Nami Work 実測レビュー：たった一言で3社の大規模モデルをまたぎ、32秒のプロモーション動画を自動編集

Nami Work は ByteDance が展開する AI ワークベンチ（URL：Work.n.cn）で、位置づけは「AI チームを編成して、一連の仕事を最後までやり遂げる」こと。チャット型 AI との最大の違いは、アドバイスをくれるのではなく完成物を直接納品する点です——しかも複数のモデルベンダーをまたいで調達して完了させます。

本稿では、実際のタスクでその能力の限界を検証します：あるオープンソースの macOS 製品（FanBox）のためにプロモーション動画を1本編集する。私は最初に渡したのはたった一言と GitHub URL だけです。Nami Work は3社のモデルベンダーの API と ffmpeg レンダリングパイプラインを自らオーケストレーションし、最終的に32秒・1920×1080・BGM 入りの動画に加え、シングルファイルの HTML ランディングページとコピーの書き直し版を納品しました。

さらに語る価値があるのは、途中の2つの常識外れのディテールです。このツールは私のターゲット層の仮定をいち早く差し戻し、さらに**「あなたの代わりに決めた」判断を2つ自ら明示**しました。

Nami Work とは

一言でいえば、AI チームを組織して一連の仕事を最後までやり遂げるワークベンチです——途中で差し戻すべきときは差し戻し、完成物を持って戻ってきます。

モデルのドロップダウンには、国内主要ベンダーの最新モデルがほぼ揃っています：Kimi K3、GLM-5.2、Doubao seed-2.1、MiniMax M3、DeepSeek-V4。今回の検証では全工程を Kimi K3（1M コンテキスト） で行いましたが、タスクの実行チェーンが長くても、会話の圧縮や実行の停滞は起こりませんでした。

💡 価値ポイント：「来月には最高のモデルベンダーが交代し、サブスクが無駄になる」という不安を抱えるユーザーにとって、この「国産の強力モデルをいつでも選び替えられる」方式は、単一ベンダーへのロックインリスクを排除します。

始める前の準備

• アクセス：ブラウザで Work.n.cn を開く
• タスク素材：公開読み取り可能な GitHub リポジトリの URL（エキスパート Agent 自身に読ませる）
• 任意のコネクタ：Feishu / DingTalk / Tuitui / QQ は設定から接続可能。スマートフォン側から実行中のタスクを引き継ぐこともできます
• エキスパート広場：個人名を冠したエキスパート（「花叔-デザインマスター」など）に加え、チーム全体の編成（製品開発、マーケティング、セルフメディアのヒット制作、グローバル CEO ブレーン）も内蔵されています

最初のタスク：32秒のプロモーション動画を編集する

ステップ1：要件はたった一言

エキスパート広場の「花叔-デザインマスター」に、たった一言だけ投げます：

この製品について、ホワイトカラー層に向けたプロモーションビデオを作ってください。

その後に GitHub URL を1つ添えたきり。他には何も言っていません。

ステップ2：「つまずき」の処理を自分で任せる

Nami Work はまずリポジトリを読みに行き、README の取得で404に遭遇しました——デフォルトブランチが main ではない可能性があると自ら判断し、デフォルトブランチを確認しに行って取得に成功。この「つまずく → 自力で這い上がる」リカバリー能力は、Agent が本当に実用になるかを見極める硬い指標です。

ステップ3：自動分業 + クロスモデルのスケジューリング

このツールは5つの絵コンテに対して、興味深い分業判断を下しました：

• 冒頭・末尾の2つのホワイトカラーオフィスシーン：Seedance 2.0 のテキストからの動画生成で生成（右下に「AI 生成」の透かし付きで、コンプライアンス対応済み）
• 中盤の3つ：リポジトリ内の実素材を使用——公式プロモーション画像、git log の実機スクリーンショット、README のその場プレビュー、右側のターミナル

この動画の制作説明には、はっきりとこう書かれています：

3社のモデルベンダー + 1本のレンダリングパイプラインが、同じ1つのタスクの中で動き、私が設定した API キーはゼロです。

💡 キーポイント：Nami Work は「実素材を優先し、捏造しない」をデフォルト制約としています——これはまさにオープンソース Skill コミュニティの Huashu Design の規律と対応します。AI 動画が好んでプレースホルダー画像を差し込む問題が、ここでは塞がれています。

検証結果

• 動画仕様：1920×1080、30秒、BGM 付き
• 実素材と AI 生成素材を厳格に分けて表記
• 全工程を通じて、ユーザーがモデルの API キーを設定する必要は一切なし

