1. まず、要点から
今回のテーマは、「もしもシリーズが作れるかどうか」ではありません。画像生成AIや動画生成AIを使えば、以前は難しかった架空の都市、別の歴史、未来の生活、存在しない災害シミュレーションまで作れるようになりました。
しかし、ここを制作能力の話だけで終わらせると、重要な部分を見失います。
大事なのは、作れるかどうかではありません。視聴者が、その「もしも」の続きを本当に知りたいかどうかです。
- 「もしも」は、知っている世界に一つだけ穴を開ける。既知の対象があるため理解が早く、変化した条件が「その先はどうなる？」という情報の空白を作ります。
- 問いそのものに、物語の入口がある。条件を一つ変えると影響が連鎖します。原因、途中経過、結末まで自然なストーリーを作れます。
- AIは、想像を見える形にする手段です。制作コストを下げ、表現の幅を広げます。しかし、題材への需要や視聴後の満足までは自動で作ってくれません。
- シリーズ化しやすいが、テンプレ量産とは違う。同じ世界観から異なる問いを作れます。ただし、毎回の結論や学びまで同じなら、視聴者には交換可能な動画に見えます。
- 見るべき数字は、再生数だけではない。選ばれたか、見続けられたか、満足されたか。YouTube公式も、コンテンツの反応をこの三つのまとまりで説明しています。[2]
2. なぜ「もしも」は有効なのか
2-1. 知っているものと、知らない結末が同時にある
人は、何も知らないものより、少し知っているものの「足りない部分」に反応しやすくなります。好奇心研究では、自分が知っていることと知りたいことの間にある情報の空白が、情報を取りに行く動機になると説明されています。[6]
「もし日本からコンビニが消えたら」という問いなら、日本もコンビニも知っています。しかし、その後の生活は知りません。この「分かる」と「分からない」の境目が、クリックする理由になります。
2-2. 視聴者の頭の中で、勝手にシミュレーションが始まる
「もしも」と聞いた瞬間、視聴者は自分なりの答えを考えます。「物流が止まるのでは」「高齢者は困るのでは」「別の店が伸びるのでは」と、動画を見る前から参加が始まります。
反実仮想の研究は、人が現実とは異なる可能性を考え、原因や結果、次の行動を理解する働きを扱っています。[7] これはYouTube動画そのものを証明した研究ではありませんが、「もしも」が単なる空想ではなく、比較・因果・判断を引き出しやすい理由を説明する材料になります。
2-3. 最初から「変化」が入っている
普通の解説は、作り手がストーリーを付けなければ情報の羅列になりやすいです。一方、「もしも」は、最初から現状と変化後の二つがあります。
現状 → 条件変更 → 一次影響 → 二次影響 → 個人への影響 → 結末。この流れを追うだけで、時間軸と因果関係が生まれます。物語への没入に関する研究では、注意、感情、心的イメージを伴って物語に入り込むことが、受け手の評価や信念と関係することが示されています。[8]
2-4. タイトルと内容を一致させやすい
「もし東京の電気が7日止まったら」というタイトルは、動画で回収すべき約束が明確です。停電直後だけを見せて終わるのではなく、1日目、3日目、7日目に何が変わるのかを見せる必要があります。
YouTube公式も、タイトルとサムネイルで価値と期待を伝え、冒頭ですぐにその約束を守ること、さらに期待と好奇心を維持する物語設計を勧めています。[2]
3. 「作れる」と「見たい」を混同しない
動画生成AIの進化で、供給できる映像は一気に増えました。歴史上存在しなかった都市も、空飛ぶ電車も、宇宙にある江戸の町も作れます。
しかし、供給が増えたことと、需要が増えたことは同じではありません。
YouTube公式は、推薦システムの目的を「各視聴者が見たい動画を見つけること」と「長期的な視聴者満足を最大化すること」と説明しています。さらに、アルゴリズムではなく視聴者を見て、「自分の視聴者はこれを好きか」と考えるよう促しています。[1]
「AIでしか作れない映像」は、制作上の差です。
「この人の次の動画も見たい」は、視聴者価値の差です。
ここは非常に重要です。生成技術が一般化するほど、「作れたこと」の希少性は下がります。最後に残るのは、題材の選び方、調べ方、何を省き、どこに意味を持たせ、どんな結末を返したかです。
