解説動画の台本テンプレートと実例
60秒テンプレート、タイミング、視覚タスク、TapVidの実測を含む実践ガイド。
2026年8月6日 · 25 分で読了
TL;DR
一つの問題とCTAを決め、台本と制作ブリーフを承認し、シーン、字幕、書き出しを確認してから改善します。
各工程に明確な承認基準を置くと、解説動画は作りやすくなります。本ガイドは範囲設定と台本から、ブリーフ、初稿、書き出し、計測までを扱い、2026年8月6日に行ったTapVidの実測も記録します。
ツールに触れる前に、まず範囲を絞り込む
セクション 1.1: 私が受け取る最も多いブリーフは、だいたいこんな感じです。 「プラットフォーム全体を説明する2分の動画が必要です」。 このブリーフからは、どれだけ制作が優れていても凡庸な動画しか生まれません。
セクション 1.2: 1本の動画に12本分の仕事をさせようとしているからです。 効果的な解説動画はどれも、特定の一人に向けて特定の一つの問いに答えます。 「この製品は何をするのか」ではありません——それは機能一覧です。 もっと鋭い問い、たとえば「一人で立ち上げた創業者が、最初の有料顧客を登録から10分以内に最初の成果へ導くにはどうすればいいか」。
- ステップ 1.1.1: フック(0〜10秒):正確な痛みを名指しする——カテゴリではなく、具体的な感情を。
- ステップ 1.1.2: 問題の枠組み(10〜30秒):なぜ今のやり方が破綻している、あるいは遅いのかを示す。
- ステップ 1.1.3: 仕組み(30〜60秒):あなたの製品が実際にどう解決するのかを、平易な言葉で。
- ステップ 1.1.4: 証明(60〜90秒):一つの具体的な成果——数字、短縮できた時間、現実の結果。
- ステップ 1.1.5: CTA(最後の10秒):一つの行動、一つの遷移先、代替案なし。
セクション 1.3: その問いの中には、すでに台本が潜んでいます。 一行でも書き始める前に、三つのことを文章で答えてください。 視聴者は誰か、その人が今まさに抱えている一つの問題は何か、そして視聴後に理解してほしい一つのことは何か。 この三つをそれぞれ2文で答えられないなら、さらに絞り込みましょう。
何よりもまず台本を書く——そして声に出して読む
セクション 2.1: 私が使う解説動画の台本テンプレートは、ドキュメントとはまったく似ていません。 会話のように見えます。 どの一行も、読むためではなく話すために書かれています。 短い文。 能動的な動詞。 視聴者自身が使わないような専門用語は一切なし。
セクション 2.2: 一貫して機能する構成はこうです。 最初の10秒で痛みを名指しし、なぜ従来のやり方が破綻しているかを示し、仕組み(製品名だけでなく、実際の仕組み)を紹介し、具体的なビフォー・アフターを一つ提示して証明し、一つの行動で締めくくる。 何よりもまず台本を声に出して読んでください。 あなたが言葉に詰まれば、視聴者も同じように詰まります。 自然な速さで読んで2分を超えるなら、収まるまで削りましょう。 役割を果たしていない文はすべて、視聴者の注意にとって重荷でしかありません。
| Starting input | What it gives you | What to remove or add |
|---|---|---|
| Article or PDF | Evidence, examples, and a developed argument | Remove reading-only detail and rebuild the order for scenes |
| PRD or help document | Accurate steps, labels, and edge cases | Add audience context, benefits, and a reason to care |
| Product page | Positioning, proof, and CTA language | Verify claims and replace scroll order with a narrative |
| Approved script | Controlled narration and timing | Add visual jobs, source links, and pronunciation notes |
| Short prompt | Fast direction for an early draft | Add evidence, constraints, and explicit approval criteria |
- ステップ 2.1.1: フック(0〜10秒):正確な痛みを名指しする——カテゴリではなく、具体的な感情を。
- ステップ 2.1.2: 問題の枠組み(10〜30秒):なぜ今のやり方が破綻している、あるいは遅いのかを示す。
- ステップ 2.1.3: 仕組み(30〜60秒):あなたの製品が実際にどう解決するのかを、平易な言葉で。
- ステップ 2.1.4: 証明(60〜90秒):一つの具体的な成果——数字、短縮できた時間、現実の結果。
見栄えではなく、理解のために設計する
