Spinel Reviewを社内導入、AI確認でも最終判断は人に残す

東京都目黒区の映像制作会社Spinelは、2026年10月6日付の発表で、自社開発した動画レビューツール「Spinel Review」の社内運用を始めたと明らかにした。旧版に残る修正指示と新版の映像をAIが照合し、テロップの誤字候補も示す。指摘を解決済みにする最終判断は人が行う。

代表取締役の肥後橋優斗は開発記録で、Claude Codeを活用して約1カ月で日常業務に使える水準まで実装したと記し、「AIの判定はあくまで参考」と説明した。現時点で公表されている導入先はSpinel社内で、一般向けの申込方法、価格、提供開始日は示されていない。

修正箇所をフレームと版に結び付ける

Spinel Reviewの基礎となるのは、修正指示を映像の特定の瞬間に残す機能だ。確認者は任意のフレームにコメントを付け、画面へ直接描き込んで対象の位置を示せる。「冒頭の文字を直す」という指示でも、対象の時刻と画面上の場所が残れば、編集者は別の場面を推測して探す必要がない。

修正版をアップロードした後は、コメントを版ごとに管理しながら旧版と新版を並べて比較できる。確認の対象が最新版だけに置き換わるのではなく、以前の版に付いた指示をたどれるため、変更した場面と確認待ちの指摘を結び付けやすい。版をまたぐこの履歴が、後段のAIによる修正確認にも使われる。

サムネイル画像も同じレビュー画面で扱い、複数の案を並べて比較できる。動画内の一場面への指示と、公開時に使う画像への指示を案件の中で管理する構成だ。ただし、画像を比較できることと、どの案を採用するかを決めることは別の作業である。

クライアントにはログイン不要の共有リンクを渡せる。リンクごとにパスワード、有効期限、コメントやダウンロードの可否を設定する仕組みで、相手がアカウントを作る手間を省く。共有しやすさは確認への参加を助けるが、リンクを開いたことだけで修正への同意が記録されるわけではない。

AIは確認候補を示し、指摘を閉じるのは人

AIが担う作業の中心は、以前の版へのコメントを最新版の映像と照らし合わせることだ。指摘ごとに理由を添えて「対応済み候補」「未対応候補」「要確認」に分類する。制作者は、すべての指示を記憶に頼って見直す代わりに、分類とその理由を手掛かりに該当場面へ戻れる。

この分類は修正完了の承認ではない。たとえば文字の差し替えは映像上の変化を見比べられるが、BGMの音量や動きに関する指示は静止画から判断しにくい。そのような項目を「要確認」として残し、人が映像や音声を再生して確かめる設計になっている。

テロップの校正では、編集ソフトから書き出したテキストをAIが読み、誤字、脱字、表記ゆれの可能性がある箇所に時刻付きのコメントを入れる。指摘の位置が映像とつながるため、文字だけを独立して読むより、表示のタイミングや前後の発言も確認しやすい。固有名詞や意図的な表記を修正するかどうかは、人が文脈を踏まえて判断する。

アップロードした動画からは、タイムコード付きの文字起こしも作られる。発言を検索して該当場面へ移動できるので、長い映像の中から特定の言葉を探す作業に使える。文字起こしを基に、ショート動画やダイジェストへ切り出せそうな区間を理由とおすすめ度付きで提案する機能もある。

これらの機能は、修正の有無、表記の候補、切り抜く場面という異なる問いに手掛かりを出す。AIの候補がそのまま編集方針になるのではなく、映像として何を伝えるか、指示が十分に反映されたかを制作側が確定する。コメントを「解決済み」にする操作も、その判断の後に置かれている。

レビュー後の投稿準備と公開を分ける

確認が終わった映像は投稿準備へ進められる。同社の製品紹介では、接続済みのYouTubeチャンネルへの直接アップロードと、AIによるタイトル案、説明文、目次、ハッシュタグの下書き作成が示されている。人が内容を調整して非公開でアップロードし、YouTube Studioで最終確認と公開を進める流れだ。

制作工程を順に追うと、編集済み動画をアップロードし、フレームに結び付いた修正指示を集め、版を比較する。その後、AIが修正状況や誤字の候補を示し、人が指摘を解決済みにするかを決める。投稿文の下書き作成と公開先での確認は、レビューの判断に続く別の工程として配置されている。

TikTok向けの動線では、クライアントが自身のアカウントを認可した後、制作チームがレビュー済み動画を下書きとして受信箱へ送る。キャプション、公開範囲、音源を設定し、最終的に投稿するのはクライアントだ。YouTubeの非公開アップロードとTikTokの下書き送信は、どちらも公開前の状態へ動画を渡す機能だが、最後の操作を行う場所と人は異なる。

Instagramへのリール投稿や、配信向けの音量・映像仕様の自動チェックも機能として挙げられている。編集ソフトの書き出し先を監視し、書き出された映像を自動で取り込む構成も説明されている。素材の取り込みから投稿準備までをつないでも、AIによる修正判定、制作者によるレビュー、公開先での操作は同じ承認にまとめられていない。

掲載された操作例にはデモ用の案件が使われている。YouTube投稿画面のデモも操作の再現であり、実際の送信は行っていない。画面例から読み取れるのは操作の流れで、外部の利用者による運用実績や公開後の成果ではない。

社内運用を選んだ背景と次の連携

Spinelが自社開発を選んだ背景には、従来利用していた外部レビューサービスの保存容量と料金の問題がある。案件が増えるにつれて容量上限への対応や古い素材の整理が必要になり、制作の確認作業と素材管理の両方を自社の工程に合わせたいと考えたという。

動画データは社内のストレージで管理する構成とされる。クライアントから預かった映像をどこに置くかは、コメントや版をどう整理するかと並ぶ運用上の選択だ。ただし、社内ストレージを使うという説明だけから、容量、費用、保護水準について他のサービスより優れるとは判断できない。

開発時には、現場の制作者が必要な機能を言葉で伝え、AIがコードを書き、実際に使って見つかった点を再び伝える流れを繰り返した。公開されている範囲では、専業のソフトウェア開発会社による製品発売ではなく、映像制作会社が自分たちの案件に合わせて始めた社内運用である。

今後は、レビューで見つけた場面を切り抜き動画に生かす社内ツール「Spinel Clip」との連携を進める方針だ。一般向け提供の予定が示されていない現在、この連携が社内の制作工程にどう組み込まれるかが次に明らかになる点となる。

関連記事：

• QRUUが一次面接を自動化、月3万円でも合否判断は人に残る
• Museは広告案を作れても、公開・送信・支出は人の承認待ち
• 入社手続きを一文で自動化、Emaの「AI社員」に残る承認点