本当に必要なもの：トランスクリプト
以下のすべての方法は、ある事実に基づいています。AIは動画を要約しません——テキストを要約するのです。YouTubeはほぼすべての動画に自動字幕を生成しており、それが原材料です。これを理解すれば、3つの方法は同じ問いへの3つの答えにすぎません。誰がトランスクリプトを取得し、誰のAIがそれを読むのか？
方法1：無料の手動法——トランスクリプト＋任意のチャットボット
たまに動画を要約するだけなら、特別なアプリは不要です。必要なのはトランスクリプトと良いプロンプトだけです。
- トランスクリプトを取得する。動画のURLを無料字幕ダウンローダーに貼り付けると、登録不要でプレーンテキストの字幕が得られます。（YouTube動画の「文字起こしを表示」パネルを開いてコピーすることもできますが、タイムスタンプや改行が一緒についてきます。）
- 任意のAIチャットボットに貼り付ける——ChatGPT、Claude、Gemini、使っているものなら何でも。
- 構造を強制するプロンプトを使う。「要約して」では曖昧な結果になります。次のプロンプトなら使える結果が得られます：
別の言語で要約が欲しい場合は、一行追加するだけです：「すべて日本語/スペイン語/中国語で書いてください…」——現代のモデルはこれを本当にうまくこなします。
この方法が破綻する場面：長さと繰り返しです。3時間のポッドキャストは約25,000〜30,000語のトランスクリプトになります——多くのチャットボットの入力制限を超えるため、チャンクに分割して要約の要約を作ることになります。これを1日4本目の動画でやっていると、もはや「無料」とは感じられません。自分で作り出したパートタイムの仕事のように感じるはずです。
方法2：オンライン要約サイトとブラウザ拡張機能
「YouTube 要約」と検索すると、方法1を自動化するサイトやChrome拡張機能が多数見つかります。URLを渡すと、そのサーバーがトランスクリプトを取得してクラウドAIに通します。デスクトップでの一時的な使用には問題ありません——これは正直に認めなければなりません。
ただし、トレードオフは構造的です。毎回の要約にAPI費用がかかるため、ほとんどが従量制の無料枠で動いており、いずれ課金の壁にぶつかります。品質はハードコードされたプロンプト次第です。そして見落とされがちな点：送信したURLはすべて誰かのサーバーにログとして残ります。要約ツールは、あなたが何を、いつ、どれだけ見ているかという「知的な食事内容」を把握します。これはまさに、こうしたツールが決して積極的には触れないプロファイルデータです。
方法3：オンデバイスAI——あなたのスマホに住む要約ツール
Gist&Chatは第三の道を選びます。トランスクリプトをクラウドAIに送る代わりに、AIモデルをスマホに一度だけダウンロードして、そこで実行します。YouTubeリンクを共有または貼り付けると、要約がポケットの中で生成されます。ネットワークに触れるのは字幕の取得だけ。AIそのものはサーバーを使わず、視聴履歴も同様です。
この一つの仕事のために設計されているため、方法1と2の不便さが解消されています：
- 長い動画でも動作する。3時間のポッドキャストエピソードは設計上の目標であり、限界ではありません。
- 要約が答えてくれる。これが手動法にはないポイントです。要約の後に質問できます。「ゾーン2トレーニングについて何と言っていた？」「反論は何だった？」動画の内容から答えてくれます——フォローアップに答えてくれるメモのような存在です。
- どんな言語でも入力、自分の言語で出力。英語の講義が自動的に日本語や中国語の要約になります。11言語に対応。
- 記事も対応。同じ流れでWebの記事やPDFにも使えます。YouTubeだけではありません。
正直な細かい文字：Androidアプリで、AIモデルは一度だけダウンロードします（Wi-Fiで行ってください）。要約は最初は無料で、ヘビーユーザー向けのオプションプレミアムあり——それと売るためのデータ収集なしというのがビジネスモデルです。