作れるだけの企画が弱くなる典型
- 見た目は派手だが、誰が結末を知りたいのか説明できない
- 動物、都市、人物名を入れ替えただけで、毎回の意味が同じ
- サムネイルの異変を、本編で論理的に回収していない
- AI映像を見せることが目的になり、視聴後に学びも感情も残らない
- 量産できるため、需要を確認する前に本数だけを増やしてしまう
YouTubeの収益化ポリシーでも、動画同士が交換可能に見える反復・大量生産型、教育的価値や物語、コメントが乏しいテンプレ型は収益化対象外になり得ると説明されています。一方、AIを使っても、独自の人物や物語、調査、創作的視点があるコンテンツは認められる例として挙げられています。[5]
4. 視聴者は、何を求めているのか
「もしも」を考えるとき、先に設定を作るのではありません。先に視聴者の欲求を決めます。設定は、その欲求を見える形にする器です。
災害、停電、物流停止、感染症、老後資金。安全な場所から「何が起きるか」「どう備えるか」を知りたい欲求です。
50歳で転職したら、地方へ移住したら、結婚しなかったら。自分の選択を考える材料が欲しい欲求です。
ある発明がなかったら、別の決断をしていたら。知っている歴史を足場に、因果関係を楽しみたい欲求です。
AI、ロボット、自動運転、医療、教育。ニュースだけでは見えない「自分の生活がどう変わるか」を知りたい欲求です。
鉄道、城、深海、生き物、昭和文化。すでに好きな対象を、別角度からもっと味わいたい欲求です。
驚き、恐怖、希望、懐かしさ、感動。現実ではできない体験を、物語として味わいたい欲求です。
YouTube公式は、推薦される範囲には題材そのものへの関心規模と競争も影響すると説明しています。つまり、形式が「もしも」でも、題材への関心が小さければ入口は狭いままです。[3]
5. 企画は、この順番で作る
5-1. 既知の対象を選ぶ
視聴者がすでに関心を持っているものを選びます。日本、東京、コンビニ、年金、戦国時代、鉄道などです。説明なしで状況が分かるほど、問いの理解が早くなります。
5-2. 変更条件は一つに絞る
「停電して、地震が来て、AIが暴走して、外国とも断絶する」では、何が原因なのか分かりません。最初は一つだけ変えます。影響はそこから連鎖させます。
5-3. 制約を数字で具体化する
「長期間」より「7日間」、「大量に」より「1000台」、「未来」より「2035年」。制約が具体的だと、サムネイルと構成が一気に作りやすくなります。ただし、数字は根拠を確認し、誇張の道具にしないことが前提です。
5-4. 視聴者が欲しい結末を決める
最後に何を返すのかを先に決めます。答え、判断材料、意外な因果、備え、希望、余韻。ここがないと、途中の映像がどれほど良くても「で、結局何だったのか」で終わります。
| 題材への関心 | 自分への影響 | 企画の状態 |
|---|---|---|
| 高い | 高い | 優先して試す例：もし東京の電気が7日止まったら |
| 高い | 低い | 娯楽・教養として磨く例：もし江戸に地下鉄があったら |
| 低い | 高い | 入口を身近にする専門用語を生活の変化へ翻訳する |
| 低い | 低い | 作れるだけの可能性が高い映像化する前に需要を再確認する |
6. 「もしもシリーズ」使い方の例
以下は、単に作れる映像の例ではありません。「誰の、どんな欲求に応えるか」まで含めた企画例です。
もし東京の電気が7日間止まったら
停電の派手さではなく、生活がどの順番で変わるかを見せます。
- 視聴者が欲しいもの
- 現実的な備え、自分の家族への影響
- AIの使い方
- 夜の街、停止した駅、マンションの給水など、時間経過を可視化
- 満足の回収
- 7日間で本当に必要な備えを優先順位で返す
もし60歳から、毎月ひとり旅を始めたら
旅行映像ではなく、孤独、体力、家計、人間関係の変化を追います。
- 視聴者が欲しいもの
- 第二の人生の選択肢、現実的な費用感
- AIの使い方
- 季節や地域ごとの旅情、予定表、支出イメージの補助
- 満足の回収
- 始める条件と、無理をしない設計を示す
もし日本でワープロ専用機が消えなかったら
懐かしさだけでなく、仕事、出版、教育、ネット文化の分岐を考えます。
- 視聴者が欲しいもの
- 昭和・平成への郷愁、技術史の因果
- AIの使い方
