descript

descript

トークコンテンツ編集ツールスキル — トランスクリプト上で編集し、同意を得て Overdub を使い、サウンドを整え、ビジュアルを仕上げて、カットを公開します。エージェントが計画を立て（接続されている場合は API/MCP 経由で Underlord を操作することもできます）、人間が耳で確認して承認し、WoopSocial が書き出した素材を公開します。（tools/integrations/descript.md が付属します。）

視点：トランスクリプトがタイムライン — テキストで決め、耳で確認する

会話中心のコンテンツでは、タイムラインをスクラブするより、トランスクリプトを編集するほうが効果的です。文を削除すればクリップが消え、段落を移動すれば映像もそれに追従します。レビューでは、トークコンテンツの編集時間を約60～70％削減できたと報告されています。しかし、この手法には、上位1％の人々が重視する2つの大きな注意点があります。（1）声の軸： Overdub の同意確認済みの本人の声のみという設計は、障害ではなく模範です。誰かが他人の口を借りて言葉を入力することがないようにするためのものです。また、制作上の真実として、Overdub が真価を発揮するのは言いよどんだ単語であり、段落ではありません（長い Overdub は合成音声らしさが強くなるため、録り直してください）。（2）意味の軸： テキスト編集では、ゲストが実際には言っていないことを言ったかのように並べ替えやすく、危険です。簡潔にするのはよくても、意味を反転させるのは決していけません。他人の発言を最終的にどう編集するかは、人間が責任を持ちます。運用面では、正確性の確認は必須です（トランスクリプトの誤りは、誤った編集と誤った字幕につながります）。また、2025年9月の全面改定以降、ワークフローではクレジットを意識する必要があります。インポートしたすべてのメディアがメディア分数にカウントされ、以前は無制限だった AI 機能には利用量の上限が設けられています。

まずはこちらをお読みください

1. 録音内容に合ったスキル — podcast-and-audiograms ／ youtube-long-form ／ educational-content。
2. brand-profile ＋ voice-builder（文章の成果物）＋ design-and-templates（字幕／レイアウト）。

フレームワーク：WORDS

（詳細：references/the-words-framework.md。）

• W — 編集内容を書く： まず正確性を確認し、その後、脱線や失敗テイクをカットします。フィラーと無音をワンステップで削除し（Underlord）、段落を移動して構成を組み直します — テキストで決め、耳で確認します。
• O — 同意を得て Overdub を使う： 本人の声のみ、同意確認済みです。単語1つや短いフレーズに使います（段落は録り直します）。語彙／クレジットの制限に注意し、必要に応じて合成音声であることを開示します。
• R — サウンドを整える： ソースごとに Studio Sound を1回使用します（クレジットが必要です。音声がクリアになるとトランスクリプトの精度も向上します）。話者ごとの音量を調整します。極端なノイズは修復せず、録り直します。
• D — ビジュアルを仕上げる： Automatic Multicam（別々のトラックを意図的に録音）、修正済みトランスクリプトから作成する字幕、人間が承認する B ロール、誠実な使い方をする Eye Contact。ビート同期／カラー調整は別の手段を使います。
• S — カットを公開する： 1つのトランスクリプトから、エピソード＋クリップ（Underlord が候補を提示し、人間が公平に選ぶ）＋ショーノート＋チャプター＋テキスト投稿を作成し、さらに別の場所へ送り、WoopSocial 経由で公開します。

実情（四半期ごとに確認）

2026年の Descript：Underlord（エージェント型共同編集ツール — フィラー／無音のワンステップ削除、失敗テイクのフラグ付け、B ロールの提案、クリップ、ショーノート）は、**2026年の公開 API（オープンベータ、MCP 接続を含む）**経由で呼び出し可能になりました。Overdub（トレーニングに約24～48時間。ソース音声の要件は変更されてきたため、要確認）。Studio Sound（1回あたり約10クレジット）。Automatic Multicam。Eye Contact。クリアな音声で約92～95％、ノイズ／アクセント／専門用語がある場合は約75～85％の文字起こし精度。約23言語。SOC 2 Type II。クラウド依存（オフラインでは利用不可）。料金：2025年9月の全面改定により、メディア分数と、以前は無制限だった機能の AI クレジット従量制が導入されました。予想外の高額請求や、請求期間の途中での日割り計算がないことが報告されています（G2 による報告）。料金プランの数値は情報源によって食い違うため、アプリ内で確認してください。 詳細：references/descript-2026-reality.md。週次の作業サイクル、クレジット確認チェックリスト、Overdub の判断表、インタビューの誠実性チェックリスト、2つの具体例：references/workflows-and-templates.md。

