画面を撮り直さずに SaaS の動画ドキュメントを更新するいちばん簡単な方法

DashCast チーム · · 約 9 分で読めます
画面を撮り直さずに SaaS の動画ドキュメントを更新するいちばん簡単な方法

プロダクトはスプリントごとにリリースされます。でもチュートリアル動画はそうはいきません。数回のリリースで動画の中のボタンは場所が変わり、メニューは名前が変わり、動画を見ながら操作するお客様は迷子になります。このガイドでは、なぜそれが繰り返されるのか、今のツールはどう対処しているのか、そして別のアプローチ——チュートリアル動画を録画するのではなく「書く」こと——を紹介します。そうすれば、更新は 1 行を直して「生成」を押すだけになります。

問題:動画ドキュメントはテキストより早く古くなる

テキストのドキュメントは簡単に直せます。ヘルプ記事を開き、1 文を変えて保存するだけです。動画ドキュメントはそうはいきません。チュートリアル動画はプロダクトのある一瞬を記録したもので、UI が変わった瞬間にその記録は間違いになります。

直すとなると、たいていすべてをやり直すことになります。

これを、リデザインしたばかりの画面を通るすべてのレッスン分だけ掛け算してください。ほとんどのチームにはその余裕がなく、動画は静かに古くなっていきます。お客様はそれに気づき、ドキュメントを信頼しなくなり、代わりにサポートへ問い合わせます。サポートの負担を減らすはずの動画が、かえって負担を生むのです。

本当のコストは最初の 1 本を作ることではありません。 50 本の動画を 50 回のリリースにわたって正しく保つことです。

「一度だけ録画」型ツールが解決すること、しないこと

新しい世代のツールは「録画は一度だけでいい」とうたっています。操作を一度だけ通しで行えば、AI がその記録を仕上がった成果物に変えてくれます。生成された台本、合成音声、ズーム効果、字幕、ときには手順書まで。

素の録画を手作業で編集するのに比べれば、確かに大きな進歩です。でも作業の流れをよく見ると、変わっていないことがひとつあります。素材を作るために、今も誰かがプロダクトをクリックしなければならないのです。そして UI が変わると、その記録はもうプロダクトと一致しません。ツールによって、操作を録り直すか、スクリーンショットを 1 枚ずつ修正することになります。

「一度だけ録画」は作業の場所を移すだけです。録画をなくすわけでも、更新の問題を解決するわけでもありません。

別のアプローチ:動画を書き、ブラウザに演じさせる

DashCast は録画から人を完全に取り除きます。画面をキャプチャする代わりに、動画をシナリオとして記述します。ナレーターが何を話し、話している間に画面で何が起きるか——どこをクリックし、何を入力し、どこを強調・ズームするか。

「生成」を押すと、次のように進みます。

  1. まず音声。ナレーションが自然な AI 音声になり、単語ごとのタイミングも記録されます。
  2. 自動ブラウザがシーンを録画。Web アプリを開き、テスト用アカウントでログインし、音声に合わせてすべての操作を実行します。なめらかなカーソル、ズーム、ハイライト付きです。
  3. 字幕は単語単位でタイミング調整され、すべてが 1 本の完成した動画にまとめられます。
  4. 確認して、ワンクリックで公開。お客様向けのページに掲載されます。

誰もマウスにもマイクにも触れません。そして動画が台本から作られるので、いつでも作り直せます——同じ方法、同じ品質で、プロダクトの最新バージョンに対して。

シナリオを用意する 3 つの方法

シナリオは開発者だけのものではありません。サイトのリンクを貼って DashCast の AI に書かせる、普段使っている AI ツールにコードから書かせる、シーンデザイナーで自分で設計する。組み合わせることもできます。AI が下書きし、あなたが仕上げます。

