ツールレーダー｜AI が思いどおりに作れない？デザイン・動画・コード・ローカル AI の 7 ツール
7つのツールを、デザインと製品の参考探し、動画制作、コード文脈と最新ドキュメントの補完、ローカルAIの導入という一つの実践的な流れで紹介します。できること、省ける手間、始め方、制約まで順に説明します。
# ツールレーダー｜AI が思いどおりに作れない？デザイン・動画・コード・ローカル AI の 7 ツール
## まず AI を責める前に、頭の中の参考を渡せているか考えてみる
頭の中では欲しいものが見えているのに、AI に頼む段になると「もう少し上品に」「成熟した製品っぽく」「この動画を自然につないで」くらいしか言えなくなる。そんな経験はないでしょうか。AI はひとまず形にしてくれますが、こちらの頭にある参考も、今のプロジェクトの中身も、使うべき最新バージョンの文書も知らないままなので、どうしても最後の一歩がずれます。
そこで今回は人気順のランキングではなく、実際の作業に沿って 7 つのツールを見ていきます。まずデザインと製品の考え方を伝え、次に素材を動画へ変え、コーディング AI にプロジェクトと最新文書を理解させ、最後にローカル AI アプリを動かすところまで。7 つ全部を入れる必要はありません。今まさに詰まっている場所から読めば十分です。以下の情報は 2026-07-29 時点で確認しています。各節の図は、要点を一目でつかむために本站が制作した概念図で、製品の実画面ではありません。
### 60fps｜「この動きが上品」を、ようやく具体的に言える
*本站のオリジナル概念図（実際の製品画面ではありません）：60fps は「良さそう」という感覚を AI が実行できる指示へ翻訳する手間を減らします。*
60fps は、実在するアプリのマイクロインタラクションや動きを集めた参考資料庫です。遷移やフィードバック、画面の細かな動きを、動作・部品・場面ごとに整理し、100 以上のフィルター、用語集、ストーリーボード、SwiftUI スニペットまで用意しています。ひとつの動きが、発火してから着地するまでどう組み立てられているかを目で追えます。
いちばん厄介なのは、作れないことより、その動きの名前さえ分からず、専門用語と参考例を一から探して AI と「上品って何だろう」と何度もすり合わせることです。[60fps](https://60fps.design/) では、まず手元の画面に近い動きを探し、発火から着地まで見たうえで、「テンポは参考にするが、色・角丸・ブランド要素はコピーしない」と AI に伝えます。PRO の MCP なら、AI 自身がショットを探し、「発火―開始―移動―着地」を比較して、似た例や SwiftUI のたたき台も返せます。
たとえば金融アプリなら、「信頼感を出して」ではなく「落ち着いたボトムシート遷移を 3 つ比較して」と頼めます。価値はデザインの自動完成ではなく、デザイナーでない人にも AI との共通語を作ってくれること。公開部分は無料で見られますが、完全なフィルター、コード、MCP は PRO 向けで、MCP も URL と Bearer ライセンスキーを設定してクライアントを再起動する必要があり、ワンクリックではありません。ただ、ひとつの動きを説明できても、複数の画面をどうつないで製品体験にするかは別の話です。そこでもう一段、広い参考を見てみます。
**利用メモ：** 料金：公開閲覧は無料、PRO は月 15 米ドルまたは年 99 米ドル；ログイン：公開閲覧は不要、PRO/MCP は Gumroad で購入しメールのライセンスキーを使用；中国語対応：中国語 UI は未確認で、画面と文書は主に英語；ローカル導入：サービスと MCP はホスト型だが、SwiftUI スニペットはローカルで利用可能；AI 導入：PRO の MCP をガイド式で設定し、クライアントを再起動。
### Mobbin｜AI に架空の画面ではなく、実際の製品フローを渡す
*本站のオリジナル概念図（実際の製品画面ではありません）：一枚の画像から前後を推測させず、完全なフローを比較してから AI に下書きさせます。*
60fps がひとつの動きを細かく見る道具なら、Mobbin は複数の画面がつながる製品体験全体を見る道具です。数十万枚の実在する製品画面を集めた UI・UX リサーチサービスで、画面、部品、フロー、文言、動きを含む動画フローから検索できます。登録、ペイウォール、権限案内などが、成熟した製品の中でどうつながっているかまで追えます。
省いてくれるのは単なる画像検索ではなく、「きちんとした製品フローには何が必要か」をゼロから説明し、一枚のきれいなスクリーンショットだけで AI に前後関係を想像させる手間です。[Mobbin](https://mobbin.com/) で異なる製品から 3〜5 個の完全なフローを選び、共通構造、違い、信頼要素を AI に比較させてから、自分のブランド上の制約を足します。