セクション 3.1: 解説動画のビジュアルには、私が絶えず目にする特有の失敗パターンがあります。 技術的には美しいものを作りながら、視聴者を始める前より混乱させてしまうのです。 密度の高いアニメーション、幾重にも重なるトランジション、解読に予備知識を要する視覚的メタファー。
セクション 3.2: どのシーンも一つの問いに答えるべきです。 あるシーンが答えている問いを名指しできないなら、そのシーンはコミュニケーションではなく装飾の仕事をしています。 削るか、前のシーンと統合しましょう。
- ステップ 3.1.1: フック(0〜10秒):正確な痛みを名指しする——カテゴリではなく、具体的な感情を。
- ステップ 3.1.2: 問題の枠組み(10〜30秒):なぜ今のやり方が破綻している、あるいは遅いのかを示す。
- ステップ 3.1.3: 仕組み(30〜60秒):あなたの製品が実際にどう解決するのかを、平易な言葉で。
- ステップ 3.1.4: 証明(60〜90秒):一つの具体的な成果——数字、短縮できた時間、現実の結果。
- ステップ 3.1.5: CTA(最後の10秒):一つの行動、一つの遷移先、代替案なし。
セクション 3.3: AI解説動画ジェネレーターを使うとき、最初の出力は常にドラフトです。 AIはおおよそのタイミングや大まかな画面構成は得意ですが、ブランドの微妙なニュアンス、感情のペース配分、どの細部が重要かを見極めることは苦手です。 ビジュアルの仕上げに手をつける前に、すべてのシーンを台本と照らし合わせて確認してください。
公開前チェックリスト
セクション 4.1: Runtime is an information constraint, not a quality score. A 60-second product explainer can usually establish one problem, reveal one mechanism through a few beats, show one proof moment, and ask for one action. It cannot teach every configuration option. A 90-second version can include a second example or a more deliberate proof sequence. A two-minute explanation can support a technical concept, but only if each additional scene earns its time.
セクション 4.2: Word-count formulas are planning tools, not timing guarantees. Voice, sentence length, unfamiliar terms, pauses, and on-screen reading all affect pace. A draft of 140 words can feel rushed when it contains product names and acronyms, while a conversational 155-word draft may sound comfortable. Record a rough read at a natural pace, then allow time for visual comprehension instead of speeding up the voice to rescue an oversized script.
| Target length | Planning range | Best fit | Common scope error |
|---|---|---|---|
| 30 seconds | 55 to 75 spoken words | One problem, one mechanism, one CTA | Adding company history or multiple personas |
| 60 seconds | 120 to 150 spoken words | Focused product or service explanation | Treating every feature as a separate benefit |
| 90 seconds | 175 to 220 spoken words | Problem, mechanism, proof, and an extra example | Using the extra time for repetition |
| 120 seconds | 235 to 300 spoken words | Technical, educational, or process explanation | Removing visual pauses to fit more narration |
- ステップ 4.1.1: 製品について何も知らない人が、最初の一文を理解できるか。
- ステップ 4.1.2: 各シーンは物語を前進させているか、それとも足踏みしているだけか。
- ステップ 4.1.3: 字幕はオンになっているか——そしてナレーションと完全に一致しているか。
- ステップ 4.1.4: ナレーションは複雑な考えではゆっくり、トランジションでは速くなっているか。
