3行でいうと

  • 公式の手順があるのは、Auto captions（ウェブとPC）、音声から文字へ（TXT・SRT）、Text to speech、Script to Video、Video Studio、AI video maker、AI Video（Seedance、ウェブ・PC・モバイル）、部分書き出し（Shift + X、I・O）です。
  • Remove Filler Words、Smart Search、Auto Reframe、Auto Cutoutは、公式のページに「何をするか」はあるものの、押す場所が書かれていません。この記事でも場所は書きません。
  • 公式ページ同士で、ボタンの名前（Generate か Create か）やメニューの名前（Captions か Text か）が違う箇所があります。併記するので、手元の画面と照らしてください。
  • 最初の1時間でやる順番を、この記事の案として最後に付けました（公式の手順ではありません）。

この記事は、公式の資料を2026年10月25日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。運営者はCapCutを入れていますが、使い心地はこの記事には書いていません。

手順は「公式の手順を順に並べたもの」です。例の指示文（プロンプト）は「この記事の例」と明記します。公式のページは、実際にどんな結果が返るかを、画面つきでは書いていないため、「何が返ってくるか」は、公式が書く範囲だけ書きます。画面の表記は更新で変わります。手元の画面と照らして読んでください。

先に結論

前提：用語をそろえる

たとえ話：台本つきの下見

AIの機能は、「下見をしてくれる人」に似ています。字幕を作る、台本を考える、動画を組む、という下見はしてくれますが、本番の判断は人がします。公式のヘルプも、AIの出力は確かめてから使うように書いています。

場面1：字幕を自動で付ける（Auto captions）

1-A ウェブ版（CapCut Online）

公式のページ「AI Caption Generator」と「Add Subtitles to Video」の手順です。

  1. CapCut Onlineのエディターを開き、「Upload」（または「Media」→「Upload」）で動画を入れます。Google Driveなどのクラウドから入れる、と書かれたページもあります。
  2. 動画をタイムラインへドラッグします。
  3. 左のツールバーの「Captions」を押し、「Auto captions」を選びます。
  4. ドロップダウンで、動画で話している言語を選び、「Generate」を押します。
  5. タイムラインに、音声に合わせた字幕が出ます。誤りを直します。
  6. 右上の「Export」を押し、名前、解像度、フレームレートなどを確かめて、もう一度「Export」を押します。

1-B デスクトップ版（PC）

「Add Subtitles to Video」のページの手順です。

  1. 新しいプロジェクトを作り、「Import」で動画を入れ、タイムラインに置きます。
  2. 上のメニューバーの「Text」タブを開き、サイドバーの「Auto captions」を選びます。
  3. 元の言語を指定し、「Create」を押します。
  4. 青い「Export」ボタン（右上）を押し、タイトル、解像度、コーデックを決め、「Video exporting」にチェックが入っているのを確かめて、もう一度「Export」を押します。

同じ機能の手順が、別のページ「AI Caption Generator」では「Captions」→「Auto captions」→「Generate」と書かれています。ページによって、メニュー名（Text か Captions）とボタン名（Create か Generate）が違います。版や画面で変わる可能性があります。

1-C 返ってくるもの、直し方、見た目

1-D 字幕だけを書き出す、字幕ファイルを入れる

場面2：音声や動画を、文章にする（音声から文字へ）

公式のページ「Speech recognition」（capcut.com/tools/convert-sound-to-text）の手順です。

  1. CapCutの編集画面で「Import」を押し、音声か動画のファイルを入れます。ページは、品質の高い素材のほうが結果が良い、と書いています。
  2. サイドバーの「Captions」を押し、「Auto caption」を選びます。文字起こしの言語をドロップダウンで選びます。文字が再生画面に出ます。
  3. 内容を確かめ、直します。

  4. 書き出しの画面を開き、音声と動画の書き出しの項目をオフにします。すると、文字の形式（TXTかSRT）が選ばれる、と書かれています。書き出しを押します。

  5. 出力の形式：TXTとSRT。

  6. 言語：「a variety of languages」と書かれ、英語、スペイン語、中国語（Mandarin）が例に挙がっています。全部の一覧は書かれていません。
  7. 上限：ファイルの大きさや長さの上限は、ページに書かれていません。
  8. 使う場面の例（公式の記載）：会議、講義、ポッドキャスト、インタビュー。

場面3：文章を声にする（Text to speech）

公式のページ「Text to Speech」の手順です。

3-A デスクトップ版

  1. 「Create project」を押し、「Import」で動画を入れます。
  2. 「Text」→「Add Text」を選び、台本を入れるか貼ります（「AI writer」で作ることもできる、とあります）。
  3. 「Text to speech」のパネルを開き、声を選び、「Generate speech」を押します。
  4. 右上の「Export」を押し、解像度、フレームレート、コーデック、ビットレートを必要に応じて調整して、もう一度「Export」を押します。

