動画の字幕づくりをリピート受注につなげる｜初回納品でやることと次の提案

「字幕の仕事は取れるようになったのに、同じ人から二度目が来ない」。このご相談、本当に増えています。作業自体は難しくない。納期も守っている。それなのに続かない。何がいけないのか分からないまま、また新しい募集に応募して、また単発で終わる。この繰り返しに疲れてしまっている方が、たくさんいらっしゃいます。

大丈夫です。動画の字幕づくり リピート受注 在宅、と検索してここにたどり着いた方が本当に知りたいのは、たぶん「どうすれば、この人にまた頼もうと思ってもらえるのか」という一点だと思います。結論からお伝えします。字幕の仕事でリピートが決まるのは、字幕そのものの正確さではありません。発注者が「確認する手間が減った」と感じたかどうかです。そして、その感じ方は初回の納品でほぼ決まります。

この記事では、字幕の仕事がどういう構造で発生しているかを整理したうえで、着手前に確認すること、納品時にやること、次に何を提案するかまでを順番にお話しします。私が実務相談の場で実際にお伝えしている内容を、そのまま書きます。

「字幕」と「テロップ」は、別の仕事です

まずここを分けてください。混ざったままだと、見積もりも作業手順も噛み合いません。

字幕(キャプション)は、話している内容を文字にして画面下に出すものです。目的は情報の伝達で、音が出せない環境での視聴、聴覚に配慮した視聴、外国語話者への対応などに使われます。正確さと読みやすさが評価軸になります。

テロップは、演出のために画面に載せる文字です。強調したい言葉を大きく出す、色を変える、動きを付ける。目的は視聴の維持で、SNS動画やYouTubeでよく使われます。デザイン性とタイミングの感覚が評価軸になります。

この2つは求められるスキルが違います。字幕は日本語の運用力と細かい規則の理解、テロップは映像編集ソフトの操作とデザインの感覚です。どちらもできる人は重宝されますが、まずは自分がどちらを主戦場にするかを決めてください。募集要項に「字幕」と書いてあっても、実際はテロップを求められていることがよくあります。ここのすれ違いが、初回でつまずく典型的な原因です。

実際の求人でも、この2つは一緒に書かれています。

SNS動画編集スタッフ募集！未経験からプロを目指せるフルリモートワークで、残業ゼロの18時退勤です。スマホやPCを使い、動画のチェックやテロップ・BGM挿入などの簡単な編集から始め、ゆくゆくは企画アイデア出しにも携わります。入社後はPC操作から丁寧な研修があり、先輩がしっかりサポートするので安心です。土日祝休みで年間休日120日以上、各種社会保険完備、在宅勤務手当、ノートPC貸与、サブスク補助など充実した待遇をご用意しています。 出典: 求人ボックス

テロップの挿入が「簡単な編集」として扱われていることに注目してください。発注する側にとっては、字幕もテロップも「文字を入れる作業」でひとくくりです。だからこそ、こちらが違いを説明できると、それだけで専門性が伝わります。

字幕の需要が、なぜ増え続けているのか

背景を知っておくと、営業の言葉が変わります。

第一に、動画の本数そのものが増えました。企業が自社で動画を出すことが当たり前になり、採用、研修、製品説明、社内報。あらゆる場面で動画が使われています。1本作れば字幕が1本必要になるので、需要は動画の本数に比例します。

第二に、音を出さずに見る人が増えました。電車の中、職場の休憩時間、寝る前の布団の中。SNSの動画は無音で再生されるのが標準なので、字幕がないと内容が伝わりません。この変化は、字幕を「あったほうがいいもの」から「ないと成立しないもの」に変えました。

第三に、アクセシビリティへの意識が高まりました。聴覚に障害のある方、日本語を母語としない方、高齢の方。字幕はこうした方々にとって情報への入り口です。公的機関や大企業では、動画に字幕を付けることが要件になっている場合もあります。

