Xの動画編集で写真やポストを背景に自撮り動画やAIで自動字幕

2026年7月8日、X（旧Twitter）のiOSアプリで投稿機能が大幅に更新された。写真やポストを背景に自撮り動画を撮影でき、AIによる自動字幕（キャプション）も生成可能になった。投稿画面下部には写真選択、カメラ、Grokによる画像生成・文章ブラッシュアップ、スペース、ライブ配信、GIF、引用ポスト選択、アンケートが並ぶ。動画では背景合成やピクチャーインピクチャー、上下分割などの表示も選べる。返信範囲やオーディエンスも細かく設定できるが、字幕は編集不可で削除のみという難点も残る。

詳しくは15分の動画で解説しました。
https://www.youtube.com/watch?v=DflnVR35tVU

マイケル見てきたけど、俺の知ってる
マイケルの１割だけ映画化です（笑）
イーンスパイアの横田です。
https://www.enspire.co.jp/

それでも感動したけどね。

さて、本題です。

2026年7月7日、Xに
新しい動画編集機能が
iOSアプリに登場です。

好きな写真・動画・ポストを
背景にしたり、字幕を追加
（日本語対応）して動画が
投稿できるようになりました。
https://x.com/XcorpJP/status/2074302804282523963
と書いてあるけど、動画を背景にできる？

1. はじめに
2. Xの動画リアクション機能がアップデートされた背景
3. 投稿画面に並ぶ7つの機能を総復習
4. メインテーマ：写真を背景にした自撮り動画の作り方
5. AI自動字幕（キャプション）機能の実力と課題
6. おわりに
7. よくある質問（Q&A）

---

はじめに

こんにちは。今日もネットビジネスに関する情報を15分間、生中継でお届けしていきます。今日は2026年7月8日水曜日です。

みなさん、普段Xを使っていて「あれ、この投稿画面、前とちょっと変わったな」と感じたことはありませんか？ 実はX（旧Twitter）の投稿機能は、気づかないうちにどんどん進化しているんです。写真を選ぶだけだった画面が、今では動画配信やAIによる画像生成、アンケート機能まで、まるで多機能ツールのようになっています。

今回は、先日発表されたばかりの「動画でリアクション機能の拡張」という新しいニュースをきっかけに、Xの投稿機能を丸ごと振り返っていきたいと思います。特に注目なのが、好きな写真やポストを背景にして自撮り動画が撮れる機能と、AIが喋った内容を自動で字幕にしてくれる機能です。

「なんだか難しそう」と感じる方も大丈夫。ひとつひとつ画面を見ながら、順番に丁寧に説明していきますので、読み終わる頃には「あ、これ試してみたい！」と思っていただけるはずです。それでは、今日もよろしくお願いします。

---

Xの動画リアクション機能がアップデートされた背景

今日ご紹介したいのは、先日、正確には昨日発表されたばかりの新しいニュースです。「動画でリアクションが拡張、Xの動画編集機能がアップデート」というもので、好きな写真やポストを背景にした自撮り動画や、AIによる自動字幕も使えるようになった、という内容になります。

実は先日、私はこんな動画を撮りました。「動画でリアクション機能というものが追加になりましたよ」ということについてお伝えしたんですね。今回のニュースは、その拡張版みたいな話になります。

以前ご紹介したときのスライドがあるんですけど、その機能というのは、いわゆる「共有のときに動画でリアクションができる」というものだったんです。ところが今回、これが最初の投稿の時点からできるようになったということなんですね。ですから基本的には、以前お伝えした内容とほぼ同じだと思ってもらえればいいかなと思います。

とはいえ、せっかくの機会なので、今日は復習も含めてやっていきたいと思います。しかも動画機能だけではなくて、Xのそもそもの投稿機能自体がだいぶ変わっているので、そのあたりも合わせて今日はまとめて紹介していきたいなと思っています。

なお、ひとつ注意点があります。この機能はiOSアプリ、つまりiPhoneのアプリでの話になります。Androidには今のところ対応していません。時期に対応するかもしれませんが、現時点ではiOSのみということになっていますので、その点だけ先にお伝えしておきますね。

---

投稿画面に並ぶ7つの機能を総復習

それでは早速、画面を見ながら説明していきたいと思います。

まずXを開いて、普通に右下のプラスボタンを押すと投稿画面が出てきますよね。ここで下に並んでいるものが何なのか、順番に見ていきましょう。全部で7つあります。

1つ目は写真です。 自分のスマホの中の写真を引っ張ってくる、というものですね。上に「コレクション」というタブがあって切り替えられるんですが、基本的には写真です。今は4項目まで、つまり4つの写真まで選べるようになっています。

