AI動画分析でナレッジ構築！PC操作画面をマニュアル化

今回は、AIやAIエージェントを使った動画分析で、AIに与えるナレッジを構築する１つの方法を紹介します！PC操作画面を録画してAIに与えることでマニュアルを作成し、これをAIに渡すデータ（コンテキスト）にするという考え方です。この手法は、単なる業務効率化ではなく、人がやっていた仕事をAIに任せていくための重要なプロセスなので、ぜひチャレンジしてみてください！

▼目次
0:00 はじめに
0:13 AI動画分析×マニュアル作成が熱い！？
2:37 プロンプトエンジニアリングからコンテキストエンジニアリングへ
4:53 手順１：PCの録画を撮る
7:21 手順２：Geminiでマニュアル化する
10:56 まとめ

▼文字起こし

こんにちは。AIキャンプの中村です。今回のテーマはこちら。AI動画分析でナレッジを構築。パソコンの操作画面からマニュアルを作る。こんなテーマでお届けさせていただきます。ご存知の方も多いかもしれませんが、実はこの2026年の夏に入って、AIによる動画分析とマニュアル作成は今、非常に大きく盛り上がっています。背景としては、初期のChatGPTとかGeminiっていうのは、容量の大きな動画を分析することが難しかったですし、精度も不十分で実用にはなかなか至らなかったんですよね。ただし、2025年以降、動画分析の能力、そして推論能力が大きく向上したので、動画をアップするだけでマニュアルが作れるっていうところまで進化をしています。しかもやり方はもうとっても簡単で、パソコンの操作画面を録画して、それをAIに渡して「マニュアルにして」って伝えるだけで、もうこれで完了します。特に最近のAIは映像だけではなくて、マウスカーソルの動きとか、人間の声で説明した内容までしっかりと分析をして、マニュアルを作ってくれるわけです。今、AIにデータを渡す「コンテキストエンジニアリング」というものが非常に重視されているので、その一環となる1つの手法になりますので、ぜひ今回の動画でそれを真似してみていただけると嬉しいなと思います。少し背景を紹介していくんですけど、大手のAI企業もパソコンの録画をスキル化するっていうところにかなり力を注いでいます。OpenAI、Microsoft、あとGoogleなんかもやってますね。実はですね、2026年の6月、OpenAIのエージェントツールCodexで、パソコンの作業を録画するだけで作業手順をスキル化、つまりマニュアル化できる「Record & Replay」という機能を公開しています。実際にこちらが6月のXの投稿になるんですけど、これまだMac版だけなんですけど、Codexにパソコンの録画の作業を渡すだけで、そのやり方を覚えてくれるってものを公開してくれてますし、AnthropicのClaudeですね、Claude Coworkにもそういう機能がありますし、Microsoftも7月に「Skill Recorder」というものを公開しています。GoogleもGoogle Chrome向けにSkillsなど、ワークフローを再利用する手法に取り組んでいます。ですので何が言いたいかっていうと、パソコンの録画、ログを取って、画面の作業内容をマニュアル化するっていう流れが、今めちゃくちゃ世界で熱くなっているわけですね。なぜこの動画からマニュアルを作ることが大事なのかっていうと、このコンテキストエンジニアリングっていうものが重視されているからです。AIを使いこなすためには、AIに業務の背景知識、これをコンテキストっていうんですけど、このコンテキストをしっかり与えることっていうのが、今非常に重要になっています。ChatGPTが登場した時は、AIに指示を出す技術、プロンプトエンジニアリングが話題だったんですね。こんな感じで、ChatGPTなどのAIに人間がどのように指示をするかってことが大事だったわけですけど、現在はこの指示ではなくて、AIにどんなデータや背景情報を持たせておくか、事前に何を渡しておくかってことが重視されていて、これをコンテキストエンジニアリングというわけです。今ですね、AIエージェントを使いこなせるかどうかっていうのは、この背景情報、コンテキストをどれだけしっかり正しくAIに共有できるかっていうところになるので、今、多くの人たちがこのコンテキストの整備っていうのを行っているわけです。