公式 MCP デモでは、43 件のペイウォールをまとめて取得し、価値の見せ方、信頼情報、CTA の書き方を整理しています。学びたいのは特定画面のコピーではなく、「比較してから作る」という方法です。無料枠でも資料庫との相性は分かりますが、最近のアプリ、フロー、アニメーション、検索、履歴には制限があり、MCP は有料です。見た目の刺激だけが欲しいなら普通のギャラリーの方が軽いでしょう。ここまでで「何を作りたいか」は伝えやすくなりました。次は、手元にある長い動画から、いちばん時間のかかるラフカットを省く番です。
**利用メモ：** 料金：Free は 0 米ドルで範囲制限あり、Pro は月 10 米ドル、Team は 1 人月 16 米ドルで、ともに年払い、MCP は有料のみ；ログイン：個人ライブラリと MCP に必要で、Google、Facebook、X、メールリンク/コード、任意パスワード、Enterprise SAML SSO に対応；中国語対応：中国語 UI は未確認で、画面と分類は主に英語；ローカル導入：Web、資料庫、MCP の完全なセルフホストには非対応；AI 導入：有料化後、ブラウザー認可でリモート MCP をガイド式接続。
### ChatCut｜覚えていた「Cut Code」は、おそらくこれ
*本站のオリジナル概念図（実際の製品画面ではありません）：ChatCut は聞き直しと粗編集を減らし、最終判断は確認できるタイムラインに残します。*
参考を言葉にできたら、今度は素材を作品へ変えていきます。ChatCut は、AI への自然言語指示と、普通のマルチトラック・タイムラインを一つにした動画編集ツールです。トーキングヘッドの整理、重複テイクの削除、文字起こしからの編集、字幕や動きの追加ができ、画像、ナレーション、音楽、短い動画も生成できます。AI が処理した結果もタイムラインに残るので、自分の目で確認して直せます。
手元に素材があるとき、時間を奪うのは、話を何度も聞き直し、間を探し、一つずつ切ってラフカットを組む作業です。[ChatCut](https://chatcut.io/) が自分に合うか確かめるなら、まず機密でない短い素材を入れ、「ラフカットを作り、何を削ったかも示して」と頼みます。タイムラインとクレジット見積もりを確認してから、字幕、タイトルカード、仕上げへ進めば、最初から長編を丸ごと任せずに済みます。
公式デモでは、47 分のポッドキャストを字幕付き 9:16 ハイライトへ整理し、別の流れでは間を詰めてタイトルカードと音楽を追加していますが、第三者が検証した顧客成果ではありません。新しい ChatGPT/Codex デスクトッププラグインは公式 marketplace から入れ、ChatGPT デスクトップ版に同梱された Codex CLI で `mcp login chatcut` を実行して OAuth を完了します。旧 `@chatcut/skill` は Claude Code 専用で Codex 用ではありません。デスクトップ版はローカルで 4K 書き出しができますが、アカウント、共同作業、一部 AI 機能はクラウド依存で、完全なオフライン製品ではないため、機密素材には向きません。ChatCut は「すでにある素材をまず一本にする」道具。ところが同じ動画を何度も更新するなら、タイムラインより動画そのものをコードにした方が楽になることがあります。
**利用メモ：** 料金：無料プランは全編集機能と初回 20 クレジット付き、通常編集と標準書き出しは無料で、新規内容の生成時だけクレジットを消費；Pro は月 25 米ドル・100 クレジットから；ログイン：必須で、Google またはメールの 6 桁コードを使い、デスクトップ版はシステムブラウザーで認証；中国語対応：中国語 UI に正式対応し、英語・スペイン語も選択可能；ローカル導入：macOS Apple Silicon と Windows x64 でローカル書き出しと 4K に対応するが、完全なセルフホストではない；AI 導入：新しい ChatGPT/Codex デスクトップ marketplace、同梱 Codex CLI、OAuth を使うガイド式。
### Remotion｜Codex に本当に動画を「書いて」もらう
*本站のオリジナル概念図（実際の製品画面ではありません）：Remotion は同種の動画を二度目以降に作るとき、テンプレートを残してデータと文言だけを替えられます。*
ChatCut が AI にタイムライン操作を手伝わせるものなら、Remotion は動画そのものを保守できるコード工程へ変えます。React で画面、時間、字幕、音声を記述し、実際の動画ファイルへレンダリングするフレームワークです。Codex のようなコーディング Agent に工程を組ませても、各フレーム、引数、素材パスは後からすべて確認して直せます。
本当に時間を省けるのは、同じ種類の動画を二度、三度と作るときです。週次データ動画なら、[Remotion](https://www.remotion.dev/) で空のプロジェクトを作り、依存関係と公式 Skills を入れ、まず 5 秒・低解像度の構図とテンポだけを Agent に作らせます。フォント、素材権利、タイムラインを確認してから 30 秒のテンプレートへ広げれば、翌週からはデータと文言だけを差し替えられます。
