コンテンツへ移動
Garfunkel by GAR AI

仕組み

Garfunkelが動画を分析する仕組み

リンクを貼り付けると、Garfunkelが動画を構造化レポートにまとめます。話されている内容、映っているもの、フック、すべての投稿に共通するタグ、そして希望すれば視聴者の反応もわかります。各ステップを順にご紹介します。

このページをMarkdown形式でコピーします。AIアシスタントにそのまま貼り付けられます。

  1. ステップ01／08

    投稿を取得

    リンクを開き、動画とあわせてプラットフォームに表示される情報を取得します。キャプション、クリエイター、再生数、いいね数、コメント数、シェア数などです。数値は表示どおりに保存されるので、あとから投稿を並べ替えたり比較したりできます。動画ファイルは処理中のみ保存し、分析が終わると削除します。

    投稿を取得動画のリンクが、サムネイル、クリエイター名、キャプション、再生数、いいね数、コメント数を載せた投稿カードになります。リンク…/video/1842@creator1.2M84K1.1K

  2. ステップ02／08

    動画を分ける

    動画に音声があるかを確認し、音声と映像を分けて個別に分析します。音声は文字起こしへ、映像はフレームの抽出へ進みます。投稿を要約する段階で、両方を組み合わせます。

    動画を分ける動画は、映像のフィルムストリップと音声の波形に分かれます。動画画像音声

  3. ステップ03／08

    音声を文字起こし

    音声認識モデルが動画内の発話をすべて書き起こし、各行にタイムスタンプを付けます。何がいつ話されたかを確認できます。音声のある動画は、文字起こしなしで分析することはありません。このステップに失敗した場合は、飛ばさずに再試行します。分析に失敗した投稿の料金はかかりません。

    モデル：Qwen3-ASR-0.6B · オープンソースの音声認識モデル

    分析結果の「文字起こし」タブで確認できます

    音声を文字起こし波形から、タイムスタンプ付きの文字起こしが3行作られます。0:000:030:07文字起こし0:00
    コツはこうです……
    0:03
    まずフライパンを熱して、
    0:07
    それから油を入れます。

  4. ステップ04／08

    フレームを選ぶ

    動画全体の意味を保ちながら、アルゴリズムでフレーム数を絞ります。残ったフレームは、次のステップで文字起こしとともにAIモデルが確認します。

    フレームを選ぶよく似たフレームが並ぶ長い列から、それぞれ違う場面を示す少数のフレームが選ばれます。すべてのフレーム抽出したフレーム

  5. ステップ05／08

    要約する

    AIモデルがフレームを見ながら文字起こしとキャプションを読み、投稿の各部分を個別にではなく全体として理解します。短い要約と、動画の流れに沿ったストーリーを各場面ごとにまとめます。

    モデル：gpt-6.1-sol · 文字起こしと抽出したフレームをあわせて読み取ります

    要約する文字起こしとフレームから要約カードが作られ、ストーリーの展開がタイムスタンプ付きで順番に表示されます。文字起こし0:000:030:07フレーム要約順を追ったストーリー0:00
    コツを紹介する
    0:04
    先にフライパンを熱する
    0:09
    結果を見せる

  6. ステップ06／08

    フックを見つける

    モデルが冒頭数秒を詳しく見て、目を引く言葉や映像、フックの種類、視聴者の関心を引くタイミングを特定します。また、フックが視聴者に何を期待させるか、動画がどう応えるか、なぜ効果的なのかも記録します。

    モデル：gpt-6.1-sol · 要約と同じモデルが、同じ処理の中で分析します

    分析結果の「フック」カードで確認できます

    フックを見つける冒頭数秒のタイムラインで、視聴者を引きつける部分とその種類、引用文を示し、下に投稿の約束、見返り、効果がある理由を並べています。冒頭の数秒0:000:010:020:030:04実演
    “コツはこうです……”
    提示する価値食材がくっつかずに焼けます。
    得られる結果最後に、食材がきれいに滑り落ちます。
    効果がある理由方法を説明するだけでなく、実際に見せています。

