2026年6月26日 15分で読めます

AI
ツール
制作

AIエージェントが動画監督になる——OpenMontageで始める自律型映像制作

GitHub今週のトレンドで22,000スター獲得中のOpenMontage。AIコーディング助手を丸ごと映像制作スタジオに変えるOSSの仕組み・使い方・注意点を、チカちゃんが徹底解説。APIキーなしでも動く無料パスあり。

カテゴリー: AI · ツール · 制作 | 公開: 2026年6月26日 | 読了目安: 約15分

📑 目次

ふむふむ。GitHubの今週トレンドを眺めてて、あるプロジェクトの伸び方が半端じゃなかったんです。

calesthio/OpenMontage。1週間で数千スターを獲得して、いま22,000スター超。今日の時点でも3,400スター/日のペースで伸びてる。

なにがすごいって——これ、AI動画生成ツールじゃないんです。

「AIコーディング助手を、丸ごと映像制作チームにする」 プロジェクトなんです。

「え、Claude Codeで動画が作れるの？」ってなりますよね。なります。チカちゃんも最初そうでした。

「クリップを生成する」と「映画を制作する」は違う

ここ、大事なところなので整理します。

Runway、Sora、Veo、Kling——最近のAI動画ツールは、基本的に**「プロンプトを入れたら5〜10秒のクリップが1本出てくる」**というもの。すごいですけど、これだけだと「一本の動画」にはならない。

音楽がついてない。ナレーションがない。字幕がない。構成がない。編集がない。

つまり、これらが返してくるのは「素材」であって「作品」じゃない。

OpenMontageが狙ってるのは、その上のレイヤーです。人間がプロンプト1行投げたら——

トピックをウェブ検索でリサーチ
脚本を執筆
AI画像または映像素材を生成・調達
ナレーションを合成音声で録音
ロイヤリティフリーのBGMを自動選曲
単語単位の字幕を焼き込み
タイムラインに組み上げてレンダリング

これが全自動で終わる。しかも、各段階で「ここについてはこうします、よろしいですか？」と人間に承認を求めるチェックポイント付き。

なるほどねえ。これ、映像制作の丸投げですよね。AIに「企画から焼き直しまでお願い」してる。

とりあえず動かしてみる——APIキーなしゼロコスト体験

OpenMontageの最大の魅力のひとつは、APIキーが1個もなくても動くこと。

インストール

git clone https://github.com/calesthio/OpenMontage.git
cd OpenMontage
make setup

make コマンドがない環境（Windows等）の場合は、READMEの手動手順で代替できます。

pip install -r requirements.txt
cd remotion-composer && npm install && cd ..
pip install piper-tts
cp .env.example .env

動作環境は Python 3.10以上、FFmpeg、Node.js 18以上。あとは、OpenMontageのディレクトリをClaude CodeやCursorなどのAIコーディング助手で開くだけ。

ゼロコストで使えるもの

APIキーなしで使える構成は、実はかなりリッチです。

能力	無料ツール	何に使うか
ナレーション	Piper TTS	完全オフラインの音声合成
映像素材	Archive.org / NASA / Wikimedia Commons	公開アーカイブの実写映像
追加素材	Pexels / Unsplash / Pixabay	無料ストック（デベロッパーキーのみ）
映像合成（React）	Remotion	アニメーション、図表、字幕、立ち絵
映像合成（HTML）	HyperFrames	キネティックタイポ、SVGキャラアニメ
ポストプロダクション	FFmpeg	エンコード、字幕焼き付け、色調補正
字幕	内蔵	単語レベルのタイムスタンプを自動生成

つまり「贷すだけの画像をパラパラ動かす」じゃなくて、Archive.orgやNASAの公開映像をCLIPで意味検索して、実際の動画像をタイムラインに組むという「本当の動画」が、無料で作れる。

これ、けっこうすごい。普通なら $0.15〜$2のAPIコストがかかるところが、ゼロです。

3つの無料ルート

画像ベース映像 — Piperが語り、画像が絵になり、Remotionが動かす
ローカルキャラアニメ — SVGリグをGSAPで動かし、HyperFramesで合成
実写ドキュメンタリー — 「documentary montage」「tone poem」「stock-footage collage」と指示して「use real footage only」を添える

3番目が聞き慣ない人もいると思いますが、「ドキュメンタリー風の映像を、実写素材だけで組み立ててください」と伝えると、アーカイブ映像を自動で集めて一本にしてくれます。

いまClaude Codeに向かって言ってみる

OpenMontageをクローンして、AIコーディング助手のプロジェクトとして開いたら、こう伝えます。

「ニューラルネットワークがどう学ぶか、60秒のアニメーション解説動画を作って」

するとエージェントは——

パイプラインを「animated-explainer」として選択
トピックをリサーチして、コンセプト案を2〜3個提案
ツール構成・コスト見積もりを提示して、あなたの承認を待つ
承認されたら、脚本を書き、画像を生成し、音声を合成し、字幕を焼き、最終レンダー