第四に、検索への効果です。字幕のテキストは検索の対象になり、動画の中身が言葉として認識されます。この効果を理解している発注者は、字幕の質にお金を払います。

こういうご相談がよくありました。「単価が安すぎて続けられません」。お話を伺うと、その方は自分の仕事を「文字起こしの作業」として説明していました。それでは価格でしか比べられません。「音を切って見る人にも内容が伝わる形に整える仕事です」と説明を変えたら、話が通る相手が変わりました。同じ作業でも、何を提供しているかの説明で評価が変わります。

単価の相場と、時間の見積もり方

お金の話は苦手な方が多いのですが、避けると必ず消耗します。

字幕の単価には、主に3つの決め方があります。動画の分数で決める方法、文字数で決める方法、作業時間で決める方法です。在宅の案件では、分数で決める方式が最も多いです。

ここで必ず計算してほしいのが、実際の作業時間です。10分の動画に字幕を付ける作業は、10分では終わりません。文字起こし、区切りの調整、タイミング合わせ、表記の統一、確認。慣れている人でも、動画の長さの3倍から5倍の時間がかかります。10分の動画なら、30分から50分です。

だから、10分の動画で報酬が2,000円なら、時給換算では2,400円から4,000円ということになります。この計算をせずに受けると、実質の時給が最低賃金を下回ることが普通に起きます。

比較の材料として、在宅の映像関連の求人条件も見ておきましょう。

舞台芸術の魅力を世界へ発信する総合職（制作・営業）を募集します。未経験者歓迎で、意欲と人物重視の採用です。仕事内容は、舞台の音声・字幕解説の企画編集や、劇場での店舗運営・企画など、希望と適性に応じて担当します。月給21.8万円からで、昇給・賞与は年2回あります。社会保険完備、交通費全額支給、産前産後休暇、育児・介護休暇など、充実した福利厚生が整っています。 出典: 求人ボックス

月給21.8万円という水準が一つの基準になります。フリーランスの場合は社会保険料や機材費を自分で負担するので、同じ手取りを得るには額面でこれより多く必要です。ここを踏まえずに単価を決めると、働けば働くほど苦しくなります。

仲介サービス経由の場合、手数料として15%から20%程度が引かれることも計算に入れてください。月に10万円の受注があれば、2万円近くが消えます。同じ作業量でも、手数料の有無で年間の手取りは大きく変わります。

リピート受注が決まるのは、初回納品の中身です

ここからが本題です。二度目の依頼が来るかどうかは、初回の仕事の進め方で九割が決まります。

着手前に確認する8項目

これを聞かずに始めると、ほぼ確実に手戻りが起きます。

用途と掲載先。YouTubeなのか、社内の研修システムなのか、Webサイトへの埋め込みなのか。掲載先によって、対応するファイル形式が変わります。

字幕かテロップか。先ほど整理した区別を、必ず確認してください。「全部の発言を文字にしますか、それとも重要な部分だけ強調しますか」と聞けば、認識が揃います。

話し言葉をどこまで整えるか。「えーと」「あの」といった言い淀みを残すのか消すのか。方言や言い間違いをどう扱うか。ここは発注者の方針によって正反対になります。

表記のルール。数字は漢数字かアラビア数字か、英字は全角か半角か、社名や商品名の正式表記。一覧をもらえるなら必ずもらってください。

1行の文字数と行数の上限。画面のサイズや想定する視聴環境によって変わります。

納品形式。SRT形式なのか、VTT形式なのか、映像に焼き込んだ動画ファイルなのか、編集ソフトのプロジェクトファイルなのか。

納期。日付だけでなく時刻まで確認します。「金曜まで」は、金曜の朝なのか夜なのかで作業計画が変わります。

修正の回数と範囲。ここを決めずに始めると、際限のない修正が来ます。

8つもあると面倒に感じるかもしれません。けれど、この確認をする人は「仕事が分かっている」と評価されます。確認そのものが、信頼の材料になるんです。

自分用のスタイルガイドを作っておく

これが、リピートにつながる一番の近道かもしれません。

スタイルガイドというのは、表記のルールをまとめた1枚の資料のことです。数字の書き方、記号の使い方、改行の基準、句読点を入れるかどうか。これを自分で用意しておいて、最初の打ち合わせで「弊方の標準はこの形ですが、御社のルールに合わせます」と見せる。

