を管理する仕組みが必要です。React を求める方には、どの部品を毎秒何コマ、合計何コマ描くかという指定が要ります。ここは各ツールで動く形式をあらかじめ伝えました。茶袋の見せ方について追加で助言したり、できの良い候補が出るまで繰り返したりはしていません。比較結果には、その形式指定に沿って AI が書いたコードの特徴も含まれます。
修正は元の動画ファイルに直接手を入れる方法ではありません。どちらも AI に初稿の制作データを読ませ、直す箇所を指定させ、その変更を適用して同じ条件で書き出しています。たとえば980の上に880の画像をかぶせて隠すと、元の字幕や動きが背後に残り、後から金額を替える位置が二つになります。今回は数字を描く行そのものが変わったので、値札を確定する際にどの値を読み直せばよいか、初稿との違いをたどれます。
初稿の仕上がりと修正結果
初稿を続けて見ると、同じ配色指定から背景と文字の色が逆になりました。HyperFrames 版は深緑の面に明るい文字を重ね、右側の茶袋がゆっくり傾きます。Remotion 版は明るい地に太い深緑の文字を置き、主見出しの下に線を伸ばします。どちらも右側には茶袋を残し、左側の読みどころを商品名、内容量、価格へ移します。
初稿の2本
HyperFrames の初稿(8秒)
Remotion の初稿(8秒)
HyperFrames の初稿を開く・Remotion の初稿を開く
一秒、四秒、七秒で見えるもの
最初は両方の初稿を一秒で止めてみてください。HyperFrames 版には、左側の大きな「折々茶」の下に「おりおりちゃ」が入り、右側の生成りの面には縦書きの茶袋が浮かびます。茶袋は表面のラベルとその下の影で袋らしく見せています。もう一方の画面では、左の目を引く太い活字の上に短い呼びかけがあり、右の茶袋が暗い面に明るく浮かびます。同じ深緑と生成りでも、広い面をどちらの色にするかで最も目立つ文字の色が逆になります。
四秒で主見出しはどちらも「煎茶 40g」です。HyperFrames 版は「煎茶」と重さの文字の太さや大きさに差をつけ、その下に「お茶を淹れる、ひととき。」を添えました。Remotion 版は数字の40に小さな単位のgを続け、見出しの下に線、さらにその下に「茶葉からはじまる、ひと息。」を置きます。画面にはどちらも葉が動いていますが、袋のラベルは大見出しが替わっても商品を指し続けます。ここで見るのは動きの多さより、種類と量を一続きの情報として拾えるかです。
七秒では、どちらも「980」の数字が最も大きくなり、その右に一段小さい「円」があります。HyperFrames 版は大きな金額の上に商品名と内容量を添えたため、末尾だけを見ても何の価格かをたどれます。Remotion 版では右の茶袋と左上の商品名が手がかりになります。Remotion 版の左下に並ぶ三つの印を見ると、どの場面かに応じて長くなる印が移ります。HyperFrames 版の最下部に伸びる細い帯は全体の経過に沿って動きます。この二つは完成品から見分けられる演出上の選択です。
スマートフォン幅で見比べるなら、いったん動画を拡大せずに大見出しだけを読んでから、必要なときに止めて細部を見ます。横幅390ピクセルで表示を確認した際、記事内のプレーヤーは幅358ピクセルでした。動画の原寸960ピクセルに対し、表示幅は約37%です。原寸で14ピクセルの小さな英字が画面上で占める幅や高さは大きく減ります。金額のような主要情報と袋の装飾のような小さな文字を同じ精度で読める、と考えるには無理があります。今回は金額の可読性を比較し、小さな英字を読めた人数や読了時間は測っていません。
880円に変更した2本
5秒の前後に注目すると、値段が読めるようになる瞬間が違います。Remotion 版では5.000秒のコマで「煎茶 40g」が「880円」に替わります。HyperFrames 版は5秒から内容量が薄くなり、価格が浮き上がります。5.125秒では両方が重なり、5.5秒には価格をはっきり読めます。
HyperFrames の修正版(8秒)
Remotion の修正版(8秒)
HyperFrames の修正版を開く・Remotion の修正版を開く

図 2.5.1 価格の場面が始まった直後の文字は、両方の修正版を同じコマで止めた画像です。上段では「煎茶」の下から数字が現れ、下段では数字と円の単位だけが同じ位置に見えます。
コマ番号で読む三つの境界
八秒は短くても、一枚ずつに分けると192枚あります。番号を0から付けると、時刻はコマ番号を24で割った値です。3秒は72番、5秒は120番、6秒は144番です。最終の191番は約7.958秒から表示され、8秒で再生が終わります。8秒地点に新しい192番の絵があると考えると、一枚多く数えてしまいます。「五秒前は変えない」という指示では、119番までと120番からを分けて扱えます。