参考動画から始めることもできます。

「このYouTube Short、気に入った。量子コンピュータ版を何か作って」

すると、貼ったShortのスタイルを分析して、別のトピックで同じトーンの映像を構築してくれる——というフローがAGENTS.mdに定義されています。

12のパイプライン——何が作れる？

OpenMontageは「12本の制作パイプライン」を用意しています。パイプラインごとに、使うツール・段階・期待される成果物が定義されている。

パイプライン	生成物	安定度
Animated Explainer	リサーチ付きの説明動画	production
Talking Head	映像主体の語り手映像	beta
Screen Demo	画面録画の整えた walkthrough	production
Clip Factory	長尺ソースから短クリップを一括生成	beta
Cinematic	予告編、ティザー、ムード先行カット	production
Animation	モーショングラフィックス、キネティックタイポ	production
Avatar Spokesperson	アバター・リップシンク映像	production
Documentary Montage	無料ストック/アーカイブ素材の映像	production
Hybrid	実写＋AI補助視覚化	production
Localization & Dub	字幕・吹替・翻訳バリアント	beta
Podcast Repurpose	ポッドキャストのハイライトを映像化	beta
Screen / Product Demo	ソフトウェア walkthrough のブラッシュアップ	production

チカちゃん的には、最初は「Animated Explainer」か「Documentary Montage」あたりが試しやすいです。素材が少なくて済むし、完成度も安定しています。

制作の裏側——なぜ「監督」なのか

ここはちょっと踏み込んでおきたい。

OpenMontageのREADMEにこういう注意書きがあります。

「Python = tools + persistence. No orchestration logic, creative decisions, review logic, or checkpoint policy in Python code. The agent makes those decisions guided by instructions.」 （Pythonはツールと永続化だけ。オーケストレーションロジックも創作判断もレビュー判定もPythonに書かない。それらはエージェントが指示に導かれながら決める）

つまり、OpenMontageのコードベースには「if こうなったらこうする」という制御フローがほぼ書かれていない。あるのは、ツールと、スキル记述書と、チェックポイント規約だけ。

「どの映像素材を選ぶか」「どの合成エンジンに切り替えるか」「この品質で納品していいか」——全部、開いてあるAIエージェントの判断に任されているんです。

ふむふむ、これって従来のソフトウェア設計の発想とは違いますよね。普通は「人間が判断ルールを全部書いて、AIはその中で動く」がオーケストレーション。OpenMontageは直逆で、「人間は契約書だけ書いて、判断はAIに任せる」。

これ、アーキテクチャ設計としてはかなり野心的だと思います。「37個あるプロバイダーからどれを選ぶか」も、7次元スコアリング＋監査ログ付でエージェントが決める。人間はあとから「なぜこれを選んだの？」とログで確かめられる。

ちょっと待って。これ、AIを「ツール」じゃなくて「判断者」として扱ってるんですよね。制作判断を全部AIの裁量に委ねるということは、同時に「失敗もAIの裁量で起きる」ということでもある。どんなに丁寧なチェックポイントを設けても——

ここが、チカちゃん的にちょっと引っかかるところです（あとで触れます）。

もう少しちゃんと検証しておこう——気になる裏側

調べてて「これ、本当に使えるの？」と思った点をいくつか書きます。

① AGPL-3.0というライセンス

OpenMontageは GNU Affero General Public License v3.0 で公開されています。これは「改変してネット経由で提供する場合、ソースコードを公開しなければならない」という伝染性の強いライセンス。商用利用自体は可能ですが、社内で改造して社外に提供するようなワークフローだと、法定義務に注意が必要です。趣味や社内ツールなら問題なし。

② カオスPCSではなく、野心ある「指示駆動」

先ほど「AIに判断を任せる」と書きましたが、実際は AGENT_GUIDE.md という契約書がかなり厳しいです。「パイプラインを選んでから、manifestを読んで、stage skillを読んで、それからツールを使え」「勝手に即興するな」とルール化されています。

つまり「完全自律」ではなく「指示に駆動される自律」。この差は大きいで、AIが好き勝手に映像を作るわけではなく、密に書かれた運用規約の上で動きます。

③ beta なパイプラインはある

Talking Head、Clip Factory、Localization & Dub、Podcast Repurpose は beta です。試せるけど「そのまま商業納品」は厳しいかもしれません。最初から production に絞って試すのが無難です。

④ Windows で npm install がこけることがある

OpenMontageの内部に Remotion というReactベースの映像フレームワークが同梱されています。Windowsで npm install が落ちる場合は npx --yes npm install を代わりに使うことがREADMEで案内されています。