2つ目はカメラです。 カメラを起動すると、インカメラ・アウトカメラを切り替えられて、下にあるように「ビデオ（動画）で撮るのか」「写真を撮るのか」を選べます。今日のメインはこの動画のほうなので、あとで詳しく説明しますね。

3つ目はGrokのマークです。 これでGrokを使って画像生成ができます。生成した画像をそのまま投稿することもできますし、Grokでポストをブラッシュアップする、つまり自分が作った文章をGrokに構成し直してもらってブラッシュアップする、という機能もついています。

4つ目はスペースの開始です。 いわゆる音声を使ったライブ配信ですね。それに加えてライブストリーム配信も開始できます。先日これはPCでも実装されたんですが、いわゆるライブ配信がそのままできる機能がついています。

5つ目はアニメーションGIFです。 これを検索して投稿することができます。ただ、これは日本ではあまり流行っていない気がしますね。やっている人を全然見かけないんですが、機能としてはついています。

6つ目は引用ポストの選択です。 これ、気づいていた方いましたか？ 「引用するポストを選択してください」というものが追加になっていて、自分のブックマークした投稿だったり、いいねした投稿だったり、あなた自身のポストから選べるんです。たとえば、いいねしたものを引用として呼び出して、それに追加する。とりあえず後から引用して返事をしたいなと思った場合、いいねしておけばここから呼び出せる、というわけですね。

7つ目はアンケート機能です。 いわゆる投票機能ですね。回答1、回答2と出ていて、これを最大4つまで増やせます。投票期間も、今は1日になっていますが、最大7日間まで設定できます。質問して回答してもらう機能が追加されています。

下に並んでいるのはこんな感じです。さらに返信の設定も細かくなっていて、「全員が返信できる」ようになっているところを、フォローしているユーザーだけにしたり、あなたが@でポストしたアカウントのみにしたり、認証済みアカウントだけにしたりできます。面白いのが「地域」という項目で、これは日本国内の地域ではなく世界の地域、アメリカとかヨーロッパといった単位で「この地域だけOK」といった設定ができるんです。これは面白いですね。

さらに画面の左上、今「全員」となっているところでは「オーディエンスを選択」ということで、全員にするのか、コミュニティ限定でシェアするのかを選べるモードもあります。

ちなみにスペースを少しだけ見ておくと、スペースは録音して始めるのか、動画を有効にするのかを選べて、「今すぐ開始」を押せばすぐ始められます。ライブストリーミング配信のほうは、インカメラ・アウトカメラの切り替えや位置情報の設定をして放送できます。以前あった「カメラをオフにしてラジオ放送のようにできるモード」ですが、探してみると「マイクとビデオの切り替え」という形になっていて、音だけで映像なしの放送もできるようになっていました。このモードは面白いなと個人的に思っています。

---

メインテーマ：写真を背景にした自撮り動画の作り方

さて、いろいろ全部説明したんですが、今日のメインはこの中の左から2番目、動画の部分です。ここに行ってみたいと思います。

まず比較のために写真のほうを見ておくと、写真は当たり前ですがパシャッと撮って投稿するだけですね。貼り付けた後にGrokを使って動画に変えることもできますし、字幕をつけたり、手書きで書き込んだり、切り取ったりといった編集もできます。

では本題の動画（ビデオ）のほうに行きましょう。ビデオではカメラの向きをインカメラ・アウトカメラで選べるんですが、今回はわかりやすくインカメラで説明します。

普通に下の赤いボタンを押せば録画ができるわけですが、それだとちょっと面白くありません。注目してほしいのが画面右上の3番目のボタンです。 1番上がインカメの切り替え、2番目がフラッシュのオン・オフ、そして3番目、これが大事なんです。

これを押すと、下から「動画の背景を設定しましょう」という表示が出てきて、「ポストをリアクションする」「ライブラリーからアップロードする」という選択肢が現れます。

「ポストをリアクションする」を押すと、ブックマーク・ポスト・いいねが出てきて、たとえば「いいね」したものに対してリアクションする、といったことができます。

「ライブラリーからアップロードする」を押すと、自分のスマホの中にあるものから選べるんですが、これは写真しか選べません。上のタブが「写真」と「コレクション」になっているので、動画を背景にすることは、おそらく現時点ではできないと思います。今後のアップデートで対応するかもしれませんが、今は写真のみと考えておいてください。

