60秒のCMを1本作ると、いくら・何時間かかるのか。AIで作ったスタンプ119のCMを、手順ごとに測った
お金がかかったのは声と曲と絵で、合わせても百円前後。時間を食ったのは、作る所ではなく「確かめて直す」所でした。
自社サービスのスタンプ119(写真1枚からLINEスタンプを作るサービス)のCMを、また1本作りました。今回はスクエア(1080×1080)の59.5秒です。
作り終えてから「で、1本いくらで、何時間かかったの?」と聞かれて、ちゃんと答えられなかったんですよね。なので、ファイルの時刻と使った回数を数え直して、表にしました。
1コマ目は、これ1枚で中身が分かるサムネにしています。押すと音が出ます。
1先に結論の表
1本(59.5秒)にかかった費用。1ドル=154円で計算。◎は0円の所
| 項目 | 使ったもの | 回数 | 費用 |
|---|---|---|---|
| 本番アプリの画面 | ブラウザの自動操作(画面を出さない) | 319枚 | ◎0円 |
| 声(2人の掛け合い) | Gemini の音声合成 | 28回(録り直し7回を含む) | 数円(単価は未確認) |
| 曲(BGM) | Lyria 3 Pro | 4曲作って1曲を採用 | 約49円($0.08×4) |
| 人物の顔・指の絵 | gpt-image-2.5-flare(high) | 4枚 | 約33円($0.053×4) |
| 効果音 | ブラウザの中で合成 | — | ◎0円 |
| 組み立て・書き出し | 手元のMac | 1786コマ | ◎0円 |
| 台本・組み立て・検品 | Claude Code(定額プラン) | 検品役3人 | ◎追加0円 |
曲と絵は、1本前に作った縦長版のときのものを使い回しました。なので、この1本のために新しく払ったのは声の分だけ。使い回さずに全部を新しく作っても、合わせて百円前後です。
正直、思っていたより安かった。そのかわり、時間のほうは予想の倍くらいかかりました。
2手順と、それぞれの時間
時間は、作業フォルダに残ったファイルの時刻から出しています。朝4時19分に本番の画面を開いて、6時36分に最後の書き出しが終わりました。約2時間17分です。
手順ごとの時間(ファイルの時刻から。重なっている所は短い方に寄せた目安)
| 手順 | やったこと | 時間 |
|---|---|---|
| 1. 本番を見て回る | トップ・カタログ・検索・料金まで全部押して、画面の作りを調べる | 約10分 |
| 2. 画面を撮る | スクロールを1コマずつ、検索は1文字ずつ撮る(319枚) | 約30分 |
| 3. 構成案 | 秒ごとの場面と台詞を書いて確認をもらう | 約15分 |
| 4. 声を録る | 21行を合成 → 書き起こしで読みを確認 → 録り直し | 約30分 |
| 5. 組み立て | 声を曲の拍に合わせて並べ、絵の出る時刻を自動で決める | 約20分 |
| 6. 書き出し | 1786コマを描いて動画にする | ◎2分19秒 |
| 7. 検品と直し | 検品役3人(品質・オリジナリティ・資料との照合)→ 直して書き出し直し | ✕約60分 |
書き出しそのものは2分19秒。ボタン1つで終わります。時間を食ったのは7番の「確かめて直す」所で、品質の検品役は1人で約60分かけて、1秒ごとのコマを全部見ていました。
3どんな画面を撮ったか
今回こだわったのは、本番のアプリをそのまま映すことです。作り物の画面は使っていません。
- ことばパックの一覧を上から下まで、36コマに分けてスクロール
- 検索欄に「美容室」「部活」「沖縄」を1文字ずつ打って、候補が出てくるところ
- 画風の一覧を、最後の No.101 までスクロール(同じ女の子が101の画風で並ぶ)
- 100業種パックの一覧を、40コマで一気に下まで




撮るときは、画面を出さないブラウザで本番を操作しました。写真はAIで描いたトイプードルを入れただけで、注文や支払いのボタンは押していません。本番に何も送られていないことも、記録で確かめています。
4つまずいた所
声が「100業種」を読めなかった。 「ひゃくぎょうしゅ」と書いても「ヒャクギョウジ」と読まれて、聞き取らせると「100行事」になる。書き方を4通り試して、最後は「お店向けに、100業種のパックもあるよ!」と文ごと言い換えました。録り直し7回のうち5回は、この1行です。
作っている途中で、本番が変わった。 朝の時点では「絵のタッチを選ぶ(12種類)」だった画面が、昼前には「画風を選ぶ(101種類)」になっていました。資料と照らし合わせる検品役がそれに気づいて、古い画面を撮り直しています。
1コマ目が真っ白だった。 最初のコマが飛び込んでくる途中から始まっていて、0秒目がほぼ白。一覧に並んだとき中身が何も伝わらないので、1コマ目を「これ1枚で全部わかるサムネ」に作り直しました。これは作り方の決まりとして、次の動画から最初に入れるようにしています。
逆に、やらなかったこともあります。値段の場面で、数字がぐるぐる回る演出を考えたんですが、実在しそうな金額が映ると本当の料金と間違えられる。なので「¥???」を回すだけにしました。
5まだ分からないこと
声の料金は、今回使った音声合成の型の単価を公式の表で確かめられていません。なので表では「数円」としか書けませんでした。1分ぶんの声で数円、という見立ては前の型の単価からの推測です。
もう1つ。時間の約2時間17分には、依頼者との「ここを直して」のやり取りも入っています。完全に初めから作る場合と、同じ型で2本目を作る場合では、たぶん半分くらいは違う。そこは次の1本で測ります。
自分のお店や会社のCMを、この作り方で作ってみたい方は、お気軽にご相談ください。次は、同じ型で2本目を作ったときの時間を測って書きます。
この記事を書いた人
NextCode(沖縄県宜野湾市)は、iOSアプリ・ホームページ/LP・NFCデジタル名刺・AI業務自動化を作っている開発スタジオです。ここで書いているのは、実際に作って公開したものと、その過程で詰まったことだけです。
お問い合わせフォームは24時間受け付けています。