3-B ウェブ版

  1. CapCut Webで「AI tools」を押し、「Text to speech」を選びます。
  2. 文章を入力するか貼り、AIの声のライブラリから、声のスタイル、トーン、言語を選びます。

  3. 5秒の試し聞きができます。「Generate」を押し、音声をダウンロードするか、プロジェクトで使います。

  4. 声と言語：ページは、200以上のAIの声が、性別、年齢、スタイル、言語で絞り込める、と書いています。言語の例は、中国語、マレー語、ベトナム語、タイ語、英語、スペイン語、日本語で、増えていく、とあります。

  5. 調整：話す速さ、ピッチ、長さ、音量、フェードイン・アウト、背景ノイズの除去、ボイスチェンジャー。
  6. 出力の形式（ウェブ）：AAC、FLAC、MP3、WAV。
  7. 自分の声のクローン：「AI voiceover」のツールは、数文を自分の声で録音して、声のクローンを作れる、と書かれています。手順は、このページには書かれていません。顔や声を含む扱いは、05の「AIに渡さない方がよい内容」と、04を参照してください。
  8. 商用：ページは、広告やYouTube動画などに使える、ただしCapCutの利用条件とプラットフォームの指針に従うこと、と書いています（この答えは、ページ上で途中で切れています）。

場面4：台本から動画を作る

入口が3つあります。同じものか別かは、公式に書かれていません。

4-A Script to Video（デスクトップ版）

「CapCut Desktop, AI-powered Video Editor」のページの手順です。

  1. 「Script to Video」を押し、「AI Writer」を選びます。
  2. 入力欄に、動画のアイデアを書きます。
  3. 「Generate」を押します。アイデアをもとに、台本の候補が作られます。
  4. 台本を選び、好みに直します。
  5. 「Smart Generation」を選びます。字幕、ナレーション、音楽つきの動画が作られる、と書かれています。

この記事の例（アイデア欄に入れる文）：

会社のオフィスで、新人向けにコピー機の使い方を1分で説明する動画。やさしい口調で、手順は3つ。

これは、この記事で作った例です。公式の例ではなく、動作は確かめていません。

4-B Video Studio

「CapCut Video Studio」のページの手順です。

ウェブ

  1. CapCut Onlineを開き、左のメニューの「Video Studio」を探します。
  2. テキストボックスに、台本かプロンプトを入れます。参考の画像（任意）を入れ、AI動画のモデルを選ぶか、システムに任せます。送信のボタンを押します。
  3. 生成を待ち、必要なら編集して、「Export」を押します。

デスクトップ

  1. ホームから「Video Studio」を選びます。プロンプトを入れ、参考の画像（任意）、Style、Voice、Avatar、Duration、Aspect Ratioを選び、「Create」を押します。
  2. 「AI video brief」（動画の下書き）が出るのを待ちます。チャットで調整を続け、「Generate Video」を押します。

  3. 「Edit More」で、デスクトップの編集画面に移り、「Export」を押します。

  4. 入力：プロンプトか台本、参考画像（任意）、ウェブはモデルの選択、デスクトップはスタイル、声、アバター、長さ、縦横比。

  5. モデルの名前：このページは、Video Studioが使うモデルの名前を書いていません。ナビゲーションにSeedance 2.5などの名前がありますが、ページは結びつけていません。
  6. 無料かどうか：ページのFAQは、オンラインのコアのAI動画機能は無料で使える、と書いています。クレジットの量や上限は書かれていません。一方、別のページ「Seedance 2.5 AI Video Generator」のFAQは、「7-day free trial」があり、クレジットや書き出しは、ワークフロー、アカウントのプラン、地域で変わる、と書いています。2つの書き方は食い違っており、どちらが当てはまるかは、読んだ範囲では分かりません。

この記事の例（Video Studioのプロンプト）：

30秒の縦型動画。駅前の小さなパン屋が、朝の焼きたてを紹介する。明るい雰囲気、ナレーションは日本語。

これは、この記事の例です。公式の例ではなく、動作は確かめていません。「日本語」の指定がどの画面で効くかは、公式では確認できていません。

4-C AI video maker（Seedance 2.5のページ）

「Seedance 2.5 AI Video Generator」のページの手順です。このページは、Seedance 2.5を、この手順で使うモデルと説明しています。ページ内には、Seedance 2.0、1.5 Pro、1.0 の名前も出てきます。次の場面5のページは、手順で Dreamina Seedance 2.0 Mini を挙げており、ページごとにモデルの名前がそろっていません。

ウェブ

  1. CapCut Webで「AI video maker」を選び、「Instant AI video」を選びます。
  2. 映像のスタイル（realistic film、cartoon 3D、cinematic movie）を選び、「Enter script」の欄に台本を入れるか、生成します。縦横比、ナレーション、長さも決めます。
  3. 「Create」を押し、プレビューを確かめます。音楽、字幕、エフェクトを足し、書き出しの設定を確かめて、書き出します。

デスクトップ

  1. ホームから「AI video maker」を選びます。
  2. 「New project」を押し、トピックを入れます。台本を貼るか、「Create one with AI」を押します。縦横比と動画のスタイルを決め、「Create」を押します。
  3. シーンごとに作ります。「Scenes」パネルの「Voiceover」で、デジタルアバターと、合う声を選びます。「Elements」で、テキストのテンプレートを使って字幕を足します。音楽は、ライブラリから選び、タイムラインへドラッグします。