これをやると、発注者の反応が変わります。多くの発注者は、表記のルールを言語化していません。だから「なんとなく違う」という曖昧な修正指示が出ます。こちらから選択肢を示すと、相手も自分の好みに気付けます。

そして、一度決まったルールは次の案件でもそのまま使えます。同じ発注者との2本目、3本目で修正が減っていくと、相手は「この人は毎回同じ品質で上げてくる」と認識します。これがリピートの正体です。

私自身、この資料を作るまでにずいぶん遠回りをしました。最初は毎回相手の指示を聞き直していて、そのたびに前回と違う指示が来て混乱していました。相手が悪いのではなく、基準が言葉になっていなかっただけです。ルールを紙にしてから、修正のやり取りが半分以下になりました。

納品形式は、相手の手間がゼロになる形に

ファイル名を通し番号のままにしないでください。「字幕.srt」ではなく「動画タイトル_字幕_v1.srt」のように、開かなくても中身が分かる名前にします。発注者は複数の素材を管理しているので、名前だけで作業が楽になります。

可能であれば、2種類の形式で納品します。字幕ファイル本体と、テキストだけを抜き出したもの。テキスト版があると、発注者はそれを記事に転用したり、内容の確認に使ったりできます。追加の作業はほとんどかからないのに、喜ばれる度合いが大きい一手間です。

納品メールには、3行の補足を添えてください。聞き取りにくくて推測で書いた箇所、表記を統一した箇所、判断に迷った箇所。この自己申告があると、発注者は確認すべき場所が分かって作業が速くなります。何も言わずに完璧なふりをするより、正直に伝えるほうが信頼されます。

修正の範囲を、最初に決めておく

無料で対応する範囲と、追加料金になる範囲を、見積もりの段階で書いておきます。

誤字脱字、タイミングのずれ、こちらのミスは無料で直します。当然です。一方、表記ルールそのものの変更、原稿の内容変更に伴う作り直しは、追加料金の対象とします。

回数の上限も決めます。無料の修正は2回まで、それ以降は1回あたりいくら。この線引きがないと、断る根拠がなくなります。

これを決めていない方が本当に多いんです。そして必ず消耗します。「もう少し自然に」という指示を5回繰り返されて、結局最初の案に戻る。相手に悪気はありません。線が引かれていないから、際限なく頼めてしまうだけです。線を引くのは、あなたの側の仕事です。

日本語字幕の、品質を左右する細かいルール

ここが分かっている人は、それだけで選ばれます。

1行の文字数には上限があります。放送業界では1行あたり13文字前後、2行までという基準が使われてきました。Web動画では画面サイズが多様なので、もう少し柔軟ですが、20文字を超えると読み切れません。文字数の判断は、読む速度から逆算します。人が快適に読める速度は1秒あたり4文字前後です。3秒表示するなら12文字程度が上限、という計算になります。

表示時間にも下限があります。どんなに短い言葉でも、1秒未満の表示は認識できません。逆に、長すぎる表示も読み手を不安にさせます。1つの字幕は1秒から6秒程度に収めるのが基本です。

改行の位置が、読みやすさを大きく左右します。意味の切れ目で改行してください。「私は昨日/新しい仕事を始めました」は自然ですが、「私は昨日新し/い仕事を始めました」は読みにくい。単語の途中や、助詞の直前で切ると、読み手の頭に負荷がかかります。

話し言葉の整理も重要です。人は話すとき、同じことを繰り返したり、途中で言い直したりします。それをそのまま文字にすると、読みにくい字幕になります。意味を変えない範囲で整えるのが基本ですが、どこまで整えるかは発注者の方針次第です。だから最初に確認するんです。

数字と記号の扱いも統一します。「3つ」と「三つ」、「30%」と「30パーセント」。1本の動画の中で揺れていると、雑な印象になります。

そして、音以外の情報をどう扱うかという論点があります。笑い声、拍手、音楽。聴覚に配慮した字幕では、こうした音の情報も括弧付きで表記することがあります。この対応が必要かどうかも、確認事項に入れてください。