そこで重要になるのが、業務の手順書とか仕事のマニュアルなんです。仕事のやり方をAIに与えることができれば、エージェントは人間と同じようにパソコン作業ができるっていう、そんなレベルになっているわけです。ただですね、企業の実際の現場では、普段の作業はそもそもマニュアル化されていませんし、いざマニュアルを作ろうと思っても、面倒だし、なかなか言語化するの難しいですよね。なので今回登場した、録画するだけでマニュアルができるっていう仕組みは、非常に楽チンなわけですよね。そして今回の作業は、単なるマニュアル作りを効率化しましょうっていう話じゃないわけですね。今まで人間がやっていたパソコンの作業をAIに任せていく、そのための重要なプロセスだと思ってください。ですので今回は、皆さん実際にパソコンの操作画面を録画して、それをAIに渡してマニュアルを作る。それでAIに渡すためのナレッジを構築するってことを、どうやっていくのかってことを紹介させていただきたいなと思います。はい。それではパソコンの録画を撮ってマニュアル化するってことを体験していこうかなと思います。できる方は、このエージェントのCodexとかClaude Coworkとかですね、Microsoftのこの辺りのツールを使っていただいても大丈夫なんですけど、今回は無料版でも簡単に体験できるGoogleのGeminiを使っていこうと思います。無料版のアカウントでも十分体験ができます。そもそもなんですけど、動画分析っていうのはChatGPTとかも十分できるんですけど、Geminiがね、圧倒的にこれは得意ですので、Google Geminiを使うといいかなと思います。手順としては、パソコン画面を録画してGeminiに投げるだけっていうね、2ステップで簡単に終わります。ではまずパソコンの画面を録画していきましょう。録画する方法ですが、WindowsとかMacには標準の録画機能がありますので、それを使っていただくか、私、今このYouTubeはOBSっていう録画ソフトを使っているんですけど、何かを使って録画をしてください。まずはですね、数十秒から1分程度の短い動画でやってみるといいかなと思います。ちなみにWindowsの場合はですね、Windowsキー＋Shift＋Rを押すと、こんな感じにね、スニッピングツールっていうのが出てくるので、これで範囲を選択して録画していただければ大丈夫です。そうするとね、保存ができます。Macの場合は、Shift＋Command＋5を押すと録画ができるようです。では実際にですね、私、50秒程度の動画を撮ってみたので、ちょっとこの操作を見ていただきたいなと思います。はい。それでは、画像の背景を透過する方法を紹介します。まず画像を用意します。そしたらブラウザーを開いて、Canvaを開きます。Canvaを開いたら、この400×400っていう正方形のデザインを選択して、ここに画像をドラッグ＆ドロップします。背景除去ボタンを押せば、背景が透過可能です。ダウンロードする時は、ファイルのダウンロードを押してください。はい、これで完了です。はい、ということで、これが録画した動画になります。今回はCanvaというデザインソフトを使って、画像の背景を透過する方法を紹介させていただいてます。ちなみにですね、このように言葉で話しかけてあげると、その言葉の内容もAIは理解してくれますので、話しかけながら作業することをおすすめします。では録画した動画をGeminiにアップロードして、以下のプロンプトを打っていきましょう。正直ですね、「マニュアルを作成してください」だけでも大丈夫だと思うんですけど、今回ちょっと私の方で練り込んでいます。「PC作業の録画データを解析し、第三者がこの作業を完全に再現できる業務マニュアルを作成してください」としています。出力は今回Markdownというね、こういうシャープとか付いた形式で、コードブロックっていうコピーできる状態で出力してくださいとしています。作業の目的、使用ツール、作業手順、注意点という出力にしています。この辺りは私がちょっと試行錯誤してプロンプトを作ってみたんですけど、操作のミスのところなんかは、それは除外してくださいねとか、専門用語は正確に記述してください、みたいなことを入れています。