| 観察した位置 | 見る対象 | そのコマで判断できること |
|---|---|---|
| 119番・約4.958秒 | 両修正版の主見出し | 前の場面の終わりまで「煎茶 40g」を主役にできたか |
| 120番・5.000秒 | 新しい場面の最初の絵 | 表示を切り替えた瞬間と、新しい文字が十分見える瞬間にずれがあるか |
| 123番・5.125秒 | 価格の背後の大きな文字 | 前の文字が消える途中に新しい文字が入り、同じ場所を占めるか |
| 132番・5.500秒 | 数字、単位、茶袋との関係 | 切り替えが落ち着いた後の、通常の値札としての見え方 |
| 144番・6.000秒 | 初稿と修正版の関係 | 初稿が価格を出し始める時刻に、修正版ではどの段階まで進んでいるか |
価格の場面に割り当てた時間は、初稿では6秒から8秒までの2秒、修正版では5秒から8秒までの3秒です。コマにすると48枚から72枚に増えました。その24枚を新しく足したわけではなく、中央の商品説明から譲り受けています。「価格を一秒長く見せる」という希望でも、全体が九秒に伸びてよい案件と、今回のように八秒の枠に収める案件では、直すべき場所が変わります。
切り替えの評価には二通りあります。依頼が「5秒から値札の演出を始める」なら、その時刻に前の文字が退場し始め、次の文字が見えてくる動きも条件に合います。「5秒で停止した人がその場で価格を読める」なら、その一枚に880円が出そろっている必要があります。初めの依頼文は「価格の場面を始める」としか指定していません。そこで両作品とも開始時刻の変更は反映済みとし、そのうえで、後者の厳しい読み方で差が出たことを示しました。二つの条件に別々の答えを出せることが、図の静止画を置いた理由です。
修正でつまずきやすい場面の境目
今回の初稿では、HyperFrames 版は「内容量を消す時刻」と「価格を出す時刻」を別々に指定していました。初稿では5.8秒に内容量を消し始め、0.2秒かけて消した後、6秒から価格を出していました。修正版では両方の開始を5秒にそろえたため、内容量が消える途中で価格が見え始めました。5秒直前まで内容量を残したうえで、5秒の最初のコマから新価格だけを読ませたいなら、その時刻に表示を切り替えるよう指示すると意図が伝わります。
| 調べた点 | HyperFrames 版 | Remotion 版 |
|---|---|---|
| 価格の修正 | 表示文字と、広告全体を説明する読み上げ用ラベルを変更 | 価格を描く数字を変更 |
| 時刻の修正 | 内容量の退場と価格の登場の時刻を変更 | 場面の分岐と、その場面の動きを数え始める位置を144番から120番に変更(先頭を0とする) |
| 初稿との差分 | HTML 1ファイルの4行を置換 | React 1ファイルの3行を置換 |
| 修正後の長さ | 8秒、192コマ | 8秒、192コマ |
一行の数字の周りに残っている依存関係
HyperFrames 版で直した4行のうち、2行は金額です。一つは映像の中で目にする数字、もう一つは HTML の画面全体に付いた説明文中の「980円」でした。後者は書き出し後の MP4 の中で動く字幕ではありません。その行だけを更新して数字を放置しても、映像に映る価格は変わりません。逆に数字だけを変えると、映像は880円でも制作データに付いた説明は980円のままです。「修正できた」の判定に何を含めるかは、書き出した広告だけを引き渡すか、続けて編集できる画面も引き渡すかで変わります。
残る2行は、入ってくる文字と出ていく文字の時刻です。この初稿では複数の見出しが同じ画面内に用意され、時刻に応じて透明度と縦位置を変えています。最終場面を一秒早くするには、価格を出す指示だけでなく、その位置を使っていた内容量の表示も終わらせる必要があります。初稿の退場開始5.8秒と登場開始6秒は、同じ瞬間を表す二つの書き方ではありません。その間の0.2秒は、前の文字が見えなくなるまでに取った余裕です。これを一律に5秒へそろえると、時間指定としては単純になりますが、前後の重なり方が変わります。
Remotion 版の3行には別の役割分担があります。金額の行に加え、現在の場面を選ぶ境界と、その場面内で何枚目を描いているかを数える起点があります。前者は主見出しを「煎茶」から「880」に替え、補助文と左下の場面表示も一緒に切り替えます。後者は見出しがどこまで持ち上がり、下の線がどこまで伸びたかを決めます。どちらも初稿では144でしたが、数字の意味は異なります。整数を二か所置き換えるだけの差分にも、内容と動きという二つの判断が入っています。