AI文字起こしとの、現実的な付き合い方

正直にお話しします。AIによる文字起こしの精度は、この数年でかなり上がりました。きれいな音声であれば、実用に耐えるレベルの下書きが数分で出てきます。

これを脅威と捉えるか、道具と捉えるかで、仕事の続き方が変わります。

現実には、AIが出したテキストをそのまま字幕にできる案件はほとんどありません。理由は3つあります。固有名詞と専門用語をほぼ確実に間違えること。話し言葉の整理ができないこと。改行と表示時間の設計ができないこと。この3つは、意味と文脈を理解していないとできない作業です。

つまり、AIは第1工程を短縮する道具であって、仕事を奪うものではありません。むしろ、文字起こしに使っていた時間を、品質の作り込みに回せるようになったと考えるべきです。

ただし、単価への影響は正直に見ておく必要があります。文字起こしだけを請け負う仕事は、明確に減っています。生き残るのは、整えて、設計して、責任を持って納める人です。この変化を前提に、自分の仕事の説明を更新してください。

もう一つ、注意点があります。発注者から預かった動画を、外部のAIサービスにアップロードしてよいかどうか。未公開の映像や社内向けの資料が含まれる場合、秘密保持の観点から問題になることがあります。使用するツールについても、事前に確認しておくのが安全です。この確認をする人は、まず間違いなく信頼されます。

次の提案を、どう作るか

納品して終わりにしないでください。待っていても、次の連絡は来ません。

納品から1週間ほど経ったら、一言連絡します。「実際に公開されてみて、直したい箇所は出ていませんか」。この短い連絡が、次の会話の入り口になります。

相手が公開した動画も確認してください。他の動画に字幕が付いていなければ、そこが提案の場所です。「シリーズの他の回にも字幕を揃えると、視聴者の離脱が減ります」。この指摘は営業ではなく、改善提案として受け取られます。

隣接する作業を提案するのも有効です。字幕のテキストを使った記事の下書き、動画の内容を要約した説明文、章立ての設定。字幕を作った人は動画の中身を最も理解しているので、これらの作業が最も速くできます。発注者にとっては窓口が減るので歓迎されます。

定期の枠を提案できると、収入が安定します。「毎週1本公開されているようなので、週1本を前提とした継続の形にしませんか」。相手は毎回発注する手間が省け、あなたは予定が読めるようになります。

在宅で仕事をしていると、収入の波が心にこたえます。仕事が途切れた月に不安になり、忙しい月に休めない。定期の仕事が1件でもあると、この揺れがかなり和らぎます。金額の問題というより、心の問題です。

提案が通らないことも、当然たくさんあります。予算がない、時期が悪い、社内で決まらない。理由の大半は、あなたの実力とは関係ありません。断られたときに「自分はダメだ」と受け取ってしまう方が多いのですが、そこは切り離してください。日付と理由を記録して、次の機会に備えれば十分です。

20年この市場を見てきた立場から言えば、長く続く人ほど、目の前の作業ではなく「この人に任せると楽だ」と思ってもらう関係づくりに時間を使っています。今月何本受けたかより、去年から続いている相手が何社あるか。この見方に切り替えた人から、仕事の探し方そのものが変わっていきます。

もう一点、現場を見ていて確信していることがあります。中間マージンが乗らない直接のやり取りは、受け手だけが得をする仕組みではありません。同じ予算でも、依頼する側はより多くの本数を頼めますし、受け手の手取りは厚くなります。手数料0%の意味は、単に安く済むことではなく、双方に無理がないから関係が続くという点にあります。無理のある取引は、どこかで必ず終わります。

