撮る前に、
信頼と期待を採点する。

撮影が終わったあと、編集画面で足りないものに気づくことがある。商品の根拠が映っていない。使った後の変化が曖昧。映像はきれいなのに、どのカットを選ぶべきか説明できない。AIがカットや字幕を速くしても、素材にないものまでは作れない。

しろねこさんは、占い商品では「当たる鑑定書」だけでなく「買いたくなる鑑定書」が必要で、その条件を信頼感と期待感だと投稿した。これは本人の販売観であり、売上との因果は独立検証されていない。ただ、「正しいか」だけでなく「信じる根拠と、受け取る未来が見えるか」を別々に見る視点は、アプリのデモや商品動画にも移せる。

一方、りくさんは、月50本のYouTube撮影で約10万円のスタジオと約80万円のカメラ3台を使うと説明した。編集や企画で差がつきにくいから、場所とカメラにこだわるという。金額も効果も本人申告であり、高価な機材が成果を生むとは限らない。それでも、後工程が均質になるほど、入口の素材へ判断が戻るという観察は面白い。

品質を、機材名ではなく質問にする

ここへJevをつなぐ。Vercelの公式ページでは、Jevは共有された状態に対して型付きの質問を評価し、選択肢・スコア・真偽の確率を返す構造化判断モデルと説明されている。分類、ルーティング、ルーブリック評価、複数質問の並列評価に対応する。動画を直接理解するモデルとは説明されていないため、文字起こしやカット説明を先に用意する必要がある。

たとえば、個人開発アプリの30秒デモを10本撮る場面を考える。撮影前に「機能の証拠が画面にあるか」「使った後の変化が一文で分かるか」「冒頭の約束を最後に回収したか」「未検証の数値を事実のように言っていないか」の四問を決める。各テイクの文字起こしと画面メモを同じ形式にし、Jevに並列評価させる。AIに完成品を選ばせるのではなく、人が決めた採点表で撮り直し候補を早く見つける。

小さく試すなら、三本だけ撮る

最初から高価な撮影環境は要らない。同じ台本を、証拠の見せ方だけ変えて三本撮る。採点結果と人の評価が食い違った箇所を一つ残し、質問文を直す。見る数字は生成速度より、撮り直し回数、編集時に迷ったカット数、視聴者が機能を正しく説明できた割合だ。

信頼や期待は、そのままでは曖昧だ。だからAIに丸投げせず、何を見れば判断できるかまで人が書く。機材への投資は、その採点表を満たすために必要になったとき初めて考えればよい。

次の動画を撮る前に、
良いテイクを見分ける質問を四つ書けるだろうか。