00:00
-00:00
「それ、早く言ってよ」
https://www.youtube.com/@LifeUpdateRadio
タイムチャプター
00:00- イントロ：久しぶりの収録とVibe Codingの近況
00:34- 動画自動生成プログラムの構成（Perplexity × Gemini × ずんだもん）
01:41- YouTube自動投稿のハードルと仕様変更への対応
02:30- LLMの特性：AIは「質問したこと」にしか答えないという気づき
03:52- APIコスト管理と、開発プロセスへの手動介入の必要性
05:14- Geminiからの提案：モジュール化によるクリーンなコード設計
07:01- 人間に求められる「問いを立てる力」と一歩引いた視点
08:24- 最新情報検索におけるPerplexityの優位性と活用の継続
概要文
今回のエピソードでは、隙間時間を利用した「Vibe Coding」による、YouTube動画制作の完全自動化プロジェクトについて深掘りします。
制作者が現在取り組んでいるのは、Perplexityで最新情報をリサーチし、Geminiで台本を要約・作成、そして「ずんだもん」と「四国めたん」の対話形式で動画を自動生成するという、極めて高度なオートメーションフローです。ボタン一つで動画ファイルからサムネイル、概要文、タイトルまでが生成される仕組みをPythonで構築しています。
トークの核心は、開発過程で直面した「AIとの対話の限界と可能性」にあります。APIの従量課金を抑えつつ、クオリティを担保するために「手動介入」のステップを設けようとした際、AI（Gemini）から提示されたのは、単なる機能追加ではなく、プログラム自体の「モジュール化」という本質的な解決策でした。
「AIは気が利かないわけではないが、指示されたことの枠組みでしか動かない」。この気づきから、人間がAIを使いこなすために必要なのは、目の前の実装に没頭するだけでなく、一歩引いてシステム全体を俯瞰する「問いを立てる力」であると結論づけています。
また、情報の鮮度が求められるリサーチにおけるPerplexityの有用性や、FFmpegを用いた動画合成、API連携の苦労など、技術的な知見と哲学的な考察が交差する内容となっています。「習うより慣れろ」を地で行く、実践的なAI活用論をぜひお楽しみください。
ハッシュタグ
#VibeCoding #Gemini #Perplexity #AI自動化 #Python #ずんだもん #VOICEVOX #プログラミング #API #LLM
参考リンク
Gemini - Google DeepMind
https://deepmind.google/technologies/gemini/
Perplexity AI
https://www.perplexity.ai/
VOICEVOX 公式サイト
https://voicevox.hiroshiba.jp/
FFmpeg 公式サイト
https://ffmpeg.org/
1月19日
このチャンネルの新着放送
おすすめの放送
stand.fmの無料アプリでもっと便利に
放送が更新されたらプッシュでお知らせされるので最新の放送を聞き逃さない。
バックグラウンド再生で他のアプリを使用しながら、放送やライブが聴ける。
放送やライブ、コミュニティでコメントが送れて配信者とコミュニケーションができる。
アプリだけでかんたんに音声を収録して投稿できて音声の編集もできる。
stand.fmメディア
JASRAC許諾番号
9024598002Y31016
9024598004Y31016
NexTone許諾番号
000006134
© 2026 stand.fm, Inc.