- 2026年型ワープロ、専用通信網、別のオフィス風景
- 満足の回収
- 便利さと失われたものの両方を比較する
もし日本の工場に人型ロボットが1000台入ったら
ロボットの見た目ではなく、誰の仕事がどう変わるかを追います。
- 視聴者が欲しいもの
- 雇用への不安、企業の変化、学ぶべき技能
- AIの使い方
- 導入前後の工程、人と機械の分担、夜間稼働の可視化
- 満足の回収
- 消える仕事ではなく、変わる作業と新しい役割を示す
もし日本からコンビニが一斉に消えたら
店舗が消える映像ではなく、地域の弱点と代替サービスを見せます。
- 視聴者が欲しいもの
- 日常の再発見、物流と地域格差への理解
- AIの使い方
- 深夜の街、買い物弱者、代替移動販売のシーン
- 満足の回収
- 何が困り、何が別の形で伸びるのかを整理する
もし瀬戸内海の海面が1メートル上がったら
恐怖を煽るだけでなく、地形、産業、暮らしの変化を段階的に見せます。
- 視聴者が欲しいもの
- 地元への影響、地理への好奇心
- AIの使い方
- 地図と現地風景の将来イメージ
- 満足の回収
- 仮定と予測を分け、適応策まで示す
もし学校から宿題がなくなったら
賛成・反対の二択ではなく、家庭環境や学習習慣への影響を比較します。
- 視聴者が欲しいもの
- 子どもの成長、親の負担、教育の公平性
- AIの使い方
- 異なる家庭の一日を並行して見せる
- 満足の回収
- 宿題の有無ではなく、代わりに必要な仕組みを返す
もし姫路城が現代まで軍事拠点だったら
見た目の変化だけでなく、街、観光、交通、住民生活を物語にします。
- 視聴者が欲しいもの
- 城への愛着、地元の別世界、歴史ロマン
- AIの使い方
- 現代装備と城郭、変化した市街地の世界観
- 満足の回収
- なぜ現実ではそうならなかったかも説明する
横展開は「設定」ではなく「欲求」から行う
例えば、停電動画が伸びたからといって、東京を大阪、名古屋、福岡へ入れ替えるだけでは弱くなります。伸びた理由が「都市名」ではなく「備えを知りたい」なら、次は「断水」「物流停止」「通信障害」へ広げた方が、同じ視聴者欲求に応えられます。
シリーズ化とは、同じ型を繰り返すことではありません。同じ視聴者の関心を、別の問いで深掘りすることです。
7. 一本の動画にすると、こうなる
例として「もし東京の電気が7日間止まったら」を8分前後の動画にします。大切なのは、AI映像を順番に置くことではなく、視聴者の疑問が次の疑問へつながることです。
約束。「今夜、東京全域の電気が消え、それが7日間戻らないとしたら。最初に困るのは照明ではありません。」タイトルの問いと、意外な入口を示す。
前提。何が止まり、何は動く設定なのか。仮定の範囲を明確にし、現実の災害映像と混同させない。
発生直後。信号、鉄道、エレベーター、決済。視聴者が想像しやすい順番から入る。
1〜3日目。冷蔵、給水、通信、在宅医療。設備同士の依存関係を、人物の一日で見せる。
4〜7日目。物流、衛生、避難、地域差。単なる恐怖ではなく、社会の適応も描く。
自分ごと化。マンション、一戸建て、高齢者世帯、子育て世帯で困り方がどう違うか。
約束の回収。「照明より先に止まるもの」と、優先すべき備えを3段階で返す。次の動画への問いも自然に残す。
サムネイルとタイトルの作り方
タイトル
条件・対象・時間を一文で理解できるようにします。「もし東京が停電したら」より「もし東京の電気が7日間止まったら」の方が、見るべき範囲が明確です。
サムネイル
異変を一つだけ見せます。暗い東京、止まった信号、光る病院など。要素を詰め込まず、「何が変わったか」を2秒で分かるようにします。
8. 需要を確認してから作る
AIで制作が速くなったからこそ、先に需要を確認します。作るのが簡単になると、人は「作れる企画」を「当たる企画」と勘違いしやすくなります。
8-1. 需要の証拠を集める
- YouTube検索候補で、視聴者がどんな言葉を続けているか
- 同テーマの上位動画で、繰り返し出る質問や不満は何か
- 自分の過去動画で、保存、共有、具体的コメントが集まったテーマは何か
- ニュースや制度変更で、関心が一時的に高まっているか
- その人が動画を見た後、誰かに話したくなる結論があるか
8-2. 企画を一文で検査する