⑤ Copilotでは手作業が増える

Claude Code、Cursor、Windsurf、Codexはフルサポート。Copilotはツール実行に制限があるため、手作業での引き継ぎが多くなります。チカちゃん的にはClaude CodeかCursorで始めるのが無難です。

⑥ 中国語・日本語情報はまだ薄い

日本語の紹介記事自体は数本ありますが、踏み込んだHow-toは多くありません。「パイプライン選び」「字幕の日本語対応」「音声合成の日本語品質」あたりの実体験情報はこれから蓄積されていく領域です。OpenMontage自体は日本語テキストを扱えますが、内部的に英語ベースで設計されたツール群を通すので、字幕やナレーションがどう仕上がるかは実際に試してみないとわからない部分があります。

チカちゃん的な見立て——何が面白いのか、何が怖いのか

ここからはチカちゃんの感想です。

OpenMontageを面白いと思ったのは、「映像制作のワークフロー全体をエージェントの責任範囲で包み込もう」としている点です。いままでは「AIは素材を作る。編集は人間がやる」が暗黙の前提でした。OpenMontageはその境界を「最終納品まで」押し広げている。これは今週のGitHubトレンドを見ても、同じ時期に「Headroom（コンテキスト圧縮）」「ECC（エージェント基盤最適化）」「OpenMontage（映像制作）」が同時にのぼっているのは、偶然じゃない気がします。

AIが「素材」から「作品」へ踏み出そうとしている。浪最小限のテクノロジーで、その一歩を具現化しようとしている。三方向が同時に動いているのは、全体のベクトルが「AIをインターフェースにする」に向かっているからでしょう。

でも、ちょっと待って。一つ怖いことも言っておきます。

「画像ベースの60秒動画を$0.15で作れる」というコスト感は確かに魅力的です。でも映像制作は「品質」が最後まで人を裏切る領域でもあります。映像は、長さ・テンポ・音の心地よさ・情報密度の余白が全部交ざって評価されるので、「条件を満たした映像」と「見ていて心地よい映像」は違うんです。

OpenMontageの設計にも.ffprobe验证・フレームサンプリング・音声レベル分析などの自己レビューが組み込まれています。でも、アーキテクチャに基準を書くことと、評価者に「これを楽しめるか」という感覚を持つことは別物です。

チカちゃん的には、OpenMontageを使うとき——「完成した映像」ではなく「プロトタイプ」を受け取る心構えで始めたほうがよさそうです。人間が最後に10分眺めて、テンポ・音楽・字幕のバランスを何個か調えるのが、まだ健全な付き合い方かなあ、と。

誰におすすめか

AIコーディング助手をすでに使っている人 — Claude CodeやCursorのプロジェクトとして開くだけ。追加学習コストが低い
短尺映像を繰り返し作る人 — TikTok / Reels / Shorts向けの手頃な実験環境として。1本$0.15〜$2なら試行錯誤できる
プライベート完結を重視する人 — 全部ローカル。外部APIに素材や脚本を飛ばさなくて済む構成がとれる
ドキュメンタリーやハイブリッドを試したい人 — 無料アーカイブ素材をCLIP検索して組む機能は、他に類を見ない

向いてないのは——「ワンクリックで出力が欲しい人」。OpenMontageはパイプラインを順に進んで各段階で承認を求める設計なので、完全自動とは言え、人間が少なくとも3〜5回はレビューに関わることになります。それが「面倒」に感じるなら、RunwayやVeoのほうが合ってます。

さいごに——「映像」の境界が動いている

OpenMontageを見ていて思ったのは、「映像を作る」という行為の境界が、いま大きく動いているということ。

「人間が全部のカットを決める」から「人間が監修しAIが構成する」へ。そしてOpenMontageは、その先の「人間が承認しAIが制作する」までを定義しようとしている。

どこまで任せるか。どこからが「人間の仕事」か。これ、AIツールのHow-to記事の枠を超えて、実は創作論の話ではないかな、と。

迷探偵チカちゃん的には、ここで正解を決めないんです。 Answers are not given, they are grown. たぶん、パララックスの効いた60秒ショート映像を何本か作ってみるなかで、自分なりの「ここは人間がやる領分」が見えてくるんじゃないかと思う。

思索は冒険です。今日のツールが、その第一歩になりますように。

参考URL

インターネット上のツールは第三者が提供するものです。開発工程や配布経路を悪用した攻撃（サプライチェーン攻撃）が仕掛けられる可能性もゼロではありません。ご利用の際は公式リポジトリの情報をご確認いただき、自己責任でお使いください。
AIに関する技術や情報は急速に変化します。本記事の内容が公開後に古くなる可能性があります。各サービスの公式ドキュメントや最新情報をご確認ください。