3つの方法を比較
| 項目 | 手動（トランスクリプト＋チャットボット） | オンライン要約ツール | Gist&Chat（オンデバイス） |
|---|---|---|---|
| 費用 | 無料 | 無料枠→サブスクリプション | 最初は無料、オプションプレミアムあり |
| 1本あたりの手間 | コピペ3〜5分 | URLを貼り付け | URLを共有または貼り付け |
| 3時間のポッドキャスト | 手動分割が必要 | 長さ制限あることが多い | これを想定して設計 |
| 追加質問 | チャットボットで可能 | まれ | はい、内蔵 |
| クロスランゲージ要約 | はい、プロンプトで | 場合による | はい、自動 |
| 視聴履歴を見る人 | チャットボット提供者 | 要約ツールのサーバー | 誰もいない——AIはスマホで動く |
| 最適な用途 | たまに使う、どんなデバイスでも | デスクトップでのクイックチェック | 毎日使う、長い動画、プライバシー重視 |
公正な結論：月に1本しか要約しないなら方法1を使いましょう——無料で、プロンプトも手に入りました。毎週「あとで見る」リストを消化しているなら、コピペの手間は本物のコストです。それを解決するために方法3があります。
「あとで見る」を守れる約束に変える
Gist&Chat——YouTubeリンクを貼り付けて数分で要点を掴み、そこから質問できます。AIはスマホで動くので、視聴履歴はあなたのものです。
- ワンタップでYouTubeの共有メニューから
- 長い動画のために設計——3時間のポッドキャストも含む
- 要約に質問できる——動画の内容から答える
- 11言語対応——どんな言語でも入力、自分の言語で出力
- オンデバイスAI——アカウント不要、視聴ログなし
ダウンロード無料 · 最初は要約無料 · モデルの一回限りのダウンロード後、AIはあなたのもの
よくある質問
字幕がない動画でも要約できますか？
ほとんどの場合、問題になりません。YouTubeは主要言語の動画に自動字幕を生成しており、AIはそこから問題なく要約できます（良いプロンプトは上記のように誤った行を修正するよう指示しています）。本当に字幕がない場合は、音声認識ツールで先に文字起こしをしてから要約してください。
AIの要約は動画を見なくても済むほど正確ですか？
インタビュー・講義・チュートリアル・ニュース分析など情報密度の高いコンテンツでは、はいと言えます。ただし「伝え方」は別です——コメディ、ストーリーテリング、雰囲気は圧縮できません。だからこそプロンプトは「それでも全編を見るべき人」で締めくくっています——正直な答えはあなた自身である場合もあります。
他の言語の動画はどうですか？
これはAI要約の最も優れた使い方の一つです。日本語のテックレビューやスペイン語の講義が、あなたの言語の要約になります。手動では、プロンプトに一行追加するだけ。Gist&Chatでは言語設定に応じて自動的に処理されます。
要約の長さがなぜそんなに重要なのですか？
AIモデルは一度に読めるテキスト量に上限があります。10分の動画（約1,500語）はどこでも処理できますが、3時間のポッドキャスト（約28,000語）はそうではなく、単純なツールは黙って先頭だけ要約するか拒否します。長い動画の要約でその後半について一切触れない場合、これが理由です。
クリエイターですが、自分の動画に使えますか？
はい、2通りの使い方があります。競合動画をリサーチのために要約すること、そして無料のクリエイターツールキット——字幕・サムネイルダウンローダー、音声→SRT変換、字幕翻訳ツール——を使って、トランスクリプトや字幕を直接扱うことです。
gist-ai.netの関連記事：オンデバイスAIとは何か、オンデバイス小規模言語モデルとGemma 4が変えたもの、ChatGPTのオフライン代替——2026年の本当の選択肢、記事・PDF・テキスト写真をオフラインで要約、ポケットのAIで語学練習、無料クリエイターツール——登録は不要です。