よくある失敗と、その回避策

現場でよく見る失敗を並べます。どれも、知っていれば避けられます。

確認せずに始める失敗。最も多いパターンです。8項目の確認を飛ばすと、納品後に全部やり直しになります。

自分の判断で表記を変える失敗。良かれと思って言い回しを整えたのに、発注者は原文どおりを求めていた。整えてよい範囲は、必ず先に確認してください。

タイミングを目視だけで合わせる失敗。波形を見ながら合わせないと、微妙なずれが積み重なります。編集ソフトの波形表示を必ず使ってください。

一度も通して確認しない失敗。作業中は部分的にしか見ていないので、全体を通すと違和感が見つかります。納品前に必ず1回、頭から通して再生してください。

安く受けすぎる失敗。最初の1件を取りたくて相場より大幅に安く受けると、その価格が基準になります。値上げの交渉は、最初に適正価格を出すより何倍も難しいです。

連絡が遅い失敗。技術より、ここで評価が決まります。24時間以内に何らかの返事をする。すぐ答えられない内容でも「確認して明日ご連絡します」と返す。これだけで信頼が積み上がります。

体の負担を無視する失敗。字幕作業は、目と耳と手を同時に使い続けます。同じ音声を何度も聞き返すので、耳への負担は思っている以上に大きいです。作業時間の上限を決めてください。

在宅で続けるための、心と体の整え方

技術の話だけでは続きません。ここも大事な話です。

作業を種類で分けてください。文字起こしの日、タイミング調整の日、確認と連絡の日。混ぜると集中が途切れて、どれも中途半端になります。特に営業の連絡は後回しにされがちなので、曜日を固定するのが現実的です。時間の区切り方については在宅ワークの集中力アップ｜ポモドーロ以外に効く7つのテクニックに、細切れの時間をどう束ねるかの具体策がまとまっています。

家事や育児と両立している方は、作業の性質で時間割を組むと楽になります。文字起こしは中断に弱く、確認作業は細切れでも進む。この違いを踏まえるだけで、無理が減ります。一日の組み立て方の実例は在宅ワーク主婦の1日のタイムスケジュール公開が参考になります。

耳と目のケアも忘れないでください。ヘッドホンの音量を上げすぎない、1時間に1回は遠くを見る、部屋の明るさを一定に保つ。当たり前のようですが、在宅だと際限なく作業できてしまうので、意識的に区切る必要があります。長く続けられることが、最大の戦略です。

そして、孤独への対策も必要です。字幕作業は一人で黙々と進める仕事なので、人と話す機会が極端に減ります。誰にも評価されないまま作業だけが続くと、自分の仕事が良いのか悪いのか分からなくなってきます。これは能力の問題ではなく、環境の問題です。月に1回でいいので、仕事の話ができる相手を作ってください。オンラインのコミュニティでも構いません。反応があるだけで、続ける力がまったく変わります。あなたは一人ではありません。

案件を安定して受け取るための、実績の見せ方

字幕の仕事は成果物が発注者の所有物になるため、実績として公開できないことが多いという難しさがあります。ここで多くの方が「見せられるものがない」と止まってしまいます。

対策は3つあります。

1つ目は、公開の可否を最初に確認しておくことです。契約の段階で「実績として紹介してよいか」を聞いておけば、後から気まずい思いをせずに済みます。断られたら、社名を伏せて「教育系のYouTubeチャンネル、10分程度の動画に日本語字幕」という形で書けばよいかを、あわせて確認します。多くの場合、この形なら許可が下ります。

2つ目は、自分で見本を作ることです。著作権のない素材や、自分で撮影した短い動画に字幕を付けて、見本として持っておきます。1分の動画が3本あれば十分です。表記ルールを守った字幕、テロップ寄りの演出、聴覚に配慮した音の情報の表記。この3パターンを見せられると、こちらの引き出しが伝わります。

3つ目は、作業の進め方そのものを見せることです。実は、発注者が知りたいのは完成品の見た目より「どう進める人か」です。着手前に何を確認するのか、どういう形式で納品するのか、修正にどう対応するのか。これを1枚の資料にまとめて渡せる人は、実績の点数が少なくても選ばれます。

こういうご相談もよくあります。「実績が公開できないので応募をためらってしまう」。その気持ちは自然です。けれど、発注者が見ているのは過去ではなく、これから一緒に仕事ができるかどうかです。進め方を言葉にできていれば、そこは十分に伝わります。

職種データから見る、字幕の仕事の位置づけ

最後に、客観的なデータでこの仕事の立ち位置を確認しておきます。

字幕は文章を扱う仕事です。表記の統一、読みやすさの設計、意味を変えない整理。これらは編集の技術そのものなので、著述家，記者，編集者の年収・単価相場にある職種別の相場が、交渉の目安になります。単なる入力作業ではなく編集の仕事だと説明できると、単価の話が変わります。