動く字幕、グラフの登場、製品デモ、量産テンプレート動画に向き、公式には Agent Skills、Codex プラグイン、ローカル・サーバー・Serverless・ブラウザーのレンダリング経路があります。ただし Node.js または Bun、依存関係、プレビュー、レンダリングを扱う必要があり、AI がコードを書いても確認と修正は残ります。スマホで既成テンプレートを使いたいだけなら重すぎますが、ブランドの一貫性、反復生成、フレーム単位の制御が必要な人には心強い選択です。そして動画までコード工程になれば、次の問題は「AI がこのプロジェクトを本当に理解しているか」に移ります。
**利用メモ：** 料金：個人と 3 人以下の会社は商用を含め無料・登録不要、4 人以上は有料；Creators は 1 席月 25 米ドル、Automators は 1 レンダー 0.01 米ドルかつ月額最低 100 米ドル、Enterprise は月 500 米ドルから；ログイン：無料のローカルプロジェクトは不要で、有料ライセンスや特定クラウドでは必要；中国語対応：中国語 UI と完全な文書は未確認だが、中国語テキスト・字幕・音声は利用可能；ローカル導入：Node.js/Bun、Studio プレビュー、通常レンダリングをローカル実行可能；AI 導入：コード環境で Skills/プラグインをガイド式設定し、ワンクリック完成ではない。
### Repomix｜AI に渡す前に、プロジェクトの荷造りをする
*本站のオリジナル概念図（実際の製品画面ではありません）：Repomix はファイルを一つずつ貼る手間を減らしますが、クラウドへ渡す前の範囲と秘密情報の確認は必要です。*
AI にプロジェクトを理解させるなら、長い指示を足す前に、まず全体をきちんと渡す必要があります。Repomix は、コードリポジトリを AI が読みやすい文脈へ整理するオープンソースツールです。Git の ignore ルールに従って XML、Markdown、プレーンテキストへまとめ、ディレクトリツリー、統計、トークン数も添えます。Tree-sitter 圧縮、Secretlint 検査、Docker、リモートリポジトリ、実験的 MCP にも対応しています。
リポジトリを丸ごと無造作に AI へ入れるのではなく、[Repomix](https://repomix.com/) で現在の作業に必要な範囲へ絞ります。たとえば `src`、テスト、重要文書だけをまとめ、AI にモジュール関係と変更リスクを先に整理させてからコードを直します。何十個ものファイルを手で貼り、「このモジュールはほかに何へ依存しているか」を後から補い続ける手間と、文脈不足による AI の推測を減らせます。
ローカル CLI は 1 コマンドで動き、アカウント不要で、コードを自動アップロードしません。Agent に必要なときだけ使わせるなら `repomix --mcp` や対応 Skill を追加できます。ただし出力前には Secretlint の結果、ファイル一覧、本文を自分で確認し、秘密情報、個人データ、不要な大ファイルを除きます。Web とブラウザー拡張は別のデータ経路で、大規模・機密リポジトリは範囲を分けるべきです。文脈は整理してくれても、私有コードを社外へ出してよいかまでは判断してくれません。そして AI にプロジェクト全体を見せたあとも、古い API を書くことはあります。そこで次は、プロジェクトの外にある最新文書を補います。
**利用メモ：** 料金：MIT ライセンスでローカル利用は無料、クラウド AI へ渡すとモデル契約や API 費用が発生し得る；ログイン：ローカル CLI と Docker は不要、非公開リモートリポジトリは既存の Git/ホスティング認証を使用；中国語対応：一部対応で公式中国語文書あり、コマンドと一部用語は英語；ローカル導入：CLI、Docker、ローカル MCP が使え、CLI は自動アップロードしない；AI 導入：1 コマンドで文脈ファイルを生成し、MCP/Skill はガイド式設定、アプリ配備ではない。
### Context7｜AI が自信満々で古い API を書くときに
*本站のオリジナル概念図（実際の製品画面ではありません）：Context7 はコード生成前に現行版の文書を入れますが、最後の確認は実際の依存関係とテストです。*
Context7 が埋めるのは、まさにその穴です。使っているライブラリとバージョンに合う新しい文書・コード例を探し、必要な部分をコーディング Agent の現在の文脈へ加える検索サービスです。CLI + Skills または MCP で使え、公式の `ctx7 setup` が接続を案内します。
検索結果、古いブログ、複数バージョンの文書を行き来し、正しいページを AI に貼り直す手間を省き、AI が古い API を確信たっぷりに書く確率も下げられます。[Context7](https://context7.com/) を使うときは、ライブラリ、バージョン、具体的な作業を明示し、たとえば「Next.js 14 の文書だけでこのミドルウェアを書く」と頼みます。可能なら Context7 のライブラリ ID も付けます。公式例には Cloudflare Worker のキャッシュと Supabase 登録 API もあります。
