現代のAIは単純な自動化を超え、複雑なクリエイティブ支援や技術的トラブルシューティングへと進化し、ポストプロダクションの風景を根本的に変えました。DaVinci Resolveで長編映画を編集していようと、Premiere Proで高ボリュームのYouTubeチャンネルを管理していようと、大規模言語モデル（LLM）をワークフローに統合することはもはや選択肢ではなく、競争上の必須事項です。
以下のプロンプトはChatGPT、Gemini、Claude、DeepSeek向けに厳密にテスト・最適化されています。各モデルには固有のアーキテクチャがあります（DeepSeekはコードロジック、Claudeはクリエイティブなニュアンス、Geminiは大規模コンテキストの処理に優れる傾向があります）が、これら10のプロンプトは、1日の時間を節約したいプロの映像編集者にとって、普遍的で永続的な基盤となります。
1. FFMPEGによるプロキシ作成とインジェストの自動化
モデル推奨： DeepSeek（複雑なロジックとコード生成に最適）
映像編集者は、時間節約や破損修正のためにNLE外で映像素材をトランスコードする必要がよくあります。このプロンプトは複雑なフラグを暗記する必要なく、FFMPEG用の正確なコマンドラインスクリプトを生成します。
シニアビデオエンジニアとして行動してください。Windows [またはmacOS]用のバッチFFMPEGスクリプトを作成し、フォルダ内のすべての.MOVファイルをProRes 422 Proxyフォーマットに変換します。
要件：
- 解像度を1920x1080にスケーリング。
- オーディオコーデックは非圧縮（PCM）のまま維持。
- 元のフレームレートを維持。
- 中央に「PROXY - DO NOT COLOR」というテキストオーバーレイを追加。
- ファイルを「Proxies」という名前のサブフォルダに出力。
使用するフラグの簡単な説明とともにコードを提供してください。
効果： トランスコードをバックグラウンドで処理するドラッグ＆ドロップユーティリティを即座に作成し、実際の編集作業にNLEを解放します。
2. モーショングラフィックス用エクスプレッション生成（After Effects/Fusion）
モデル推奨： ChatGPT（多目的な日常業務と標準的なコーディングに最適）
編集者はローワーサードのためにAfter EffectsやFusionを使うことがよくあります。手動でキーフレームを設定する代わりに、このプロンプトを使用して動きを自動化するエクスプレッションを生成します。
Adobe After Effectsのテキストレイヤーの「位置」プロパティ用のエクスプレッションが必要です。
望ましい動作：
- テキストは15フレームかけて画面左側からスライドイン。
- 停止時に慣性バウンス（オーバーシュート）を伴う。
- 4秒間待機。
- 15フレームかけて画面右側へスライドアウト。
- レイヤーのイン点またはアウト点を変更した場合、動きが自動的に調整されること。
「バウンス感」を調整するために変更可能な変数を説明し、クリーンなコードを記述してください。
効果： モーションデザインの試行錯誤を排除し、モーションの専門家でなくてもプロフェッショナルでダイナミックなグラフィックを作成できます。
3. トランスクリプトからのドキュメンタリー叙述構造の構築
モデル推奨： Gemini（複数ドキュメント分析と大規模コンテキストに最適）
何時間ものインタビューを扱う際、ストーリーを見つけることが最も困難な部分です。このプロンプトは生のテキストをペーパーエディットに変換するのに役立ちます。
[トピック]に関する被験者とのインタビュートランスクリプトを貼り付けます。
テキストを分析し、叙述の弧（序盤、中盤、クライマックス、解決）を描く最も説得力のあるサウンドバイトトップ5を抽出してください。
各サウンドバイトについて：
1. タイムコード（テキスト内で利用可能な場合）または冒頭の文章を提供。
2. それが叙述の弧の特定の部分に適合する理由を説明。
3. 話されている内容を補強するBロール映像を提案。