動画がランディングページに置かれる場合のSEOの考え方
セクション 5.1: 補足テキストなしで動画を埋め込むのは、SEO上の行き止まりです。 検索エンジンはあなたの動画を見ることができません。 ページに埋め込みプレーヤーと見出ししかなければ、検索からは見えません。
セクション 5.2: すべての解説動画に、動画が投げかける問いに答える400〜600語の補足テキストを添えてください。 主要キーワード——たとえば「解説動画の作り方」や「解説動画チュートリアル」——を、ページタイトル、H1、そして最初の段落に自然に盛り込みましょう。 ページ下部には書き起こしのセクションを追加します。
- ステップ 5.1.1: フック(0〜10秒):正確な痛みを名指しする——カテゴリではなく、具体的な感情を。
- ステップ 5.1.2: 問題の枠組み(10〜30秒):なぜ今のやり方が破綻している、あるいは遅いのかを示す。
- ステップ 5.1.3: 仕組み(30〜60秒):あなたの製品が実際にどう解決するのかを、平易な言葉で。
- ステップ 5.1.4: 証明(60〜90秒):一つの具体的な成果——数字、短縮できた時間、現実の結果。
- ステップ 5.1.5: CTA(最後の10秒):一つの行動、一つの遷移先、代替案なし。
セクション 5.3: アクセシビリティに役立ち、検索エンジンに完全な意味的文脈を与えます。 競争の激しい解説動画のキーワードで上位に表示されるページは、動画のおかげで上位にいるのではありません。 動画を取り巻くページが本当に役立つから上位にいるのです。
最初のバージョンは完成版ではなく、バージョン1として扱う
セクション 6.1: 公開後に最も重要な二つの数字は、視聴完了率とCTAのクリック率です。 完了率は高いのにCTAのクリックが低いなら、問題はコンテンツではなくコール・トゥ・アクションにあります。
セクション 6.2: 完了率が早い段階で落ちるなら、最初の30秒の何かが、継続的な注意を勝ち取れていないのです。 公開のたびに、30日後にパフォーマンスデータを見直す習慣をつけましょう。 安定して成果を出す動画は、チームが実際に改善を重ねたものです。
| Format | Strongest use | Watch for |
|---|---|---|
| Motion graphics | Abstract systems, data flow, and category education | Metaphors that look elegant but conceal the actual mechanism |
| UI-led | Product onboarding and workflow proof | Tiny labels, fast cursor movement, and obsolete screens |
| Character animation | Human pain, behavior change, and multi-role stories | Stock expressions that weaken a serious subject |
| Live action | Physical products, trust, demonstrations, and founder stories | Production demands that do not add explanatory value |
| Hybrid | Context plus product proof | Abrupt visual transitions and inconsistent pacing |
- ステップ 6.1.1: 製品について何も知らない人が、最初の一文を理解できるか。
- ステップ 6.1.2: 各シーンは物語を前進させているか、それとも足踏みしているだけか。
- ステップ 6.1.3: 字幕はオンになっているか——そしてナレーションと完全に一致しているか。
- ステップ 6.1.4: ナレーションは複雑な考えではゆっくり、トランジションでは速くなっているか。
ツールに触れる前に、まず範囲を絞り込む
セクション 7.1: 私が受け取る最も多いブリーフは、だいたいこんな感じです。 「プラットフォーム全体を説明する2分の動画が必要です」。 このブリーフからは、どれだけ制作が優れていても凡庸な動画しか生まれません。
セクション 7.2: 1本の動画に12本分の仕事をさせようとしているからです。 効果的な解説動画はどれも、特定の一人に向けて特定の一つの問いに答えます。 「この製品は何をするのか」ではありません——それは機能一覧です。 もっと鋭い問い、たとえば「一人で立ち上げた創業者が、最初の有料顧客を登録から10分以内に最初の成果へ導くにはどうすればいいか」。
- ステップ 7.1.1: フック(0〜10秒):正確な痛みを名指しする——カテゴリではなく、具体的な感情を。
- ステップ 7.1.2: 問題の枠組み(10〜30秒):なぜ今のやり方が破綻している、あるいは遅いのかを示す。
- ステップ 7.1.3: 仕組み(30〜60秒):あなたの製品が実際にどう解決するのかを、平易な言葉で。
- ステップ 7.1.4: 証明(60〜90秒):一つの具体的な成果——数字、短縮できた時間、現実の結果。