受け取ったコードは、実際の依存バージョンと上流の公式文書に照らしてテストします。古い構文の混在は減らせても、集約サービスが最終的な権威になるわけではありません。公開リポジトリには MCP サーバーがありますが、API バックエンド、解析、クローラーは非公開で、全体を簡単にオフライン化はできず、完全なセルフホストは Enterprise の選択肢です。セキュリティ設定、ライセンス、移行判断も最後は上流で確認します。ここまでの 6 つは、AI に正しく見せ、伝え、作らせるための道具でした。最後はもっと現実的な問題――使いたいローカル AI が、環境構築で止まる場面を扱います。
**利用メモ：** 料金：Free は 0 米ドルで公開リポジトリと月 1,000 API 呼び出し、Pro は 1 席月 10 米ドルで 5,000 回を含み超過は別料金、Enterprise は個別見積もり；ログイン：基本アクセスでは API key を推奨し、`ctx7 setup` が OAuth で key を生成、プラン・非公開リポジトリ・チーム機能はアカウント必須；中国語対応：中国語 UI は未確認で、中国語質問への結果も元文書の言語に依存；ローカル導入：一部対応のみで、完全なセルフホストは Enterprise；AI 導入：`npx ctx7 setup` が CLI + Skills または MCP を案内し、他クライアントは手動設定可能。
### Pinokio｜ローカル AI の前に、環境構築で三日使いたくない人へ
*本站のオリジナル概念図（実際の製品画面ではありません）：Pinokio は複数段階の環境構築をまとめますが、出所・容量・ハードウェア・権限の確認が先です。*
Pinokio は、Windows、macOS、Linux でローカルのオープンソース AI アプリを導入・起動・管理するデスクトップランチャーです。プロジェクトの取得、依存関係、起動コマンドをクリックできる流れにまとめ、Discover、ログ、端末、更新も一か所で扱えます。アプリと依存関係は比較的分離されたディレクトリへ置かれます。
主に省いてくれるのは、Python、Conda、Node、ドライバー、モデルの保存先、一連のインストールコマンドを手作業で処理する時間です。ComfyUI、ローカル音声、Agent ツールを試すなら、[Pinokio](https://pinokio.co/) の公式 Discover/Featured から始め、ハードウェア要件、元リポジトリ、予想ダウンロード量を読みます。導入後は最初のログを見て、小さなモデルや例でディスク、VRAM、ネットワークを確認します。
公式 Store には ComfyUI インストーラー、ローカル複数モデル環境、Claude Code/Codex セッションをローカルで閲覧する AgentsView もあります。手作業より確かに楽ですが、「ワンクリック」は「無リスク」ではありません。スクリプトは任意の端末コマンドを実行でき、初回ビルド、モデル取得、GPU 要件が重い場合もあります。出所と権限は一つずつ確認し、容量不足、ハードウェア不適合、出所不明なら、私はいったん導入を見送ります。
**利用メモ：** 料金：Pinokio 本体は無料の MIT ライセンスで、モデル、外部 API、クラウド GPU、導入先アプリは別料金の場合あり；ログイン：公開 Discover は通常 Pinokio アカウント不要、非公開 GitHub リポジトリは対応ログインが必要；中国語対応：ランチャーの中国語 UI は未確認で、導入アプリごとに別判断；ローカル導入：本機での導入・実行が中心で、オフライン可否はモデル取得とクラウド API に依存；AI 導入：公式審査済みスクリプトはワンクリックに近いが、容量、ハードウェア、出所、権限の確認が必要。
## 7 つ全部を保存せず、いちばん足りない一か所を埋める
最初の話に戻ると、AI が思いどおりのものを作れないのは、AI が何もできないからとは限りません。参考、素材、プロジェクトの文脈、最新文書、動かす環境のどれかが欠けていることがあります。動きの名前を言えないなら 60fps、製品フロー全体を調べたいなら Mobbin。すでに素材があってラフカットを早く作りたいなら ChatCut、動画を繰り返し保守できるテンプレートにしたいなら Remotion です。
コーディング AI がリポジトリを理解できていないなら Repomix、古い API ばかり書くなら Context7。ローカルのオープンソースアプリを試したいのに環境構築で止まるなら Pinokio を見てください。まず一つだけ選び、目の前でいちばん詰まっている工程を通してみる。その手間が本当に減ってから次へ進む方が、7 つの名前を一度に保存するより、ずっと道具らしい使い方だと思います。