技術寄りの領域では、ソフトウェア作成者の年収・単価相場が参考になります。動画を配信するシステムの案件では、字幕データの仕様が決まっていることが多く、この職種の相場感を知っておくと、要件のやり取りで戸惑いません。

最も動きが大きいのは、AI関連です。文字起こしの自動化が進んだ結果、人がやるべき工程が「整える」「設計する」「責任を持つ」の3つに絞られてきました。AIをどう業務に組み込むかという相談自体が仕事になっていて、AIコンサル・業務活用支援のお仕事には、そうした支援業務の内容と求められるスキルが整理されています。ツールの使い分けを提案できる人は、今後かなり強い立場になります。

成果と結び付けて話せると、単価が上がります。AI・マーケティング・セキュリティのお仕事には、施策の効果を数字で語る職種の具体例が並んでいます。字幕が視聴の継続にどう効いたかを説明できる人は、価格の交渉で強く出られます。

制作の現場に関わるなら、開発側の言葉も分かるほうが有利です。アプリケーション開発のお仕事を見ておくと、Webやアプリの制作工程のどこで字幕データが必要になるかが把握できます。工程を理解している外注先は、確実に重宝されます。

文書の作法を体系的に学ぶのも一つの手です。ビジネス文書検定は、見積書や報告書の標準的な書式を押さえられる資格で、条件確認のメールや提案書を書くときの土台になります。技術寄りの現場では、CCNA（シスコ技術者認定）のような資格を持つ担当者とやり取りすることもあるので、用語を知っておくと会話が噛み合います。

収入の柱を1本にしないことも大切です。字幕だけに寄せると、発注元の都合ひとつで生活が揺れます。字幕の周辺には、動画編集、記事化、資料作成といった隣接する仕事があります。全体像は在宅でできる仕事おすすめ【2026年版】｜スキル別ランキングにスキル別で整理されているので、自分の得意な領域と組み合わせられるものを探してみてください。

ここまで読んで、やることが多いと感じたかもしれません。全部を一度にやる必要はありません。次の案件から1つだけ変えるとしたら、着手前の8項目を確認するメールを送ることです。それだけで、手戻りが減り、相手からの評価が変わります。二度目の依頼は、そういう積み重ねの先に来ます。焦らなくて大丈夫です。

よくある質問

Q. 動画の字幕づくりの単価はどのくらいが目安ですか？

分数で決める方式が主流ですが、重要なのは実作業時間です。文字起こし、区切り調整、タイミング合わせ、表記統一、確認を含めると、動画の長さの3倍から5倍の時間がかかります。10分の動画で2,000円なら時給換算で2,400円から4,000円という計算になるので、受注前に必ずこの試算をしてください。

Q. 未経験から字幕の仕事を始めるには何を準備すればよいですか？

まず字幕とテロップのどちらを主戦場にするかを決めます。字幕なら日本語の表記ルールと読み速度の基準、テロップなら映像編集ソフトの操作が中心です。あわせて自分用のスタイルガイドを1枚作っておくと、初回の打ち合わせで専門性が伝わり、修正のやり取りが大きく減ります。

Q. 二度目の依頼につなげるには、初回で何をすべきですか？

着手前に用途、字幕かテロップか、話し言葉の整理方針、表記ルール、行数制限、納品形式、納期、修正条件の8項目を確認することです。納品時はファイル名を内容が分かる形にし、判断に迷った箇所を3行の補足で自己申告します。納品1週間後の様子伺いも次の会話の入り口になります。

Q. AIの文字起こしがあると、字幕の仕事はなくなりますか？

なくなりません。AIは固有名詞や専門用語を高い確率で誤り、話し言葉の整理や改行と表示時間の設計もできません。人が担うのは整える工程と責任を持つ工程です。ただし文字起こしだけの仕事は明確に減っているので、預かった動画を外部サービスにアップしてよいかの確認も含め、道具として使う前提で組み立ててください。