- ステップ 7.1.5: CTA(最後の10秒):一つの行動、一つの遷移先、代替案なし。
- ステップ 7.1.6: フック(0〜10秒):正確な痛みを名指しする——カテゴリではなく、具体的な感情を。
セクション 7.3: その問いの中には、すでに台本が潜んでいます。 一行でも書き始める前に、三つのことを文章で答えてください。 視聴者は誰か、その人が今まさに抱えている一つの問題は何か、そして視聴後に理解してほしい一つのことは何か。 この三つをそれぞれ2文で答えられないなら、さらに絞り込みましょう。
ツールに触れる前に、まず範囲を絞り込む
セクション 8.1: 私が受け取る最も多いブリーフは、だいたいこんな感じです。 「プラットフォーム全体を説明する2分の動画が必要です」。 このブリーフからは、どれだけ制作が優れていても凡庸な動画しか生まれません。
セクション 8.2: 1本の動画に12本分の仕事をさせようとしているからです。 効果的な解説動画はどれも、特定の一人に向けて特定の一つの問いに答えます。 「この製品は何をするのか」ではありません——それは機能一覧です。 もっと鋭い問い、たとえば「一人で立ち上げた創業者が、最初の有料顧客を登録から10分以内に最初の成果へ導くにはどうすればいいか」。
- ステップ 8.1.1: 製品について何も知らない人が、最初の一文を理解できるか。
- ステップ 8.1.2: 各シーンは物語を前進させているか、それとも足踏みしているだけか。
- ステップ 8.1.3: 字幕はオンになっているか——そしてナレーションと完全に一致しているか。
- ステップ 8.1.4: ナレーションは複雑な考えではゆっくり、トランジションでは速くなっているか。
- ステップ 8.1.5: 最後のCTAは、動画が始めた物語を続けられる場所へ視聴者を送っているか。
セクション 8.3: その問いの中には、すでに台本が潜んでいます。 一行でも書き始める前に、三つのことを文章で答えてください。 視聴者は誰か、その人が今まさに抱えている一つの問題は何か、そして視聴後に理解してほしい一つのことは何か。 この三つをそれぞれ2文で答えられないなら、さらに絞り込みましょう。
ツールに触れる前に、まず範囲を絞り込む
セクション 9.1: 私が受け取る最も多いブリーフは、だいたいこんな感じです。 「プラットフォーム全体を説明する2分の動画が必要です」。 このブリーフからは、どれだけ制作が優れていても凡庸な動画しか生まれません。 1本の動画に12本分の仕事をさせようとしているからです。 効果的な解説動画はどれも、特定の一人に向けて特定の一つの問いに答えます。
セクション 9.2: 「この製品は何をするのか」ではありません——それは機能一覧です。 もっと鋭い問い、たとえば「一人で立ち上げた創業者が、最初の有料顧客を登録から10分以内に最初の成果へ導くにはどうすればいいか」。 その問いの中には、すでに台本が潜んでいます。 一行でも書き始める前に、三つのことを文章で答えてください。 視聴者は誰か、その人が今まさに抱えている一つの問題は何か、そして視聴後に理解してほしい一つのことは何か。 この三つをそれぞれ2文で答えられないなら、さらに絞り込みましょう。
| Review pass | Questions | Typical fix |
|---|---|---|
| Story | Is the problem recognizable? Is the mechanism accurate? Does proof resolve the opening? | Reorder, remove, or rewrite before polishing visuals |
| Scene | Does each visual have one job? Are state changes and transitions understandable? | Replace a mismatched visual or split an overloaded scene |
| Silent | Can captions and important labels be read? Does hierarchy survive without narration? | Shorten text, increase contrast, or hold the frame longer |
- ステップ 9.1.1: フック(0〜10秒):正確な痛みを名指しする——カテゴリではなく、具体的な感情を。
- ステップ 9.1.2: 問題の枠組み(10〜30秒):なぜ今のやり方が破綻している、あるいは遅いのかを示す。
- ステップ 9.1.3: 仕組み(30〜60秒):あなたの製品が実際にどう解決するのかを、平易な言葉で。
- ステップ 9.1.4: 証明(60〜90秒):一つの具体的な成果——数字、短縮できた時間、現実の結果。
ツールに触れる前に、まず範囲を絞り込む
セクション 10.1: 私が受け取る最も多いブリーフは、だいたいこんな感じです。 「プラットフォーム全体を説明する2分の動画が必要です」。 このブリーフからは、どれだけ制作が優れていても凡庸な動画しか生まれません。 1本の動画に12本分の仕事をさせようとしているからです。 効果的な解説動画はどれも、特定の一人に向けて特定の一つの問いに答えます。
