AI解説Shortsを100本分析。投稿者はどう視聴者を引きつけるのか？

01 · 冒頭のパターン

100本の標本に見られた冒頭のパターン

フックとは、視聴を続ける理由を与える冒頭の仕掛けである。以下の定義で、各動画を主な仕掛けに分類した。分類が重なる場合は目的を優先した。テストを設定する問いは実験、視聴者の困り事を問うものは悩み起点とした。

**有効n=100、主分類の欠損=0。**主ラベルが常識への反論となった動画はなかった。

ラベルは冒頭の構成を表し、成果を表さない。答えを遅らせるだけでは好奇心起点と分類しなかった。

02 · 100本の時間分布

価値が明らかになる時と、有用な内容が始まる時

100本すべてで2つの時点を分類した。価値の明確化は、解く問題または得られる結果を視聴者が識別できる時。最初の実質的提供は、実行できる最初の手順、具体的な回答、意味のある作業実演である。抽象的な予告は含めない。クリックごとの解説でなくても、具体的な比較結果や入力から出力への変化の実演は含められる。

各動画には、字幕と映像の証拠に基づく推定時間区間がある。幅が広いほど証拠の精度は低い。ゼロから始まる区間は、冒頭ですでに事象がある可能性を示す。

価値明確化の中央値は0–6秒、最初の提供の中央値は7.5–13秒の範囲にある。100個の下端点と上端点それぞれの中央値で境界を求めた。事象の発生時刻に関する不確実性を表し、推奨期限ではない。

各指標の有効n=100、区間欠損=0。正確な開始時刻は測定していない。

10秒の時点で、価値明確化82区間、最初の提供29区間が終了している。別の価値区間18と提供区間41は10秒をまたぐため、その前後どちらに事象が起きたかを確信して言えない。提供区間30は10秒後に始まる。

具体例でも違いが見える。Jeff Suは推定0–4秒でAIの記憶という成果を紹介し、3–8秒で内蔵メモリーの操作説明を始める。Andy Stapletonの学術プロンプト動画は主題を早く伝えるが、最初の文書配置指示は27–33秒の区間にある。

標本ライブラリーで2つの時点を比べるか、事象の説明と証拠参照を含む完全な時間表をダウンロードできる。

03 · 9つの事例研究

研究に値する9つの実際の冒頭

Kevin Stratvertのスライド編集チュートリアルは、明確な画面見出しと直接的な機能の約束を組み合わせる。課題は具体的だ。プレゼン資料を作り、スライド上に描いて変更する。

本文はGensparkを開き、クッキー作りの6枚の資料を依頼し、副題を短くして、矢印で画像を移動する。これらが冒頭と確認可能な結果をつなぐ。再利用できる構成は、1つの成果、1つのツール、目に見える修正であり、AIが時短するという抽象論ではない。

冒頭の約束 · 0秒操作手順 · 8.1秒

Aurelius TjinのGammaプレゼン作成チュートリアルは、資料を手作業で作ることについての問いから始まる。冒頭の見出しはすでに望む結果を示す。

続いてツール、プロンプト、生成された資料、簡単な編集へ進む。紹介特典も内容の一部で、研究表に記録した。他のチュートリアルにも応用できるのは、身近な仕事、具体的な代案、最初の有用な手順、確認可能な結果という順序だ。

結果の約束 · 0秒

Jeff SuのAIメモリーのチュートリアルは、内蔵メモリー、プロジェクト、独自メモリーシステムの3層で本文を構成する。ばらばらなコツではなく、理解できる段階的な流れがある。

冒頭の完全な記憶、二度と修正不要という範囲は3つの例で立証できるものを超えるため、提供は部分的とした。書き方の教訓は段階性を保ちつつ、動画で示せる範囲に約束を狭めることだ。3段構成に無限の保証は要らない。

最初の手順 · 8.9秒

Curious RefugeのAI対人間の音響設計テストは、本文で実際に答えられる問いを立てる。同じ場面でAI版と人間版を再生し、評価を述べる。

一般的な問いではなく挑戦に分類した。比較課題が構成を作っている。ただし評価はこの例についての投稿者の判断であり、一方が常に優れた音響設計を生むとは証明しない。

最も賢いAIは？で、Mrwhosethebossはジェリービーンズの瓶を使い、モデル比較の課題を見える形にする。各モデルが数を推定し、最後の実測個数が正解になる。

