3行でいうと

  • 最初の1本の入口は、左側のメニューの「Create」→「Create a Video」→向き（Landscape／Portrait）→「Create in AI Studio」です（公式ヘルプ）。右側のメニューにAvatar、Script、AI、Media、Text、Music、Stylized Captions、Templates、Layersが並びます。
  • 場面ごとに入口が違います。Quick Avatar Video（Apps → All Apps）、写真から動かす Photo to Video（Avatar IV）、PPT/PDF to Video（Avatarタブ）、翻訳（Video Translation）が、公式のヘルプに手順つきで載っています。
  • クレジットの消費は機能で違います。ヘルプには、Avatar IVが写真ルックで1分16、動画ルックで1分31、翻訳が音声のみ1分4、Speed 1分6、Precision 1分10、と書かれています（確認日 2026-10-25）。
  • 文章の指示から動画を作るVideo Agentは、アプリの画面の手順を、今回読んだページでは確認できていません。開発者向けの資料にある流れは07に書きます。
  • 例の台本・指示文は「この記事の例」と書いたものだけが、この記事で作った案です。

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。手順は「公式の手順を順に並べたもの」で、「この記事の例」と書いた文章だけが、この記事で作ったものです。画面の表記は変わります。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：撮影スタジオの「演者」「台本」「編集室」

HeyGenの動画づくりは、演者（アバター）に台本を渡して、編集室（AI Studio）で背景や字幕を足していく流れに似ています。Quick Avatar Videoは、「編集室に入らず、演者と台本だけで撮る」近道です。翻訳は、できあがったフィルムの吹き替えです。これは僕らのたとえで、公式の表現ではありません。

最初の1時間でやる順番（この記事の案）

公式のヘルプの手順を、初めての人が段階を踏んで進められるように並べた、この記事の案です。公式の推奨ではありません。

  1. （5分）Settings → Usage & History で、残りのクレジットと履歴を見る（05）。
  2. （15分）場面1：公開アバターで、短い台本の動画を1本つくる。
  3. （5分）Usage & History の History で、1本分の消費を確かめる。
  4. （15分）場面2：Quick Avatar Videoで、同じ台本を別の入口から作って、操作の違いを見る。
  5. （20分）場面4か場面5：自分の用途に近いほうを1つ選ぶ（スライドを動画にする、または翻訳）。

場面1：AI Studioで、台本を読むアバター動画をつくる

公式ヘルプ「Overview our New AI Studio!」の順です。

手順

  1. 画面左の「Create」をクリックする。
  2. 「Create a Video」をクリックする。
  3. 向きを、Landscape（横）かPortrait（縦）から選ぶ。
  4. 始め方を選ぶ。最初の1本は「Create in AI Studio」、とヘルプにあります。
  5. 画面右のメニューで、中身を足していく。
右のメニュー 公式ヘルプの説明
Avatar 公開アバターを選ぶか、自分のものをアップロードする
Script アバターが話す文を入れる。言語は問わない。声のアクセント、トーン、モデル、速度もここで決める
AI Script Writer、Motion Designer、Image Generator、Video Generatorを使う
Media 背景の画像・動画を足す
Text タイトル、字幕、見出しを足す。大きさ、フォント、色、位置を変えられる
Music 音楽ライブラリから選ぶか、自分のものをアップロードする
Stylized Captions 字幕のスタイルを選ぶ。字幕は1語ごとに合う、とある
Templates できあがったテンプレートから始める
Layers どの要素がどのレイヤーにあるかを見る
  1. 「Script」に台本を入れる。
  2. 書き出す。書き出しの設定（解像度、フレームレートなど）は、AI Studioのヘルプには項目が載っておらず、PPT/PDFのヘルプに載っているものが場面5の表にあります。

この記事の例：台本

「Script」に入れる短い台本の例です（この記事で作った案で、公式の例ではありません）。

こんにちは。今日は、新しい予約フォームの使い方を30秒でご紹介します。

返ってくるもの

編集画面でシーンにアバターと台本が置かれ、書き出すと動画ができます。書き出しの設定の詳細（形式、上限）はプランで違います（04）。なお、HeyGenのClaude連携のページは、完成した動画がHeyGenの「Projects」にも出る、と書いています（07）。

場面2：Quick Avatar Video（アバターと台本だけで作る）

公式ヘルプ「Quick Avatar Video」の手順です。

手順

  1. 「Apps」→「All Apps」→「Quick Avatar Video」を開く。
  2. アバターを選ぶ。「My Avatars」（自分のアバター）か「Public Avatars」（用意された公開アバター）。続いて向きを選ぶ。
  3. 台本を、入力するか貼り付ける。サンプルの台本を選ぶこともできる。
  4. 声を選ぶ。アバターに付いている声、自分の声、公開の声のライブラリから選べる。
  5. モーションエンジンを選ぶ。
  6. 解像度を選ぶ。
  7. 「Generate Video」で完成まで進む。または「Edit in Studio」で、AI Studioに移って細かく編集する。