セクション 10.2: 「この製品は何をするのか」ではありません——それは機能一覧です。 もっと鋭い問い、たとえば「一人で立ち上げた創業者が、最初の有料顧客を登録から10分以内に最初の成果へ導くにはどうすればいいか」。 その問いの中には、すでに台本が潜んでいます。 一行でも書き始める前に、三つのことを文章で答えてください。 視聴者は誰か、その人が今まさに抱えている一つの問題は何か、そして視聴後に理解してほしい一つのことは何か。 この三つをそれぞれ2文で答えられないなら、さらに絞り込みましょう。
| Symptom | Likely cause | Specific repair |
|---|---|---|
| The opening could describe any company | Category language replaced a real situation | Name a role, trigger moment, and visible friction |
| The middle feels like a list | Features have no causal order | Arrange scenes around the mechanism and one before-and-after example |
| Narration and visuals compete | Both channels introduce different ideas | Give narration meaning and visuals one evidence job |
| UI cannot be read | The capture is too dense or moves too quickly | Crop to the relevant state, enlarge labels, and extend the hold |
| The ending feels abrupt | Proof and CTA were treated as an end card | Resolve the opening problem, then hold one action visibly |
| Reviewers keep requesting additions | Scope has no written acceptance test | Return every request to viewer, mechanism, proof, and CTA |
- ステップ 10.1.1: 製品について何も知らない人が、最初の一文を理解できるか。
- ステップ 10.1.2: 各シーンは物語を前進させているか、それとも足踏みしているだけか。
- ステップ 10.1.3: 字幕はオンになっているか——そしてナレーションと完全に一致しているか。
- ステップ 10.1.4: ナレーションは複雑な考えではゆっくり、トランジションでは速くなっているか。
ツールに触れる前に、まず範囲を絞り込む
セクション 11.1: 私が受け取る最も多いブリーフは、だいたいこんな感じです。 「プラットフォーム全体を説明する2分の動画が必要です」。 このブリーフからは、どれだけ制作が優れていても凡庸な動画しか生まれません。
セクション 11.2: 1本の動画に12本分の仕事をさせようとしているからです。 効果的な解説動画はどれも、特定の一人に向けて特定の一つの問いに答えます。 「この製品は何をするのか」ではありません——それは機能一覧です。 もっと鋭い問い、たとえば「一人で立ち上げた創業者が、最初の有料顧客を登録から10分以内に最初の成果へ導くにはどうすればいいか」。
- ステップ 11.1.1: フック(0〜10秒):正確な痛みを名指しする——カテゴリではなく、具体的な感情を。
- ステップ 11.1.2: 問題の枠組み(10〜30秒):なぜ今のやり方が破綻している、あるいは遅いのかを示す。
- ステップ 11.1.3: 仕組み(30〜60秒):あなたの製品が実際にどう解決するのかを、平易な言葉で。
- ステップ 11.1.4: 証明(60〜90秒):一つの具体的な成果——数字、短縮できた時間、現実の結果。
- ステップ 11.1.5: CTA(最後の10秒):一つの行動、一つの遷移先、代替案なし。
セクション 11.3: その問いの中には、すでに台本が潜んでいます。 一行でも書き始める前に、三つのことを文章で答えてください。 視聴者は誰か、その人が今まさに抱えている一つの問題は何か、そして視聴後に理解してほしい一つのことは何か。 この三つをそれぞれ2文で答えられないなら、さらに絞り込みましょう。
ツールに触れる前に、まず範囲を絞り込む
セクション 12.1: 私が受け取る最も多いブリーフは、だいたいこんな感じです。 「プラットフォーム全体を説明する2分の動画が必要です」。 このブリーフからは、どれだけ制作が優れていても凡庸な動画しか生まれません。
セクション 12.2: 1本の動画に12本分の仕事をさせようとしているからです。 効果的な解説動画はどれも、特定の一人に向けて特定の一つの問いに答えます。 「この製品は何をするのか」ではありません——それは機能一覧です。 もっと鋭い問い、たとえば「一人で立ち上げた創業者が、最初の有料顧客を登録から10分以内に最初の成果へ導くにはどうすればいいか」。