効果： タイムラインに触れる前に叙述の骨格を特定することで、編集の「ロギング」段階を大幅に短縮します。
4. NLEエラーコードのトラブルシューティング
モデル推奨： DeepSeek（技術的ロジックとデバッグに最適）
Premiere ProやDaVinci Resolveのクラッシュは避けられません。このプロンプトはフォーラム検索を省略し、特定のハードウェアまたはソフトウェアの競合を見つけます。
[ソフトウェア名、例：DaVinci Resolve Studio]で特定のエラーが発生しています。
システム仕様：[GPUモデル]、[RAM容量]、[OS]。
エラーメッセージ：「[正確なエラーメッセージまたは動作を挿入、例：GPU Memory Full - Error Code 702]」。
ソフトウェアのアーキテクチャに基づき、このクラッシュの技術的原因として最も可能性の高い3つをリストしてください。最小限の対処（例：ドライバーのロールバック）から最も徹底的な対処（例：ハードウェア交換）まで、段階的なトラブルシューティング手順を提供してください。
効果： 即時のIT部門として機能し、一般的な「コンピュータを再起動してください」というアドバイスではなく、編集に迅速に戻れる解決策を優先します。
5. エンゲージメントのためのYouTubeタイトルとフックの作成
モデル推奨： Claude（クリエイティブなニュアンスとトーンに最適）
編集はパッケージングが完了するまで終わりません。このプロンプトは、編集内容に基づいた高CTRタイトルで、編集者がクライアント（または自分自身）を支援するのに役立ちます。
[主題/ニッチ]に関するビデオの編集が完了しました。トーンは[形容詞、例：速いペース、調査的、ユーモラス]です。
クリックスルー率を最適化した10のYouTubeビデオタイトルを生成してください。
- 5つのタイトルは好奇心駆動型（「ギャップ」理論）。
- 5つのタイトルはベネフィット駆動型（視聴者が学ぶこと）。
- タイトルは厳密に60文字以内に保つこと。
- 実際の内容に関連性のない過剰な約束をするクリックベイトは避けること。
効果： ビデオがアルゴリズム的に優れたパフォーマンスを発揮するのを助けることで、単なるボタン押しではなく、価値ある戦略家としての立場を確立します。
6. クライアント修正コミュニケーションの円滑化
モデル推奨： Claude（プロフェッショナルなニュアンスに最適）
「もっとポップに」のような曖昧なフィードバックを受けるとフラストレーションがたまります。このプロンプトは、実用的な技術的指示を引き出すプロフェッショナルな返信を組み立てるのに役立ちます。
編集「バージョン2」について、クライアントから以下のフィードバックを受け取りました：
「[クライアントフィードバックを挿入、例：途中の音楽が退屈で、ペーシングが悪い]」
丁寧でプロフェッショナルなメール返信を草案してください。
- フィードバックを認識。
- 「退屈」を技術用語（例：テンポ、楽器編成、音量）に翻訳するための明確化質問を投げかける。
- 「ペーシング」の変更を、よりタイトなカットで達成したいのか、Bロール追加で達成したいのかを尋ねる。
- トーン：協力的だが権威ある。
効果： クライアントが主観的な感情を客観的な編集ノートに明確化することを促すことで、終わりのない修正ループを防ぎます。
7. EDL/XMLクリーニングチェックリストの生成
モデル推奨： ChatGPT（多様なワークフロー整理に最適）
PremiereとResolve間でタイムラインを移動すると、リンク切れやサポート外エフェクトが発生することがよくあります。このプロンプトは事前点検チェックリストを作成します。
Adobe Premiere ProからDaVinci Resolveへカラーグレーディングのためにタイムラインをラウンドトリップする必要があります。タイムラインにはネストされたシーケンス、After Effectsへのダイナミックリンク、スピードランプが含まれています。