これね、やってみるとMarkdownのこの太字のアスタリスクみたいなのが出てくると、これが鬱陶しかったので、これは使わないでくださいねとか、あとは「動画内ではこうやってます」みたいな、これってマニュアルにはいらない表現ですので、こういうのを除いて、マニュアル単体で完結する文体にするようにしています。はい。では実際にやってみましょうか。はい。今の50秒程度の動画をアップした状態で、プロンプトを打っていきます。動画分析、どうしても時間がかかりますけど、このぐらいの動画だったらサクッとね、やってくれます。はい、ということでできましたね。業務マニュアル、画像の背景透過処理。いいですね。作業の目的、「画像ファイルから被写体を切り抜き、背景を透明にする、透過する作業を行います。透過した画像は別の背景と組み合わせたり、素材として活用することができます」と。いいですね。使用するツールはウェブブラウザとCanvaのデザインツール。手順を見てみると、Canvaを開く。画像を配置する。選択して背景除去ボタンをクリックします。画像のダウンロードボタンをクリックします。ということで、素晴らしいですね。はい。ということで、完璧に動画の内容がしっかりとマニュアルになっているかなと思います。注意点のところも、これも素晴らしいですね。「背景の処理には数秒の待機時間が発生する場合があります」。これすごいですよね。これ私、全くこんなこと言っていないので、これもしっかりとできていますね。あ、そうなんだ。背景が消えるまで他の操作を行わずに待機しているといいんですかね。はい。「透過された背景を維持するため、ファイル形式はPNG形式が選択されていることを確認してください」。へえ、そうなんだ。ここなんてまさにそうなんですけど、私が全然言語化できてなかったり、あとこのPNGってものもあんまりよく分からずに私がね、操作をしているので、この辺りですね、AIが知識を補強してくれてることが分かるんじゃないかなと思います。素晴らしいですね。実際にですね、これを作ったら、100点満点のマニュアルっていうのはもちろん難しいと思うので、最後に人の手で微修正してあげれば、もうね、業務マニュアルがこれで完成するかなと思います。はい。ということですごいですよね。こんな感じで、作業の手順を録画して与えてあげるだけで、作業マニュアルができるっていうね、そんな時代になっているわけです。このテキストは実際にテキストデータとして保存をしておいたり、AIのスキルなんかにですね、最近こうやってAIにスキルって与えることができるようになってますけど、こういうところに組み込んだりするのもいいかなと思います。はい、それではまとめます。今回はパソコンの操作を録画してAIに渡して、マニュアルを作るってことを紹介させていただきました。マニュアルの下書きは本当に簡単に完成しますし、0から1のマニュアルを作るのに比べたら、作業の負担、本当に下がりますよね。繰り返しになりますけど、このマニュアルは人が読むためのものだけではなくて、これから人間がやっていた仕事をAIエージェントに任せていく、そのための業務のコンテキスト、背景情報を作るためにやっていると思ってください。皆さん、今回はですね、このマニュアル作成というものを紹介させていただいたんですけど、こうした業務の可視化とかデータの整備っていうのは、AI時代に非常に重要な作業になりますので、ぜひ皆さんも仕事で必要なデータというものをどんどん整備していただけるといいかなと思います。まずはですね、身近な作業を1つ録画してマニュアル化するってところから始めていただけると嬉しいなと思います。はい、それでは今回は、AI動画分析でナレッジを構築。パソコンの操作画面からマニュアルを作る、ということを紹介させていただきました。今回は私、Geminiでやらせていただきましたけど、もうどのツールでも本当に重要になっているかなと思います。これからはAIにデータを与えるコンテキストエンジニアリングというものが話題になっていますので、ぜひ皆さん、このコンテキストエンジニアリング、AIに渡すためのナレッジを構築するための1つの手法として、今回の手法を真似していただけると嬉しいなと思います。はい、それでは今回は以上です。ありがとうございました。