たとえば、今日の朝食べてきた朝食の写真を背景にする場合、ドラッグすると大きさを変えたり、位置を動かしたりできます。画面いっぱいに広げて、自分自身の映像を小さくして好きな位置に配置する、といったことができるんですね。

そして下に3つのモードがあります。1番左が、背景に写真、その上に自分が乗るスタイル。真ん中が、いわゆるピクチャーインピクチャー、テレビでいう「ワイプ」のような小窓表示で、大きさも位置も変えられます。1番右が、上下のスプリット（分割）で、下が自分のカメラ、上が選んだ写真。右の矢印を押せば上下を逆にすることもできます。基本的には真ん中のピクチャーインピクチャーが一番使いやすいんじゃないかなと思います。

実際にやってみましょう。背景の写真を選ぶと、かなり綺麗に自分が切り取られているのがわかると思います。Zoomのバーチャル背景も綺麗ですが、これもかなり自然に抜けているんじゃないでしょうか。写真を大きくして配置を整えたら、真ん中のボタンを押して録画します。

私がいつも使っている例文で撮ってみますね。

「今日は新潟県で生成AIのセミナーの講演の仕事があります。終わったら新潟県の公園で遊びたいと思っています。夜は新潟県でサーカスの公演があるので、一緒に見に行きたい人いませんか？」

これは私がよく使っている同音異義語の例文なんです。「講演」「公園」「公演」が全部出てくるんですね。

---

AI自動字幕（キャプション）機能の実力と課題

撮影が終わったら、右下のチェックを押して次の画面に進みます。

ここでは切り抜き、つまりハサミのマークで動画を切ったりできるんですが、その横にある「CC」と書かれたボタン、これがまさに今日のもうひとつの目玉、自動キャプション機能なんです。

これを押すとキャプション生成が下から出てきて、AIが喋った内容を自動で文字起こししてくれます。「今日は新潟県で生成AIのセミナーの講演の仕事が入ってます」と、しっかり表示されました。これが結構、精度が高いんですね。

ただ、先ほどの例文で試してみると、「夜はサーカスの公演」の部分が「公園」になっていました。同音異義語なので、さすがのAIも文脈を完全には判断しきれなかったようです。

右側に並んでいるもので字幕の飾り（デザイン）を変えることもできて、1番下のものはアニメーションで文字が動いていって、なかなか素敵なんですよ。

ただし、ここに問題がひとつあります。この字幕、編集ができないんです。 つまり、今のように「公演」が「公園」と間違って認識された場合でも、その文字を直すことができません。できるのは削除だけなんですね。ですから、文字起こしが間違わないように正確に喋るしかない、というのが正直ちょっと残念なところです。ぜひ編集ボタンをつけてほしいなと思っています。

字幕でOKであれば右上のチェックを押します。さらに右上の鉛筆マークを押すと、コンテンツのフラグ設定ができて、ヌード・暴力・センシティブ・AI生成といったチェックをつけられます。またアクセス権として、ダウンロードを許可するか、Grokに変更を許可するか、なども選べます。あとはそのまま投稿に進めば完了です。

---

おわりに

今回はXの投稿機能を丸ごと振り返ってみました。改めて見てみると、本当にいろんなことができるようになっていますよね。

まず投稿画面の下に並ぶ7つの機能を総復習しました。写真、カメラ、Grokによる画像生成、スペースやライブ配信、アニメーションGIF、引用ポスト、そしてアンケート機能。さらに返信の細かな設定や、世界の地域を指定できる機能まで、Xは多機能なツールへと進化していました。

そして今日のメインである動画機能では、好きな写真やポストを背景に自撮り動画が撮れること、そしてピクチャーインピクチャーや上下スプリットなど3つのレイアウトが選べることを紹介しました。背景の切り抜きもかなり綺麗で、手軽に印象的な動画が作れます。

もうひとつの目玉であるAI自動字幕（CCボタン）は、精度が高く便利な一方で、同音異義語には弱く、しかも文字の編集ができないという課題も見えてきました。ここは今後のアップデートに期待したいところです。