  7. ステップ07／08

    タグ付けと分析

    モデルが要約、文字起こし、フレームをもとに、すべての投稿に共通するタグを付けます。形式、テーマ、感情、トーン、人やブランド、場所、物、編集、文化的な話題やミームへの言及などです。重要なラベルは一貫性を確認します。どの投稿にも同じタグが付くので、投稿を並べて比較できます。

    モデル：gpt-6-luna · タグを付け、文化的な話題やミームへの言及も確認します

    分析結果でタグを確認できます

    タグ付けと分析要約カードから、形式、テーマ、感情、トーン、人やブランド、場所、物、編集、カルチャーの9つのタグが並ぶグリッドにつながっています。要約
    構成チュートリアル
    テーマ食べ物・飲み物
    感情喜び
    トーン遊び心のある
    人物・ブランドクリエイター1人
    場所家庭のキッチン
    物フライパン、油
    編集ジャンプカット
    カルチャー流行の音源

  8. ステップ08／08

    コメントを読み取る

    コメント分析を依頼すると、コメントを収集し、モデルが投稿のキャプション、要約、文字起こしを踏まえて一つずつ読み取ります。動画で実際に話された内容や映っていたものに照らして返信を評価でき、賛成する人、異議を唱える人、質問、好評だった点をレポートにまとめます。

    モデル：gpt-6-luna · 投稿の内容を踏まえてコメントを一つずつ読み取ります

    分析結果にコメントを追加できます

    コメントを読み取る3件のコメントに「賛成」「反論」「質問」のラベルが付き、その下のバーで意見の傾向を示しています。
    やっと、ちゃんと説明してくれる人がいた。同意
    でも、それは違うんじゃないかな。反論
    そのフライパン、どこで買いましたか？質問
    人々の立場

文脈を積み上げる仕組み

各ステップは前のステップの内容を引き継ぐため、後のステップが動画だけをもとに分析することはありません。それぞれが何を読み取るかをご紹介します。

  1. 01文字起こし読み取る内容音声
  2. 02要約とフック読み取る内容文字起こし、キャプション、抽出したフレーム
  3. 03タグ読み取る内容要約、文字起こし、キャプション、抽出したフレーム
  4. 04コメントレポート読み取る内容コメント、キャプション、要約、文字起こし

どの投稿も同じ形式で分析

すべての投稿を、決まったスキーマに沿って構造化して分析します。どの投稿も同じ項目、同じ形式で結果をまとめるため、一貫性があり、比較や並べ替え、絞り込みが簡単です。スプレッドシート、API、MCPにもきれいにエクスポートできます。

簡略化した例
{
  "format": "Tutorial",
  "theme": "Food & drink",
  "emotion": ["Joy"],
  "tone": ["Playful"],
  "hook": { "type": "Demonstration", "start": 0.0, "end": 2.0, "text": "So here’s the trick…" },
  "tags": ["home kitchen", "pan", "jump cuts"],
  "transcript": [{ "start": 0.0, "end": 2.4, "text": "So here’s the trick…" }],
  "comments": { "agree": 52, "push_back": 14, "questions": 18 }
}

ここに表示されている項目名は例です。実際の項目名はドキュメントをご覧ください。

利用できる内容

  • 要約と、順を追ったストーリー
  • タイムスタンプ付きの文字起こし
  • フックの内容、提示されるタイミング、効果がある理由
  • ほかの投稿と共通のタグセット
  • ご希望に応じたコメントレポート
  • 意味で検索：投稿内の言葉だけでなく、テーマから投稿を探せます
  • スプレッドシート、API、MCPへのエクスポート

分析が終わると、動画ファイルは削除されます。

無料で試す登録して、無料クレジット$15を受け取る