選択肢

項目 公式ヘルプの説明
向き Portrait（9:16）、Landscape（16:9）
モーションエンジン Avatar III：口の動きだけ。いちばん速い。Avatar IV Digital Twin：身ぶりと表情が付き、顔・体・背景が台本に合わせて変わる。ドロップダウンに、今月に残るAvatar IVの分数が出る
解像度 720pか1080p
台本の上限 2,520文字。約3分の動画に相当、とある

つまずき

場面3：写真を話させる（Photo to Video、Avatar IV）

公式ヘルプ「HeyGen Avatar IV Complete Guide!」の手順です。

手順

  1. 入口を探す。ホーム画面の「Photo to Video」のタグ、または左のサイドバーの「Tools」タブ→「All Apps」、または「Avatar」タブからも作れる、とヘルプにあります。
  2. 写真を入れる。自分の写真をアップロードするか、ライブラリから選ぶ。
  3. 音声を入れる。台本を書く（声を選ぶ）か、音声ファイルをアップロードする。
  4. 「Generate」をクリックする。

選択肢と上限

項目 公式ヘルプの説明
カスタムの動きの指示（Custom motion prompt） 品質が上がるが、クレジットが2倍の比率で減る。ヘルプの例は、30秒で20クレジット
Studio Experience 長い動画を作る。Avatar IVを特定のシーンだけに使うと、クレジットを抑えられる
台本の上限 5,000文字まで
クレジット 写真ルックは1分あたり16、動画ルックは1分あたり31。Studioの動画は、動画全体の長さではなく、アバターを生成した秒数だけ課金される。Enterpriseを含め、Avatar IVが無制限のプランはない、とある

気をつけること

場面4：フォトアバターを作って、動画に使う

公式ヘルプ「How to Get Started with Photo Avatars」の手順です。

手順

  1. 「Avatars」タブを開き、「New Avatar」を選ぶ。
  2. 「Upload Photo」か「Design with AI」を選ぶ。
  3. 写真をアップロードし、アバターの名前をつけて、提出する。
  4. 検証が終わるのを待つ。終わると、プラットフォーム全体で使える。
  5. 動画をつくるには、アバターの矢印アイコンをクリックして、Studioで開く。ハートを付けると、アバター一覧の上に出る。
  6. Studioで、「Avatar」タブの中から、声とモーションエンジンを選ぶ。

写真の条件（公式ヘルプ）

無料と有料の枠（ヘルプの表、確認日 2026-10-25）

項目 無料（モバイル／Web） 有料プラン全部
フォトアバターのスロット 3 無制限
1スロットのルック（写真と動画の合計） 500 500
トレーニング 月1回（モバイル）、0（Web） 1回60クレジット
ルックの生成 暦月ごとに40回 1回1クレジット
Avatar IVの動画 1本10秒、月30秒 写真ルック16、動画ルック31（クレジット／分）

この表の数字は、プランの変更で変わります。実際の画面で確かめてください。なお、Digital Twinの無料のスロットは1つ（FAQ。05）で、上の表のフォトアバターの3とは別の数字です。

場面5：スライド（PPT・PDF）を動画にする

公式ヘルプ「PPT/PDF to Video」の手順です。

手順（ファイルをアップロードする）

  1. HeyGenのホーム画面の「Avatar」タブで、「PPT/PDF to Video」をクリックする。
  2. 「Upload a presentation」を選ぶ。
  3. アバターを選ぶ。アバターは、各シーンの右下に丸いオーバーレイで出る。
  4. ファイルをアップロードする。
  5. スライドと台本の設定をする。
  6. 編集に進む。

手順（新しくスライドを作らせる）

  1. テキストの指示を入れる。PDFかDOCXの資料を足すこともできる。
  2. アバター、スライドの枚数、AIによる台本づくり、文字と画像の扱い、対象者、トーン、言語などを指定する。
  3. デッキができたら、「Edit in AI Studio」をクリックする。

ファイルの条件

項目 公式ヘルプの説明
形式 PPT、PPTX、PDF
サイズ 50MBまで。大きいと「Input PDF Too Long」が出ることがある
スライド数 1回のアップロードで50枚。51枚目以降はアップロードされない
PPT/PPTXだけ 「Use speaker notes as script」（スピーカーノートを台本にする）、「Import slide content as editable elements」（スライドの中身を編集できる要素として取り込む）。PDFでは使えない
フォント 対応していないフォントは、30分以内に代わりのフォントを選ぶ
ブランド検出 PPT/PPTXなら、ブランドの色とフォントを検出し、ブランド設定（Brand System）として保存するか聞かれる