これらの機能は現時点ではiPhone（iOS）のみの対応ですが、うまく使えば投稿の幅がぐっと広がります。ぜひ皆さんも実際に触って、試していただければと思います。

---

よくある質問（Q&A）

Q1. この機能はAndroidスマホでも使えますか？
A1. 現時点ではiOS、つまりiPhoneのアプリのみの対応となっています。Androidには今のところ対応していません。時期に対応する可能性はありますが、現段階ではiPhoneでのみ利用できます。

Q2. 背景には写真だけでなく動画も設定できますか？
A2. 現時点では写真のみとなっています。背景を選ぶ画面のタブが「写真」と「コレクション」になっているため、動画を背景にすることはおそらくできません。今後のアップデートで対応するかもしれませんが、今は写真を背景にする形と考えてください。

Q3. 自分の映像と背景の写真は、どんなレイアウトで組み合わせられますか？
A3. 3つのモードがあります。1つ目は背景の写真の上に自分が乗るスタイル、2つ目はピクチャーインピクチャー（小窓・ワイプ表示）、3つ目は上下に分割するスプリット表示です。いずれもサイズや位置を調整でき、スプリットは上下の入れ替えも可能です。

Q4. AIの自動字幕（キャプション）の精度はどのくらいですか？
A4. 基本的にはかなり精度が高いです。ただし同音異義語には弱く、たとえば「公演」が「公園」と誤認識されるケースがありました。正確な字幕にしたい場合は、はっきりと喋ることを意識するとよいでしょう。

Q5. 自動字幕が間違って認識された場合、後から修正できますか？
A5. 残念ながら現時点では文字の編集ができません。間違った箇所は削除することしかできないため、文字起こしがずれないよう正確に喋る必要があります。編集機能の追加が今後望まれるポイントです。

🎬 動画リアクション
写真やポストを背景に自撮り動画を重ねて投稿できる機能です。従来は他者の投稿を共有する際にのみ使えましたが、今回のアップデートで最初の投稿時点から利用可能になりました。背景と自分の映像を合成し、感想やコメントを動画で伝えられます。

📝 自動キャプション（CC）
動画撮影後にCCボタンを押すと、AIが話した内容を自動で文字起こしして字幕を生成する機能です。精度は高いものの、同音異義語などで誤変換が起きても編集ができず、削除して撮り直すしかない点が課題として挙げられています。

🤖 Grok
Xに搭載されたAIで、投稿画面から画像生成ができるほか、自分が書いた文章を構成し直してブラッシュアップする機能も持ちます。写真を動画に変換する用途にも対応しており、投稿制作を幅広く支援するツールとして組み込まれています。

📷 インカメラ/アウトカメラ
動画撮影時に自分側（インカメラ）と背面側（アウトカメラ）を切り替えられる機能です。画面右上のボタンから選択でき、自撮り動画では主にインカメラを使い、背景合成と組み合わせて自分の姿を映しながら撮影します。

🖼️ 背景設定
動画撮影中に「動画の背景を設定しましょう」から、ポストや端末内の写真を背景に指定できる機能です。人物が綺麗に切り抜かれて合成され、背景画像はドラッグで大きさや位置を自由に調整できます。現時点では動画を背景にすることはできません。

🪟 ピクチャーインピクチャー
2つの映像を重ねて表示するワイプ形式の合成モードです。自分の映像を小さな枠で表示し、背景の写真の上に重ねます。枠の大きさや位置を変えられ、上下分割表示など他の配置モードと切り替えて使えます。

🗳️ アンケート機能
投稿に投票機能を付けられる機能です。回答の選択肢は最大4つまで増やせ、投票期間は最大7日間まで設定できます。フォロワーに質問して意見を集める用途に使え、投稿画面の一番右のボタンから利用できます。

💬 返信範囲設定
誰がリプライできるかを細かく指定する機能です。全員のほか、フォロー中のユーザー、@で言及したアカウント、認証済みアカウントなどに限定できます。さらに世界の地域（アメリカやヨーロッパなど）単位で返信可能な相手を絞ることもできます。

📌 引用ポスト選択
ブックマークやいいね、自分の投稿の中から引用したいポストを選んで投稿に組み込める機能です。後で返信したい投稿をいいねしておけば、ここから呼び出して引用できるため、リアクションの下書きのような使い方ができます。

📡 ライブ配信・スペース
音声中心のライブ配信「スペース」と、映像付きの「ライブストリーム配信」を投稿画面から開始できる機能です。スペースは録音や動画の有効化を選べ、映像なしの音声のみ放送も可能です。位置情報の付与などの設定にも対応しています。