2つ目のタスク：4点セットのリポジショニング書き直し

「誰に届けるかを考え抜く、コピーを書き直す、ランディングページを作る、動画を編集する」の4作業を一括で投げ、部下に指示を出すように背景・目標・資料・制約を伝えます。

常識外れ1：先にこちらのターゲット層の仮定を差し戻してきた

こちらの要件は「ホワイトカラー層向け」でしたが、このツールはそのまま実行せず、ターゲット層の仮定を半分に切り分けました：

ホワイトカラー路線は成立します。ただし「すべてのホワイトカラー」ではなく、その中ですでに AI に仕事を指揮させている層です。「マーケティング部の一般社員にも使ってもらう」と解釈するなら成立しません——ブラウザで AI とチャットするだけの人には利用場面がなく、コピーはその人を騙すわけにはいきません。

続いて、本当に使いそうな3類型（AI を使って制作する個人クリエイター、コードを書かない vibe coder、AI を使い込むナレッジワーカー）を挙げ、適合度順に並べ、各類型について理由を説明しました。最後にこう一言書き添えています：

明確に不向きな層：一般のホワイトカラー（ファイルは WeChat やクラウドドライブの中、PC に仕事用の AI がない層）。訴求の際はこの層に約束をしないこと。

常識外れ2：「あなたの代わりに決めた」判断を自ら明示

さらに、こちらが頼んでもいない2点を、「あなたの代わりに私が決めた、確認が必要な2点」として明示してきました：

• ハードル：FanBox の利用前提は、Mac に Claude Code や Codex といった Agent が入っていること。これをランディングページの FAQ に正直に明記し、隠さなかった。理由は「隠しても、ダウンロードした人が何をしていいか分からず終わるだけ」だから
• ビジュアル：デフォルトの蛍光グリーンのターミナル風デザインは、こちらのプロモーション画像と同様にどうしても「開発者寄り」になるため、ランディングページと動画では、クリーム色の紙質にテラコッタオレンジを配した別のスキンに切り替えた。ただし、新規ユーザーがデフォルトでどちらを見るべきかは、自分で考えてみてほしい、とも

💡 AI ワークベンチの成熟度を見極める硬い指標：「ここは私があなたの代わりに決めました」と明示できるツールと、8割を書き換えておきながら何も変えていないふりをするツールの間には、大きな差があります。

納品物リスト

• コピー：一言ポジショニング + 価値ポイント3つ。全編に terminal / repo / dependency といった開発者用語は出現せず、機能の提示順序も組み替え、変更幅の自己評価は「製品コードは1行も変えず、コピーは80%書き直し」
• ランディングページ：シングルファイル HTML、2.4MB、全スクリーンショットを base64 でインライン化。ダブルクリックで開けて、どんな環境でも画像が欠けない。使用しているのはリポジトリの実素材で、プレースホルダー画像は一切なし
• ディテール：ランディングページの大見出しでは Finder を中国語名称の「访达（ファインダー）」と表記——「ホワイトカラーに通じるか」という基準を文字どおり実行しています

💡 インライン base64 の価値：シングルファイル HTML の納品物で画像をネットワークリクエストにすると、ローカルでダブルクリックして開いたとき必ず画像が欠けます。これは古典的な落とし穴で、Nami Work はデフォルトで潰してくれています。

活用シーン

Nami Work が「AI チームを組織して一連の仕事を完遂する」という価値を最も発揮するのは、次のような場面です：

• 個人企業 / OPC：製品開発後に滞りがちなマーケ素材（コピー、ランディングページ、プロモーション動画）を AI に丸ごと外注する
• 個人クリエイター：単一のエキスパート（デザイン / コピー）で単発の納品を行う
• ニッチからローンチまでの全チェーン：チーム編成全体（製品開発、マーケティング、セルフメディアのヒット制作、グローバル CEO ブレーン）を使う
• 移動が多い人：PC でタスクを仕込み、スマホで引き取って検収する（仕事はクラウド上で動き、デバイスをまたいで引き継げます）

初回利用のアドバイス

Context, not control.

初回から要件をすべて言葉にしましょう——自分をリーダーだと考え、要件の背景、目標、製品プロジェクトに関わるコンテキスト知識まで、ていねいに伝えます。モデルはますます強くなっており、多くの場合、制限を増やさず、より自由な探索の余地を与えるほうが、より良い結果を deliver できます。

これはマネジメントの理念の人機協力への応用です。制御ではなく、コンテキストを渡すということです。