誠実な対応範囲（決して逸脱しないこと）

• エージェントは編集を計画し、接続されている場合は API/MCP を介して Underlord／メディア操作を実行できます （それ以外の場合は人間が行う正確な手順を示し、自動化できると装いません）。人間が耳で確認し（テンポ／トーン／公平性はテキストだけでは判断できません）、承認します。エージェントが「このカットは素晴らしい音になっています」と捏造することはありません。WoopSocial は完成した書き出しを公開します。メディアの編集は行いません。ポッドキャストの RSS 配信は別途行います（人間が担当。podcast-and-audiograms）。
• 音声の原則：自分の声のみをクローンします。ゲスト／競合相手／著名人の声は決してクローンしません。実在の人物の口から発せられていない言葉を捏造しません。必要な場合は合成音声であることを開示します（EU AI Act、C2PA）。**意味の原則：**インタビューの編集では意味とクリップの文脈を保ちます。重要な編集は承認を求めます。機能プラン、クレジット、指標を決して捏造せず、アプリ内で確認してください。（対応範囲の全容：references/scope-and-connections.md。）

関連ツールとの違い（適切に使い分ける）

descript（これ）＝テキストベースのトークコンテンツ編集 · capcut＝ビートに同期したビジュアル主体のショート動画（併用する場合は、マスターをこちらで作り、スタイル編集をあちらで行います） · captions-and-clipping / opus-clip＝大規模なクリップ選定（こちらで作ったマスターを渡します） · podcast-and-audiograms＝このツールが支援する戦略 · ai-voiceover (elevenlabs)＝専用の TTS／ナレーション（Overdub は自分の声の修正用） · talking-head-and-piece-to-camera＝パフォーマンス（Eye Contact は読み上げ映像を補正しますが、話し方を置き換えるものではありません） · youtube-long-form＝録画に沿った構成。

連携先

最初に参照：podcast-and-audiograms / youtube-long-form ＋ brand-profile/voice-builder ＋ design-and-templates. 出力先：captions-and-clipping / opus-clip（マスター）、capcut（ショート動画のスタイル編集）、text-post-and-microblog（文章化したカット）、email-and-newsletter（番組メモ）、youtube-publishing-and-metadata. 公開経路：書き出し → scheduling-and-queue → WoopSocial（ソーシャルメディア）；RSS ホスト（ポッドキャスト — 人間が担当）。ツールファイル：tools/integrations/descript.md. 効果測定には、ネイティブ分析とanalytics-and-reportingで、最後まで聴かれた／視聴された割合やクリップを確認します。捏造は決してしません。

完了の定義

テキストの速さで行い、耳で確認したトークコンテンツ編集です。まず文字起こしを修正します（名前／専門用語の誤りは、編集や字幕の誤りにつながります）。Underlord の一括処理で脱線や失敗テイクをカットし、フィラーと無音を削除します。テキスト上で再構成し、結果を通して聴きます。言いよどみは、本人の同意を確認した自分の声の Overdub で、単語／フレーズの長さに限って修正します（段落は録り直し、必要な場合は合成音声であることを開示します）。ソースごとに Studio Sound を一度実行します。マルチカメラ／字幕／レイアウトをブランドに合わせて整えます。インタビューのルールを守ります（意味とクリップの文脈を保ち、承認を求め、他者の発言の最終カットは人間が決定します）。修正済みの文字起こしをエピソードとして書き出し、人間が選んだクリップ、番組メモ、チャプターとともに後続の工程へ回し、WoopSocial で公開します。2025 年 9 月以降のモデルを踏まえ、クレジットに配慮したワークフローにします（編集するものだけをインポートし、機能プランをアプリ内で確認します）。API/MCP による自動化は、実際に接続されている場合に限ります。**第三者の声のクローン、意味を逆転させる編集、機能プラン／クレジット／指標の捏造は一切行いません。**また、capcut、captions-and-clipping/opus-clip、ai-voiceover、podcast-and-audiograms との違いを正しく把握します。