  4. 右上の「Export」を押し、解像度、形式、フレームレートを調整して、「Export」で保存するか、「Edit More」で仕上げに進みます。

  5. 画像から始める：ページは、アップロードした画像を、最初の映像の出発点にできる、と書いています（ウェブページの「Upload image」）。

  6. 台本を書かせる：トピックを入れ、台本の生成を選ぶと、AIが書く。文面は確かめるように、とあります。

場面5：AIで動画を生成する（AI Video）

「Dreamina Seedance 2.0」のページ（capcut.com/tools/dreamina-seedance-2-0）の手順です。ページは、ウェブ、デスクトップ、モバイルの3つの入口を挙げています。

5-A ウェブ

  1. オンラインのAI video makerで、新しいプロジェクトを始めます。「Script」パネルで、アイデアか要点を入れ、動画の長さとスタイルを選び、「Create」を押します。Dreamina Seedance 2.0 Mini で下書きができる、と書かれています。
  2. 生成された台本を見て、「Use」を押します。「Scene」パネルで、Avatar、Voice、AI mediaのスタイルを整え、全部のシーンに適用します。
  3. 解像度と品質を選び、書き出して、端末に保存します。

5-B デスクトップ

  1. CapCutのデスクトップ版で、新しいプロジェクトを作り、「Media」→「AI Media」→「AI Video」に進みます。
  2. 「Image to video」か「Text to video」を選び、モデルの Dreamina Seedance 2.0 Mini を選びます。
  3. プロンプトを入れるか、画像を入れ、長さと縦横比を決めます。
  4. 「Generate」を押し、必要なら編集して、「Export」を押します。

5-C モバイル

  1. アプリでプロジェクトを開き、下のツールバーの「Media」を押して、「AI Video」を選びます。
  2. 「Text to Video」か「Image to Video」を選びます。
  3. モデルの Dreamina Seedance 2.0 Mini を選び、文章か画像を入れ、長さと形式を決めます。
  4. 動画を生成します。

この記事の例（Text to videoのプロンプト）：

雨上がりの商店街を、カメラがゆっくり前に進む。濡れた路面に看板の光が映る。

これは、この記事の例です。公式の例ではなく、動作は確かめていません。

場面6：切る、整える

02で挙げた機能のうち、公式のページに押す場所が書かれているのは、次の2つだけです。

Remove Filler Words、Smart Search、Auto Reframe、Auto Cutoutは、公式のデスクトップのAI機能のページに「何をするか」の説明と、画面の見本があります。しかし、メニューやボタンの名前、押す場所は書かれていません。この記事も、場所は書きません。見つからないときは、ヘルプの案内（05のつまずきの表）や、アプリの中の検索・ヘルプを使ってください。

場面7：広告向けに、読み上げと字幕を足す

ヘルプ「How to Add Voiceover and Captions to Your Ad Videos with AI」は、CapCut Webでの手順を、次のように書いています。メニューの名前や提供は、アカウントで変わることがある、と書かれています。

  1. 画像から動画にした下書きを作るか、入れる。ナレーションを足す前に、動きを確かめる。
  2. 台本を書き、確かめる。商品名、価格、期間、根拠、注意書きを、音声を作る前に確かめる（読み上げは、主張を確かめない、とある）。
  3. 「AI tools」→「Text to speech」を開き、台本を貼り、声、トーン、言語を選び、試し聞きして、生成して、適用する。
  4. ナレーション入りの動画をタイムラインに置き、「Captions」→「Auto captions」で、言語を選んで生成する。
  5. 字幕を、台本と1つずつ照らして直す。ブランド名、価格、用語、句読点、タイミング。重要な文字は、セーフエリア（画面の端に切れにくい内側の領域）の内側に置き、商品、特典、注意書きの上に重ねない。
  6. ナレーションと字幕を合わせて確かめる。そのあと、音楽の権利、肖像の許可、主張、注意書き、縦横比、長さ、透かし、解像度を、サインインした米国のアカウントで確かめる。

最後の項目は、ページが「米国のアカウント」を想定して書いています。日本のアカウントでの確かめ方は、読んだ範囲では書かれていません。音楽と素材の条件は04を参照してください。

書き出す

最初の1時間でやる順番（この記事の案）

ここは公式の手順ではなく、この記事の案です。動作は確かめていません。

時間の目安 やること 参照
0〜10分 入手、サインイン、版の確認。素材は短い動画を1本 05
10〜25分 場面1：字幕を作って、直して、書き出す この記事の場面1
25〜35分 場面2：同じ動画をTXTかSRTで書き出してみる 場面2
35〜45分 場面3：短い文を読み上げに変えて、音を確かめる 場面3
45〜60分 場面4か5：台本から動画を1本作る。AIに渡す内容は、先に05の注意書きと見比べる 場面4・5、05

気をつけること

出典