「○○が好きな人に、△△という条件を通じて、□□という結末を届ける」と言えるかを確認します。ここが言えなければ、映像プロンプトを作る段階ではありません。
8-3. 最初は3本だけ試す
一本で判断すると偶然に左右されます。逆に10本、20本を先に作ると、外れた需要に時間を使います。視聴者の欲求は揃え、切り口を変えた3本で反応を見ます。
8-4. 反応を三段階で見る
表示されたときに見ようと思われたか。題材、タイトル、サムネイルの約束を確認します。
冒頭で離脱せず、途中の因果関係を追ったか。維持率の落ちる場面を確認します。
高評価だけでなく、具体的コメント、共有、次の動画への移動、視聴者アンケートなどを見ます。
同じ欲求の別企画を見たい反応があるか。単発の驚きで終わっていないかを確認します。
YouTube公式も、コンテンツのパフォーマンスを「Appeal・Engagement・Satisfaction」の三つに整理しています。これは固定の合格点ではなく、視聴者の反応を読むための考え方です。[2]
9. 人間とAIの役割を分ける
AIが強い場所
- 現実には撮影できない仮想場面を見せる
- 昼夜、季節、年代、視点の差分を短時間で作る
- 絵コンテやサムネイル案を複数比較する
- 抽象的な因果関係を、図や比喩で見える形にする
- 修正コストを下げ、検証回数を増やす
人間が手放せない場所
- 誰の悩みや願望を扱うのか
- タイトルで何を約束するのか
- 事実、推計、仮定をどう分けるのか
- 何を恐く見せ、何を希望として残すのか
- 最後に視聴者へ何を返すのか
AIは、面白い企画を保証しません。
面白くなる可能性のある企画を、速く、広く、見える形にします。
10. 効果は、どういう形で出るのか
「もしも」が機能したとき、効果は再生数だけに出るわけではありません。企画のどこが良かったかによって、反応の出方が変わります。
タイトル・サムネイルで問いが一瞬で伝わり、表示されたときに選ばれやすくなります。ただし、強い断定や過剰な恐怖で取ったクリックは、満足につながらないことがあります。
「次に何が起きるのか」が連鎖し、視聴維持に現れます。途中で説明が止まったり、同じ映像が続いたりすると、問いの力があっても離脱します。
具体的なコメント、共有、保存、関連動画の視聴に現れます。「面白かった」だけでなく、「自分の地域なら」「次は断水を見たい」のような反応が増えます。
一本の設定ではなく、チャンネルが扱う問いそのものに期待が生まれます。視聴者が次の題材を提案し、企画の需要データが自然に蓄積します。
YouTubeの推薦は、視聴者が何を見るか、見ないか、検索するか、どこまで見るか、満足したかといった反応から学ぶと説明されています。[1] そのため、制作本数よりも、一本ごとに視聴者の期待と実際の体験を一致させる方が重要です。
11. AIで作るときの注意点
11-1. 事実と仮定を画面上で分ける
「もしも」は仮定です。しかし、背景に使う統計、地理、歴史、設備の仕組みは事実です。ナレーションとテロップで「事実」「推計」「仮定」を区別します。これだけで、空想動画ではなく、考える材料になります。
11-2. 現実に見えるAI映像は、仮想だと伝える
YouTubeは、実在の人物がしていないことをしたように見せる、現実の出来事や場所を改変する、実際には起きていない現実的な場面を生成する場合、合成・改変コンテンツの開示を求めています。[4]
特に災害、医療、金融、政治、実在人物を扱う場合は、映像の見栄えより誤認防止を優先します。「これは仮想シミュレーションです」と冒頭・概要欄・必要な場面で伝えます。
11-3. 恐怖や衝撃だけで引っ張らない
驚きは入口になります。しかし、怖い場面を並べるだけでは満足が残りません。YouTubeの収益化ポリシーでも、視聴回数だけを目的に衝撃や感情操作へ強く依存し、独自の実質が乏しいコンテンツは問題になり得るとされています。[5]
12. 実践チェックリスト
需要
- この題材を、すでに好き・不安・知りたい人がいる
- 視聴者のコメントや検索、過去動画に需要の証拠がある
- 「誰に、何を返す動画か」を一文で言える
- 自分ごととして考えられる影響がある
企画
- 変更条件が一つに絞られている
- タイトルだけで対象・条件・制約が分かる
- 原因から結果まで、少なくとも5段階の変化がある
- 最後に答え、学び、判断材料、余韻のいずれかを返す