たとえば修正版の5.5秒は132番です。5秒を起点に数えれば、価格が出てから12コマ、つまり半秒たった絵です。6秒の古い起点から数えるとマイナス12コマになり、価格はすでに出ているのに、価格の演出にとってはまだ開始前です。表示時刻を秒で指定したかコマ番号で指定したかより、「どの場面か」と「その場面はどれだけ進んだか」の足並みがそろっているかが、ここでは重要でした。
5秒より前も調べました。初稿と修正版の冒頭120コマを1コマずつ96×54の白黒画像に縮め、同じ位置の明るさの差を平均しました。1コマあたりの平均差の最大は、明るさを0〜255で表したとき、HyperFrames 版で0.0372、Remotion 版で0.0297でした。冒頭に大きな構図の変化は見つかりませんでした。小さな文字の完全一致まで判定できる測り方ではありません。
変えてよい範囲を数で確かめる方法
冒頭の検査では、明るい面が暗くなった領域と、暗い面が明るくなった領域が相殺しないよう、位置ごとの明るさの差を絶対値にしてから平均しました。縮小後の一枚には96×54、すなわち5,184個の値があります。その平均を各コマについて計算し、冒頭120コマのうち差が最も大きかったコマの値を採っています。一瞬だけ冒頭の見出しが別のものに変わった場合も、長い区間全体で平均するより手がかりが残りやすい計算です。
この測り方が拾いにくい間違いもあります。仮に5,184個のうち一つの値だけが100変わったとすると、平均差は約0.019です。小数点以下の小さい値が得られたことだけで、すべての文字が正しいとは言えません。とくにこの広告では、大きな平面や茶袋が画面の大半を占め、金額の単位の「円」や内容量の「g」は小さい面積しか占めません。明るさが近い二色の入れ替わりも白黒の比較には現れにくいため、商品の文字と配色はカラーのコマで別に見ています。
比較範囲を5秒より前に限ったのにも理由があります。5秒を過ぎると、同じ場所を比べても初稿の見出しは内容量、修正版は価格です。その区間で差が大きいのは、修正が成功していても当然です。逆に、初稿と修正版の最終コマがほとんど同じに見えることは安心材料になりません。そこで980と880の違いが読めなければ、金額を取り違えたまま納品するおそれがあります。変更禁止の区間は映像全体の差で調べ、変更を依頼した区間は文字と時刻を原寸でも読む。この二つを組み合わせれば、同じ比較画像に相反する期待を持ち込まずに済みます。
ファイルの検査で読める値にも限界があります。4本がいずれも映像形式H.264、長さ8秒、192コマで、音声トラックを含まないことは確かめられます。それでも、大きな値札が8秒間まったく出なくても形式は合格です。まずファイルが同じ条件で作られたかを機械で確認し、その後に視聴者が意味を取れるかを調べると、「再生できる」と「依頼どおりの広告が完成した」を別々に報告できます。
切り替え方だけを変えた追加検証
二本を並べるだけでは、価格表示の差がツールの性質なのか、AI が今回選んだ演出なのかを切り分けにくいため、それぞれの修正版から一つの要因を変えて再度書き出しました。ここで動かしたのは原因を調べるための試作です。上で再生できる四本は、同じ指示に対して AI が実際に返した初稿と修正版のままです。
HyperFrames でも一コマで価格へ切り替わる条件
HyperFrames 版の重なりを消すために、価格を出す時刻は5秒のままとし、内容量を消す動きと価格を出す動きだけを置き換えました。変更前は、それぞれ0.2秒と0.4秒かけて透明度と位置が変わります。試作では5秒になったら旧見出しを非表示にし、新見出しを最終位置に表示するようにしました。茶袋の傾き、葉の動き、色、金額、動画の尺は同じです。
書き出した試作では、119番には「煎茶 40g」、120番には「880円」が見えます。公開している修正版で文字が重なった123番でも、試作の大見出しには価格だけがありました。上に小さく添えた「折々茶 / 煎茶 40g」は商品を示す補助文で、意図どおり残っています。図で見えた重なりを取り除くために、茶袋や葉のアニメーションまで止める必要はありませんでした。
前の文字を早めに消すという解決案もあります。初稿と同じ退場時間0.2秒を使い、登場開始の5秒から逆算すると、消え始めるのは4.8秒です。これなら価格が入る前に場所を空けられますが、「5秒より前の映像は維持する」という依頼に反します。この案は計算上の別案で、書き出して確認した試作は5秒で二つの表示を同時に切り替えた方です。時間の重なりを解くときは、出す側の見栄えだけでなく、どの区間の変更を依頼者が認めているかを確かめる必要があります。
Remotion で演出の起点だけを戻した結果
もう一つの試作で意図的に残したのは、時刻の直し忘れです。画面が商品説明から価格へ替わる境界は120番のまま、価格の場面の動きを数え始める位置だけを、初稿で使った144番に戻しました。120番を抜き出しても商品と新価格の組み合わせに誤りは見つかりません。