Studioでの編集と書き出し

「透かしのオン・オフ」が自由に選べるかはプランによります（無料の出力は透かし入り、と01で読んだ料金ページの記載。04）。

場面6：動画を別の言語に翻訳する（Video Translation）

公式ヘルプ「How to Get Started with Video Translation」の手順です。

手順

  1. 動画を取り込む。方法は3つ。①手元のファイルを選ぶ（MP4、MOV、WEBM、5GBまで）、②HeyGenのワークスペースにあるプロジェクトを選ぶ、③YouTubeかGoogle DriveのURLを貼る（Vimeoは対応していない）。
  2. 元の言語（Source Language）を決める。「Auto Detect」か手動。動画には、話されている言語が1つだけであること。
  3. 翻訳先の言語（Target Language）を決める。1回に最大10言語。多くの言語には、元の話者の声とアクセントを保つ「Base」と、翻訳先のネイティブなアクセントの「Localized」がある。
  4. 翻訳エンジンを選ぶ。
  5. 必要なら、翻訳の前の道具を使う。
  6. 必要なら、詳細設定を調整する。
  7. 「Translate」をクリックする。終わるとメールが届くので、ページを開いておく必要はない、とある。

翻訳エンジン（ヘルプの記載、確認日 2026-10-25）

エンジン クレジット／分 公式ヘルプの説明
Audio Only 4 音声を吹き替えるだけで、口の動きは合わせない。最も速く、安い
Speed 6 口の動きを合わせる。正面向きで話者が1人、または単純な会話向け
Precision 10 口の動きの品質が最も高い。話者の切り替え、カメラの角度の変化、横顔、顔が隠れる場面、複雑な会話に対応

口の動きのオン・オフは、別のスイッチではなく、Audio Onlyがオフ、SpeedとPrecisionがオン、とヘルプにあります。ヘルプの計算例では、Speedで、Creator（600クレジット）なら100分、Pro（1,000）なら166分、Business（1,500）なら250分です。

翻訳の前の道具と詳細設定

項目 公式ヘルプの説明
Brand Glossary 製品やブランドの用語をそろえる
Proofread（Review & Edit） 訳した台本を1語ずつ直してから、最終の動画をつくる。Pro、Business、Team、Enterpriseで使える
Add Transcription（SRT） 入力のSRTは参考にされるが、再翻訳される。出力のSRTは、そのとおりに話されるが、Proofreadのときだけ
Dynamic Duration 既定でオン。区間を最大±20%、伸ばしたり縮めたりする
Collection 多言語の出力をまとめる
Remove Background Sound 背景の音楽を消す（ページの表記は background music）。任意で、効果音は常に消される
Output to Original Video Specs 元の動画の仕様で出力（Pro、Business、Enterpriseのみ）
Enable Captions 字幕入りと字幕なしの2つの版ができる。書き出されるのは.srtのみ
Enhance Voice 声をはっきりさせる。元の調子が少し変わることがある

上限

項目 公式ヘルプの説明
ファイル MP4、MOV、WEBM、5GBまで
長さ 2秒から5時間。動画1本の上限は、CreatorとProで30分、Businessで60分、Enterpriseで5時間
Google Drive 「リンクを知っている全員」の共有にしておく
YouTube 短縮URLではなく、完全なURLを使う
非対応の元の言語 すぐに失敗し、クレジットは使われない

対応言語の一覧は、ヘルプ「Video Translation: Languages We Support」にあります。日本語も載っています（「Japanese (Japan)」の表記）。一覧は85項目で、アラビア語、中国語、英語、スペイン語などには地域や方言の変種が付きます。一覧は今後増やす、と書かれています。ページの日付は「2026年8月20日」と読める一方、フッターは2025年で、食い違いがあります。なお、HeyGenの開発者向けのSkillsのページは、heygen-translate が「175以上の言語」に対応する、と書いています（08）。数字が揃っていない理由は、どちらのページにも書かれていません。手元の画面の言語一覧を見てください。

声の複製について

ヘルプは、「入力した話者の声が、選択にかかわらず、声の類似に使われる」と書きます。Enterpriseでは、動画ごとに、より正確な声の複製のために、手元の音声ファイルをアップロードできる、とあります。同意や許可の要件は、この翻訳のヘルプには書かれていません。他人が話す動画を翻訳する場合の許可は、下の「気をつけること」と05を見てください。

場面7：文章の指示から動画をつくる（Video Agent）

アプリの画面で、Video Agentに指示を入れる手順は、今回読んだヘルプでは確認できていません。始め方の1つとしてVideo Agentがあることは、01が公式ヘルプの記載として書いています（今回は、そのページの本文では確かめていません）。ここでは、開発者向けの資料が書く流れだけを、画面の手順に近い形で整理します。コマンドやAPIの手順は07にあります。

この記事の例：Video Agentへの指示

次は、この記事で作った案です（公式の例ではありません）。

30秒の縦向き動画をつくってください。新しい予約フォームの使い方を、親しみやすい調子で説明します。最後に「詳しくはサイトへ」と入れてください。

気をつけること

出典