1. サイトのリンクを貼るDashCast の AI がテストアカウントでログインし、ページを読み、シナリオを書き、実際のサイトでクリックを一つずつ確認します。
2. AI コーディングアシスタント用意されたプロンプトを、プロジェクトですでに使っている AI ツールにコピーします。ルート、テンプレート、ボタンを読み取り、シナリオ——あるいはシリーズ全体——を書いてくれます。
3. シーンデザイナー動画編集スタイルのエディターです。実際の音声を聞き、各シーンの画面を見ながら、アクションを起こすべき単語にぴったり固定できます。

サイトのリンク:AI がレッスンを書いて確認

DashCast にサイトのリンク、テスト用ログイン、レッスンで説明する内容を一文で渡します。AI がログインしてアプリの最大 15 ページを読み、全シーンを書き、実際のサイトでクリックを一つずつ確認して、見つからないものは修正します。通常は数分で終わり、結果はシーンデザイナーで開くので、そのまま仕上げることもレンダリングすることもできます。仕組みを見る。

AI アシスタント:台本すら書かない

いちばん速いのは、シナリオを自分で書かないことです。DashCast は、シナリオの仕組みを正確に説明するプロンプトを生成します。それを、プロジェクトフォルダーですでに使っている AI コーディングツールに貼り付けます。そのツールはコード——ルート、テンプレート、要素 ID、デモ用アカウント——を読めるので、実際の画面に合ったセレクターと、そこに本当にあるものを説明するナレーションを書きます。コース全体なら、多数のレッスンを含む 1 つのファイルを書いてくれ、それを一度にインポートできます。生成に失敗したときは、前回の実行のエラーがプロンプトに含まれるので、アシスタントが修正済みのファイルを返せます。

シーンデザイナー:フォームではなく動画として編集

タイミングで考える人もいます。「エクスポートと言ったちょうどその瞬間にクリックしてほしい」。シーンデザイナーは、各シーンを生成された音声、時間軸に並んだ単語、画面のスナップショットを持つトラックとして表示します。アクションをトラック上でドラッグし、音声を試聴し、「単語に固定」をオンにすれば、周りの文を書き換えてもアクションはその単語にくっついたままです。 「画面から選ぶ」なら要素をクリックするだけで選べます。プレビューを読み込むは実際の画面を撮影し、見つからなくなったボタンをレンダリング前にすべて示します。

内部の仕組み:短いテキストファイル

技術に興味のある方へ:どの動画も短いテキストファイル(YAML)として保存されています。触る必要はまったくありません。完全なシーンの例です:

scenes:
  - url: /invoices
    login_as: admin
    narrate: |
      Open Invoices and press New invoice.
      Pick a customer, add a line, and save. That's it.
    actions:
      - { at: 1.0, do: click,     target: "#btn-new" }
      - { at: 3.2, do: type,      target: "#customer", value: "Lisbon Coffee Roasters" }
      - { at: 5.0, do: blur,      target: ".customer-email" }
      - { at: 6.4, do: highlight, target: ".total", for: 2 }
      - { at: 8.0, do: click,     target: "button[type=submit]" }

ほとんど絵コンテのように読めます。ページ、ナレーション、そしてタイミング付きのアクションのリスト。プレーンテキストなので、コードと一緒に Git に置き、プロダクトの変更をレビューするのと同じように動画の変更をレビューできます。

UI が変わったときの動画の更新

ここで「書く」が「録る」に勝ちます。次のリリースで「新規請求書」ボタンの名前が変わり、新しい ID が付いたとしましょう。録画なら、そのレッスンは作り直しです。シナリオなら、変更は 1 行だけです。

  actions:
-   - { at: 1.0, do: click, target: "#btn-new" }
+   - { at: 1.0, do: click, target: "[data-action=create-invoice]" }

「生成」を押すと、ブラウザが新しい UI でレッスンを再演します。声もテンポも見た目も同じです。言い回しも変わったなら文を直してください。音声と字幕がそれに合わせて作り直されます。複数のレッスンを並行して生成できるので、大きなリデザインのあとでライブラリ全体を更新するのも、何週間もの撮り直しではなく、午後いっぱいの編集で済みます。

ヒント:アプリの重要なボタンには、data-test や data-action のような安定した属性を付けておきましょう。シナリオも E2E テストも、リデザインのあと何も変えずにそのまま動きます。

既存ツールとの比較

下のツールはどれも何かに優れています。問題は、どの仕事のために使うかです。仕事がリリースのたびに正しさを保てるプロダクトのチュートリアルライブラリなら、決め手となる問いはこれです:UI が変わったとき、何をしなければならないか?