違いが見えたのは、見出しの真下にある細い横線です。公開した修正版の132番では、価格になってから半秒たち、短かった線が横へ伸びています。起点だけを戻した試作の同じコマでは、線はまだ短いままでした。文字の入り方にもずれがあり、値札は出たのにその場面の動きだけが開始を待っています。主見出しの選択と演出の進み具合が別々に計算されていることを、実際の映像でも確認できました。
この違いなら、担当者に「120番に価格が映っているか」だけを依頼するより、「132番の線が120番より伸びているか」も見てもらう方が、直し忘れを特定できます。一般に線が長ければ良いという判断ではありません。初稿で見出しとともに動くよう設計された線なので、今回の「デザインを維持したまま早める」という要求に対応した確認項目になります。
価格の桁数を変えたときの余白
980円から880円への変更は、数字の数も単位の位置もほぼ変わらない修正でした。これだけで「値段を入れ替えればほかの商品にも使える」と判断できるでしょうか。別の試作では、両方の修正版の金額を 12,800円 にし、色、文字サイズ、茶袋、時刻を一切動かさず、それぞれ八秒の動画に書き出しました。商品の実際の値付けを検討するためではなく、桁が増えたときに何が先に読めなくなるかを見るための金額です。
七秒で見ると、どちらにも「12,800」の数字は並んでいました。ところが末尾の「円」は読み取りにくくなりました。HyperFrames 版では生成りの文字が茶袋の背後にある生成りの面に、Remotion 版では深緑の文字が茶袋の背後にある深緑の面に達しています。数字が桁の途中で画面から切れてしまうよりも先に、単位とその背後の色が近くなったことが問題でした。どちらも制作データ上の「円」は元のまま存在します。

図 2.5.2 桁を増やした価格と背景の境目は、七秒の同じコマから値札の周囲を切り出したものです。数字の右に残るのが映像全体の端までの空間なのか、文字と十分に違う色の面なのかで、値札に使える幅が変わることが分かります。
元の修正版では、大きな「880」と小さな「円」を別の要素として横並びにしていました。一段小さい単位は値段をすっきり見せられますが、長い金額の右へ押し出されると数字より先に背景の境界をまたぎます。横幅にゆとりがあるように見える静止画でも、その余白が値札用なのか、右側の茶袋を引き立てるための余白なのかを区別しなければなりません。今回の試作は横長のままです。縦長広告での折り返しや異なる書体まで試した結果ではありません。
複数の価格帯で使う計画なら、編集担当者には普段の価格と、桁区切りを含む最長の表示例を先に渡せます。数字の大きさを維持したい案件なら、単位まで乗る無地の領域を広げる案があります。袋の位置と背景の曲線を維持する案件なら、値札に割り当てる幅の中で数字と単位の間隔や大きさを調整する案があります。試作で確かめたのは今の配置が抱える制約までです。どちらの直し方を採るかは、依頼者が変えたくない要素と合わせて決められます。
修正依頼と受け入れ判断の記入例
この広告を店頭の画面に出す担当者が「五秒で一時停止した人にも新価格を読んでほしい」と考えているとします。その場合の依頼例は「5.000秒のコマで主見出しに880円を表示し、前の大きな『煎茶 40g』との重なりをなくす。直前の一枚を止めたときには、大見出しで種類とグラム数を読めるようにする。袋に印刷した商品情報は残す」です。どの文字が消える対象かを示すと、担当者が茶袋から「40g」を削ってしまう解釈も防げます。この文は追加の依頼例で、初稿や公開中の修正版を作った指示ではありません。
一方、商品紹介の余韻を優先して、前後の文字が短く溶け合ってよい案件なら、「五秒に切り替えを始め、五秒半で価格を単独で読める」という合格条件が使えます。これなら公開した HyperFrames 版でも、その時刻の絵を見て条件を満たしたと判断できます。依頼者がどちらを望むか分からない状態で「フェードをなくす」と決めると、本人が残したかった演出まで消えてしまいます。二本の動画と静止画があれば、好みを抽象的に聞く代わりに、実際の切り替えを選んでもらえます。
この広告で価格を一度直す作業は、どちらも1ファイルで済みました。作業量の判断に効いたのは1行の差より、「価格を出す」と「価格だけが読める」を区別して確認する手間でした。今回の2本は、AI が選んだ作り方を各1回観察したものです。両製品で別の切り替え方を実装できます。制作時間、Studio での手動編集、別の指示での成功率は測っていません。
自社での取り組みについて相談する
AI エージェントの評価方法や品質の確認について、株式会社UNIQUEX にご相談いただけます。
記事のタイトルと URL をお問い合わせフォームへ引き継ぎます。実現したいこと・困っていることをお書きください。
UNIQUEX に相談する