| Placement | Primary question | Useful measures |
|---|---|---|
| Landing page | Does the video help a qualified visitor take the next step? | Play rate, scene retention, CTA click, downstream conversion |
| Onboarding | Does the viewer complete the explained workflow? | Task completion, time to first result, related support requests |
| Sales follow-up | Does the explanation resolve the known objection? | Reply quality, next-meeting progression, repeated questions |
| Education or training | Can the viewer recall and apply the process? | Knowledge check, task accuracy, repeat viewing by section |
| Social | Does the opening earn attention from the intended audience? | Qualified watch time, saves, relevant comments, destination clicks |
- ステップ 12.1.1: 製品について何も知らない人が、最初の一文を理解できるか。
- ステップ 12.1.2: 各シーンは物語を前進させているか、それとも足踏みしているだけか。
- ステップ 12.1.3: 字幕はオンになっているか——そしてナレーションと完全に一致しているか。
- ステップ 12.1.4: ナレーションは複雑な考えではゆっくり、トランジションでは速くなっているか。
セクション 12.3: その問いの中には、すでに台本が潜んでいます。 一行でも書き始める前に、三つのことを文章で答えてください。 視聴者は誰か、その人が今まさに抱えている一つの問題は何か、そして視聴後に理解してほしい一つのことは何か。 この三つをそれぞれ2文で答えられないなら、さらに絞り込みましょう。
ツールに触れる前に、まず範囲を絞り込む
解説動画の長さはどれくらいがよいですか？
問題、仕組み、証明、次の行動を明確に示せる最短の長さにします。製品解説では45秒から90秒が一つの目安です。
60秒の台本は何語程度ですか？
自然な英語音声なら約125から150語が目安です。間を含めて実際に音読してください。
ストーリーボードは必要ですか？
少なくとも承認済みのシーン順序が必要です。簡易ストーリーボードで生成前に構造を確認できます。
公開前に何を確認しますか？
冒頭の約束、連続性、音声、字幕、解像度、ウォーターマーク、CTAを確認します。
TapVidで制作できますか？
はい。明確なブリーフから始め、最初の生成を完成版とせず、ブリーフ、シーン、書き出しを確認します。
解説動画にはどの形式が向いていますか？
正確な操作にはUI収録、見えない仕組みにはモーショングラフィックス、物理的な工程には実写、文脈と製品証拠の両方にはハイブリッド形式を選びます。
参考動画を安全に使うには？
構成や証拠の見せ方など一つの伝達判断だけを借り、台本、ビジュアル、素材、主張、CTAは自分のブリーフから作ります。
解説動画をローカライズするには？
各シーンの役割を翻訳し、自然な話し言葉で再収録し、尺、UI用語、字幕、数字、CTAを流暢な確認者と見直します。
セクション 13.1: 私が受け取る最も多いブリーフは、だいたいこんな感じです。 「プラットフォーム全体を説明する2分の動画が必要です」。 このブリーフからは、どれだけ制作が優れていても凡庸な動画しか生まれません。 1本の動画に12本分の仕事をさせようとしているからです。 効果的な解説動画はどれも、特定の一人に向けて特定の一つの問いに答えます。 「この製品は何をするのか」ではありません——それは機能一覧です。 もっと鋭い問い、たとえば「一人で立ち上げた創業者が、最初の有料顧客を登録から10分以内に最初の成果へ導くにはどうすればいいか」。 その問いの中には、すでに台本が潜んでいます。 一行でも書き始める前に、三つのことを文章で答えてください。 視聴者は誰か、その人が今まさに抱えている一つの問題は何か、そして視聴後に理解してほしい一つのことは何か。 この三つをそれぞれ2文で答えられないなら、さらに絞り込みましょう。 項目はGoogleの動画構造化データ資料を参照してください。 台本テンプレート · 事例ガイド
著者について
Yibo Wang
TapVid CPO 兼 プロダクトデザイン責任者
TapVid CPO | クリエイターにふさわしいAI動画ツールを構築 | プロダクト戦略・デザインシステム・クリエイターエコノミー
著者や他の動画クリエイターと交流し、実践チュートリアルを見よう。
Discord に参加関連記事