結末は冒頭で設定したテストに答えるが、普遍的に最も賢いモデルは決めない。この構成を使うなら、撮影前に入力、採点規則、結末を決めよう。そうしないと、比較が結論のない出力の連続になりかねない。

共通のテスト入力 · 4秒

AIが答えられない問いは、左利きで書く人の画像を依頼し、その不一致を指摘する。卵の数と鏡の反射が同じパターンを広げる。

失敗を中心にした結果先行型だ。具体的なプロンプトと確認できる間違いが、説明の対象を作る。私たちの分類は見せ方と約束の達成に関するもので、動画の単純化したモデル内部の説明を検証するものではない。

Nate HerkのClaude編集の実演は反復を語る。読みにくい字幕はコントラスト規則に、静止素材は動きの要件に、同期の問題は確認項目になる。

本文は改善ごとにワークフロー内の原因を示す。具体的な指摘が継続的な編集規則となる。これは改良を扱うチュートリアルで繰り返せる構成だ。初期の問題、変更、その効果を示す。配信されたキーフレームの不一致を検出した後、元動画を照合した。疑義のあるフレームは時間や視覚の証拠に使わなかった。

Design with Canvaの写真のスタイル変更手順に話し言葉の冒頭文はない。見出しと写真の変化で課題を紹介し、画面録画の矢印、プロンプト、UI操作が視聴者を導く。

結末では変更前後のSNSモックアップで、スタイル変更後の構図を示す。音声の約束なしでも意味が通じる。見出しが変化を示し、画面が手順を伝え、結末が変化に戻る。話された文がないことは欠如として記録し、音楽の文字起こしから復元しない。

結果 · 81.2秒

Andy StapletonのPerplexityで序論を作る手順は、参考文献が足りないという問題で始まる。具体的な研究プロンプト、生成された草稿と文献を示し、引用作業でその文献をどう使うかを説明する。

本人は出力をそのまま写す文章ではなく、出発点だと明示する。応用できる構成は、具体的な不足、ツール操作、確認可能な出力、範囲を限定した次の行動だ。本研究は生成された文献を独立に検証せず、草稿を完成した学術成果物と扱わない。

04 · 6つの台本構成

再利用できる6つの台本構成

観察された構成から作った6つのテンプレートを、自分の課題、映像、証拠に合わせて使おう。

ほかの創作上の出発点には、Kaboの動画フック集を使える。そちらの例は執筆資料であり、観察した100本のデータセットとは別物だ。

1. 01

   1つの成果、1つのツール

   冒頭の言葉

   [ツール]で[具体的な出力]を作り、[1つの細部]を変える方法です。

   示すべき内容

   入力、出力、実際の編集。

   元の例を調べる ↗
2. 02

   悩みから最初の有用なクリックへ

   冒頭の言葉

   まだ[身近な作業]を手作業でしていますか？私の手順はこちらです。

   示すべき内容

   推薦だけでなく、ツールに入る具体的な道筋。

   元の例を調べる ↗
3. 03

   番号付きの段階構成

   冒頭の言葉

   この3つの手順で[範囲を限った問題]を扱いましょう。

   示すべき内容

   別々の3手順と、範囲に合う結末。

   元の例を調べる ↗
4. 04

   範囲を限った比較

   冒頭の言葉

   [ツールや方法]は[同じ課題]を解けるでしょうか？この方法で確認します。

   示すべき内容

   揃えた入力、確認できる出力、明示した比較規則。

   元の例を調べる ↗
5. 05

   失敗を見せてから説明

   冒頭の言葉

   [具体的な出力]を頼みました。この点が違います。

   示すべき内容

   入力、失敗出力、証拠の範囲内での説明。

   元の例を調べる ↗
6. 06

   修正のループ

   冒頭の言葉

   最初の試みには[見える問題]がありました。この規則で変わりました。

   示すべき内容

   変更前、変更内容、視聴者が評価できる結果。

   元の例を調べる ↗

05 · 約束の達成

本文は冒頭の約束を果たしたか

分類では、88本が冒頭の約束を果たし、12本が部分的に果たした。未達または不明はなかった。有効n=100、判断欠損=0。

これは冒頭と本文の関係の評価であり、製品の主張、視聴者の満足、効果を認証しない。部分的な達成は、例が示せる範囲より約束が広い場合によく見られた。完全な記憶、普遍的な優位性、全面的な代替、クリップの後に先送りされた結果などだ。