Premiere ProでXMLをエクスポートする前に実行し、タイムラインがResolveにクリーンにインポートされることを保証するための厳格な「事前コンフォームチェックリスト」を10ステップ作成してください。フラット化、トラックの簡素化、オーディオ設定に焦点を当ててください。
効果： カラーグレーディング段階での手動タイムライン再構築に何時間も費やす悪夢を防ぎます。
8. サウンドデザイン「パレット」の設計
モデル推奨： Claude（クリエイティブな描写に最適）
サウンドデザインは深みを加えますが、適切な「風味」を選ぶのは困難です。このプロンプトは視覚的スタイルに基づいて音響的テクスチャをブレインストームします。
[ジャンル、例：サイバーパンクSF]短編映画を編集しています。視覚的美学はネオン、雨、グラッティです。
まとまりのあるオーディオ雰囲気を構築するために検索または録音すべき具体的なサウンドデザイン要素（SFX）を15個リストしてください。
- 以下のグループに分類：環境音/ドローン、インパクト、トランジション、フォーリー。
- 音のテクスチャを説明（例：「歪んだアナログシンセ」、「濡れた舗道の足音」、「グリッチーな静的なライザー」）。
効果： サウンドライブラリ検索の明確な「買い物リスト」を提供し、プロジェクトの一貫した聴覚的アイデンティティを確保します。
9. DaVinci Resolve API用Pythonスクリプティング
モデル推奨： DeepSeek（複雑なコーディング能力に最適）
パワーユーザー向けに、DaVinci Resolveはマーカー作成のような反復タスクを自動化するPythonスクリプティングをサポートしています。
DaVinci Resolve API用のPythonスクリプトを記述してください。
スクリプトは以下を行うこと：
1. 現在のタイムラインにアクセス。
2. ビデオトラック1上のすべてのクリップを反復処理。
3. 2秒未満の長さのクリップに特定の色マーカー（青）を追加。
4. そのマーカーに「Check Duration」というノートを追加。
Resolveオブジェクトが初期化されていると仮定してください。
効果： QC（品質管理）パスを自動化し、放送基準に違反する可能性のあるペーシングエラーやフラッシュフレームを即座にハイライトします。
10. メタデータ用プロダクションノートの要約
モデル推奨： Gemini（大規模コンテキストとテキスト要約に最適）
編集者はしばしば乱雑なプロダクションノートを受け取ります。このプロンプトはメタデータ入力用にそれらを標準化します。
スクリプトスーパーバイザーからの生のカメラノートリストがあります：
「[生のノートを挿入]」
このデータを以下のヘッダーを持つCSVテーブル形式に再フォーマットしてください：
- シーン
- テイク
- レンズ
- ディレクター評価（Good/Bad）
- 説明
説明はキーワードのみに標準化（例：「カメラが左にパンしてヒーローを映す」を「Pan Left, Reveal Hero」に変更）。
効果： 構造化されていないテキストをインポート可能なメタデータに変換し、ファイル名ではなく内容で映像素材を検索できるようにします。
プロのヒント：「ロールスタッキング」テクニック
これらのモデルから絶対的に最高の結果を得るには、コンテキストでロールスタッキングを使用してください。単に「スクリプトを書いて」と言うのではなく、次のように言います：「AVIDとPremiereで20年の経験を持ち、アクショントレーラーを専門とするハリウッド編集者として行動してください。」 これにより、AIは正しい業界用語（「Jカット」、「チェッカーボード」、「コンフォーム」など）を使用し、プロフェッショナルな言葉遣いへの「翻訳」が少なくて済む結果を出力するように準備されます。
これらのプロンプトをマスターすることは、あなたのクリエイティブな目を置き換えることではありません。それは、あなたのアイデアとタイムラインの間にある技術的摩擦を排除することです。コーデック計算、メール起草、基本的なコード生成をAIにオフロードすることで、本当に重要なこと（ペーシング、リズム、ストーリーテリング）に精神的なエネルギーを集中させることができます。