制作
- AI映像は話を進めるために使われている
- 同じ見た目の場面が続かず、時間・場所・意味が変化する
- 事実、推計、仮定を区別している
- 現実的な合成映像には必要な開示を行う
公開後
- 選ばれたか、見続けられたか、満足されたかを別々に見る
- 維持率が落ちた場面の「情報不足」か「冗長さ」を確認する
- 具体的コメントから、次に求められる問いを拾う
- 伸びた設定ではなく、伸びた視聴者欲求を横展開する
13. まとめ
「もしもシリーズ」は、動画生成AIや画像生成AIと相性が良いです。これまで撮れなかった世界を見せられるからです。しかし、それだけで有効な企画になるわけではありません。
有効なのは、知っている世界に一つの変化を入れ、視聴者が知りたい結末まで、原因と結果をつないで見せられるからです。
先に考えるのは「何が作れるか」ではありません。
「視聴者は、何の続きを見たいのか」です。
AIは、企画の価値を決めるものではありません。良い問いを、これまでより速く、分かりやすく、魅力的に届けるための道具です。
ですから、最初に生成プロンプトを作るのではなく、最初に視聴者の欲求を一文にします。次に問いを決め、結末を決め、その後でAIを使います。この順番を守るだけで、「作れる映像の量産」から「視聴者が待つシリーズ」へ変わる可能性が大きくなります。
参考資料
- YouTube Help, “YouTube's Recommendation System”
https://support.google.com/youtube/answer/16533387?hl=ja - YouTube Help, “Understand your content performance for YouTube’s recommendation system”
https://support.google.com/youtube/answer/16559650?hl=ja - YouTube Help, “Understand external factors for YouTube’s recommendation system”
https://support.google.com/youtube/answer/16558238?hl=ja - YouTube Help, “Disclosing use of altered or synthetic content”
https://support.google.com/youtube/answer/14328491?hl=ja - YouTube Help, “YouTube channel monetization policies”
https://support.google.com/youtube/answer/1311392?hl=ja - Loewenstein, G. (1994). “The Psychology of Curiosity: A Review and Reinterpretation.” Psychological Bulletin, 116(1), 75–98.
https://doi.org/10.1037/0033-2909.116.1.75 - Epstude, K., & Roese, N. J. (2008). “The Functional Theory of Counterfactual Thinking.” Personality and Social Psychology Review, 12(2), 168–192.
https://doi.org/10.1177/1088868308316091 - Green, M. C., & Brock, T. C. (2000). “The Role of Transportation in the Persuasiveness of Public Narratives.” Journal of Personality and Social Psychology, 79(5), 701–721.
https://doi.org/10.1037/0022-3514.79.5.701
調査基準日：2026年8月16日。YouTubeの仕様・ポリシーは変更される可能性があります。公開時には公式ヘルプの最新表示も確認してください。