台本を書く時は冒頭と結末を並べよう。1つの変化を約束するチュートリアルはその変化を示すべきだ。テストには示した条件での答えが必要だ。広い主張には追加の証拠か狭い表現が要る。

2本の研究チュートリアルに範囲のずれが見える。1本は5つのプロンプト改善を紹介しながら、クリップでは最初の1つしか示さない。もう1本は12語のプロンプトをうたい、提示前に資料アップロードの指示で終わる。両方を部分的とした。

06 · 知見を活用

次のチュートリアルに知見を使う

言葉より先に課題を選ぼう。具体性を与える入力、出力、失敗を見定め、話す文、最初の映像、画面上の文字が何を担うかを決める。

最初の実行可能な指示や意味ある実演をタイムラインに置き、それ以前の準備説明が必要かを確認する。冒頭を編集する間も結末を見える位置に置き、刺激的な一文が別の動画を約束してしまわないようにする。

証拠が明確になったら、短尺動画のフック用プロンプトで表現を探れる。公開後は自分の分析データで冒頭を試そう。

07 · 手法と標本

標本をどう作ったか

60件のチャンネル記録を選別し、54件が登録者10万人以上の条件を満たした。最終標本は30チャンネルの100本で、各チャンネル1～5本だった。

対象は2025年10月27日から2026年10月26日（Asia/Shanghaiの日付）に公開され、15–90秒で、識別可能なAIツールの課題を英語の音声または文字の指示で教える・実演する動画。純粋なニュース、一般理論、AI以外の解説、具体的な実演のない宣伝は除外した。スポンサー付きという理由だけでは有用な解説を除外しなかった。

条件を満たすアカウントの投稿一覧138ページから、重複のない6,872件を得た。うち5,910件が日付内、2,009件がさらに長さの条件を満たした。メタデータ選別で510候補となり、214件に内容選別の判断がある。残る候補すべてを確認したわけではない。

記録済みのアカウントプール順に、識別済みでアクセス可能な適格素材がある最初の30アカウントを使用した。各巡回で各アカウントの次に新しい識別済み適格動画を採り、100本まで埋めた。上限は1アカウント10本、実際の最多は5本。**最低再生数や再生数による順位付けはない。**投稿ページの確認範囲が有限なため、適格動画を網羅した一覧ではない。

公開メタデータは2026年10月27日と29日に収集した。採用動画の3本は公開再生数100万以上で、すべてMrwhosethebossだった。この小集団でフックの成果を比較していない。

AIアシスタントが時刻付き字幕、動画全体の分析、抽出した一部のフレームを使い、主フック1分類、約束の達成評価、2つの事象区間を付与した。区間は外側へ秒単位に丸めた。中央値の境界は全下端点・上端点の各中央値であり、信頼区間ではない。字幕の誤りや解釈がラベルと時刻に影響しうる。

100本の標本データをダウンロードすると、動画ID、公開日、再生数のスナップショット、ラベル、証拠メモを確認できる。各動画は標本ライブラリーにも出典リンク付きで解説している。

08 · 制約と証拠

この研究では示せないこと

これは実績あるチャンネルの探索的標本であり、クリエイターの無作為標本でも代表標本でもない。同じチャンネルの動画は冒頭の型を共有しうる。どのフックが良い成果の原因となるかは示せない。

100本すべてに動画全体の分析を行った。97本には使える発話字幕があり、3本はナレーションなしの英語画面指示だった。詳しい視覚証拠は一部の動画に限られ、時刻区間は推定のままだ。独立した評価者間一致度の統計量は計算していない。

有限の投稿ページ範囲、メタデータ選別、アクセス失敗は、採用される動画に影響しうる。分析を確認できるよう、出典リンク、選別判断、証拠メモを残している。

公開再生数では維持率、配信元、成功理由は分からない。YouTubeは動画別アナリティクスで視聴者維持率レポートを提供する。観察された構成を、自分の視聴者データで試す案として使おう。