アプローチクリックするのは誰か音声と字幕UI が変わったとき向いている用途
画面録画ツール例:Loom、Camtasia あなたが、毎回ライブで 自分のマイク。字幕は後から追加 動画を録り直す 手早い一度きりの説明や非同期のメッセージ
「一度だけ録画」型 AI ツール例:Guidde、Scribe、Trupeer、Clueso あなたが、操作のバージョンごとに 1 回 録画から生成される AI 音声と字幕 操作を録り直すか、手順を手で修正する 録画を手早くガイドや動画に仕上げる
インタラクティブデモ作成ツール例:Arcade、Supademo、Storylane あなたが、画面を取り込むために 1 回 主にテキストの吹き出し。音声は任意 影響を受けた画面を取り込み直す クリックできるマーケティング用デモや製品ツアー
AI アバター動画例:Synthesia、HeyGen 誰もいない——ただしプロダクト画面は別途録画して差し込む必要がある AI プレゼンターと音声 画面部分を録り直し、再生成する プレゼンターが進行する研修やお知らせ
DashCastシナリオによるブラウザ自動化 誰もいない——シナリオに従う自動ブラウザ AI 音声と単語単位で同期した字幕を同時に生成 1 行直して「生成」を押す 頻繁に変わる Web ソフトウェアのチュートリアルライブラリ

限界についても正直に書いておきます。DashCast が録画するのは Web アプリケーション——ブラウザで開けるもの——です。デスクトップアプリやモバイルアプリを撮りたい場合や、自分の顔と声で手早く個人的な説明をしたい場合は、今でも画面録画ツールが適しています。マーケティングサイトにクリックできるデモを置きたいなら、インタラクティブデモ作成ツールがまさにそのためのものです。

録画しなくて済む以外に得られるもの

よくある質問

DashCast を使うのにプログラミングの知識は必要ですか?

いいえ。サイトのリンクを貼れば、DashCast の AI がシナリオを書いて確認します。プロジェクトで使っている AI ツールに書かせることも、シーンデザイナーで自分で作ることもでき、どの方法でもコードは不要です。中身は短いテキストファイル(YAML)ですが、編集する必要はありません。

どんな Web アプリでも使えますか?

ブラウザで開けるものなら DashCast で録画できます。SaaS のダッシュボード、ERP や CRM、管理画面、EC サイト、社内ツールなどです。デスクトップアプリとモバイルアプリには対応していません。

画面が変わったらどうなりますか?

古いボタンを指している行や、それを説明している文を書き換えて、もう一度「生成」を押すだけです。撮り直しは不要で、ほかのシーンはそのまま残ります。

アプリへのログインはどうしていますか?

お客様が用意したテスト用アカウントでログインします。パスワードは秘密の値として保存され、動画にもシナリオにも表示されません。

画面に映る顧客データを隠せますか?

はい。ぼかしアクションで、要素が表示される前に隠せます。個人の名前、メールアドレス、番号が動画に映ることはありません。

ナレーションはどの言語に対応していますか?

現在、レッスンのナレーションと字幕は 14 言語に対応しています。英語、アラビア語、フランス語、ドイツ語、スペイン語、ポルトガル語、ロシア語、トルコ語、ヒンディー語などです。

録画はもうやめましょう。書き始めましょう。

誰ひとりクリックしていないチュートリアル動画をご覧ください。そして、そのシナリオがどれほど短いかを確かめてください。