YouTubeの視聴ページ要約機能が動画内の瞬間を検索可能に、Geminiの新処理を採用

視聴ページのAsk YouTubeが変わる

Googleは2026年9月2日、YouTubeの視聴ページで使える質問機能Ask YouTubeに、Geminiの新しい動画解析技術「エージェンティック動画理解」を導入すると発表しました。
Search Engine Journalが伝えています。

この技術は、動画全体を均等にサンプリングする従来方式とは違い、目的の場面だけを選んで調べる仕組みです。
たとえば「何回ジャンプしたか」などの細かい質問に、動画の映像から答えることができます。

従来方式との違い

Geminiの標準的な動画処理は「静的処理」と呼ばれ、1秒間に1コマを取り込んで分析します。
動画の長さに関わらず全編を処理するため、コストがかかりやすい構造でした。

新しいエージェンティック動画理解は、処理を動的に調整するループを持ちます。
モデル自身が動画の一部分を選び、フレームレートを変え、場面によっては音声や字幕も使って判断します。
これにより、数ミリ秒の瞬間を見つけたり、数時間の動画を調べたり、視覚的な不具合や同じ動作の繰り返しを数えるといったことが可能になります。

Googleのテストでは、静的処理と比べてトークン使用量が最大88%減り、分析コストが最大66%減り、精度は最大7%向上したと報告されています。
長い動画ほど効果が大きく、5分未満の短い動画では応答開始がやや遅れる場合もあるとのことです。

この技術はすでにGemini APIやGoogle AI Studio、Gemini Enterprise Agent Platformで開発者が利用できます。
アップロードされた動画とYouTube動画の両方に対応しています。

視聴ページ版は数か月以内に

Googleの発表によると、Ask YouTubeの視聴ページ版では「今後数か月以内」にこの処理が導入されます。
ただし、対応地域や言語、正確な日付は明らかにされていません。

視聴ページのAsk YouTubeは、動画の下にボタンとして表示され、視聴中にその動画について質問できる機能です。
検索バーから使えるAsk YouTubeとは別物で、そちらは引用付きの要約を返す実験機能です。
こちらの検索版にも同じ処理が適用されるかは、今回の発表では言及されていません。

なお、Ask YouTubeの検索版では、回答の根拠となった動画の選び方について、YouTubeのヘルプページは「関連性、エンゲージメント、品質を優先する」と説明しています。
通常のYouTube検索と似た基準とのことですが、具体的な順位付けの方法などは明かされていません。

動画クリエイターへの影響

Googleの発表には、ランキングやおすすめ、引用の仕組み、クリエイター向けツール、AI向けに動画を調整するためのガイドラインについては触れられていません。
今後のヘルプページの更新を確認する必要があります。

この機能は視聴者向けの機能ですが、動画の内容がどのように解釈されるかは、今後の動画制作にも影響を与える可能性があります。
特に、分かりやすい映像と言葉で構成された動画は、AIが正確に回答する際に有利になる可能性があります。

出典: Search Engine Journal