ZASSHA
co-r-e · 生産性向上
ZASSHAは、画面録画を構造化された手順書に変換するオープンソースのAIマニュアルアシスタント。動画をアップロードしてAnalyzeをクリックすると、各操作をタイムスタンプ、スクリーンショット、AIが書いた説明付きの番号付き手順として抽出する。その後、結果をWord、PowerPoint、Excelへ書き出す。Node.jsアプリとして自分のマシン上で動き、GoogleのGemini APIに接続するため、端末から何が出ていくかを自分で管理できる。自分でホストする動画からドキュメントへの変換ツールと考えればよく、runbookを軸に回るチーム向けの軽量なSOP生成ツールとしても機能する。
ZASSHA について
ZASSHAとは何か
ZASSHAは、プロセスを記録しなければならないが一行ずつ打ち込むのは嫌だという人のための自己ホスト型Webアプリ。手作業でマニュアルを書く代わりに、タスクを一度自分で録画し、そのクリップをZASSHAに渡して、AIにワークフローをきれいな操作テーブルとして再構成させる。出力はテクニカルライターが作るものに近い。概要、操作者が何を確認しようとしているかの推論、そして各アクションにサムネイルを添えた手順表が並ぶ。
想定読者は運用、QA、カスタマーサクセス、ITの各チーム、つまりrunbookとSOPを生かし続ける人たちだ。このツールは焦点の定まった録画で最も力を発揮する。アプリの切り替えが速すぎるのは避け、画面の文字が読めるよう1080p以上を狙い、AIがどの結果を重視すべきか分かるように短い目標文を添えるとよい。
最大の制約はセットアップにある。ZASSHAは登録してすぐ使えるクラウドサービスではない。リポジトリをクローンし、Node.js 20.9以降をインストールし、自分のGemini APIキーを用意する必要がある。ターミナルに触れたくないなら、この手間がすべてを決めてしまう。初回の実行について、プロジェクトは5分未満で100 MB以下の動画を勧めている。
大変そうに見えるか？一度動き出せばそうでもない。画面録画からWordへの流れは、動画そのものと同じくらいの時間で終わる。
はじめかた
- GitHubからZASSHAリポジトリをクローンし、
npm installを実行して依存関係を取得する。 .env.exampleを.env.localにコピーし、GEMINI_API_KEYを貼り付ける。npm startでアプリを起動し、ブラウザでhttp://localhost:3000を開く。- 画面録画をサイドバーにドラッグし、SummaryまたはDetailモードを選び、任意のヒント文を加える。
- Analyzeをクリックし、概要と操作テーブルを確認して、Word、PowerPoint、Excelへ書き出す。
AIツール情報
ZASSHAの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 運用・QAチーム：runbookと監査ログはすでに自分たちの管理下にある。セッションを録画してZASSHAに手順を再構成させれば、手書きの何時間分も節約できる。焦点の定まったクリップと明示した目標があると最もよい。
- テクニカルライターとナレッジベースの執筆者：AIの文章とスクリーンショットを初稿として使い回せる。白紙から始める必要はなく、あとは言い回しを整えるだけだ。
- ITサポートとカスタマーサクセス担当：サービスデスクやヘルプセンター更新用の再利用可能な手順が、トラブルシューティングの録画からそのまま生まれる。別途スクリプトを書く工程は要らない。
タスク
- サポートセッションを手順ガイドに変える：修正の様子を一度録画し、番号付き手順とサムネイルを添えたExcelまたはWordファイルを書き出す。
- 研修録画からオンボーディング用プレイブックを作る：ライブデモをスライドに変換し、各操作に専用のPowerPointスライドとノートを割り当てる。
- 再現可能なバグ報告を書く：テストセッションを録画し、タイムスタンプ付きの文書として証拠を添える。
- 視覚的な裏付け付きでSOPを起草する：各手順の横にスクリーンショットを置き、読者が文章と画面を照合できるようにする。
シーン
- 変わり続けるチーム横断の手順を標準化する：プロセスが変わるたびに録画し直し、手作業で編集する代わりにマニュアルを再生成する。
- 古くなったヘルプセンターを刷新する：録画をいくつかまとめて処理し、数分で更新済みの記事を作る。
- オフショアやBPOのパートナーへ業務を引き継ぐ：視覚的で常に最新の指示を渡し、全員が同じ順序で動けるようにする。
- エンジニアとプロダクトマネージャー向けに製品機能を記録する：操作の流れを録画し、期待される挙動について認識をそろえる。
主な機能
動画からの自動手順抽出
ZASSHAにワークフロー録画を向けると、各操作を検出し、手順のタイムラインとして並べる。各手順にはタイムスタンプ、使われたツール、何が起きたかのAI生成の説明が付く。これが画面録画からドキュメントへの流れの中核であり、手作業の打ち直しをなくす部分だ。
SummaryとDetailの分析モード
AIにどこまで語らせるかは自分で選ぶ。Summaryモードは短く保ち、およそ500〜800文字で素早い概要に向く。Detailモードはタイムスタンプとツール付きの完全な手順表を生成する。簡単なブリーフィングが要るのか、完全なSOPが要るのかで選べばいい。それだけのことだ。
精度を高める目標ヒント
動画だけでは意図が分からないことがある。「Slackの通知設定を変える」のような短い一文をタスクに添えると、AIがどの結果に注目すべきか分かり、抽出される手順の精度が上がる。任意の項目だが、その価値はある。省くなら自己責任で。
ホバーできるサムネイル付きの豊富なレビュー
分析後は、概要、操作者が何を確認しているかの業務上の推論、操作テーブルが得られる。各操作にはサムネイルが表示され、ホバーでクリップをプレビューでき、クリックで大きなプレーヤーを開ける。書き出す前にAIが読み違えた手順を見つけやすい。
Word、PowerPoint、Excelへの多形式書き出し
ドキュメントが一箇所に収まることは少ない。ZASSHAは見出しとスクリーンショット付きのDOCX、操作ごとに1枚のスライドと発表者ノートを備えたPPTX、手順番号、推論、ツール、タイムスタンプ、操作の列を持つXLSXへ書き出す。ファイル名は一定の型に従うため、書き出したものは元動画までたどれる。名前を変える必要はない。
ローカル優先のプライバシー姿勢
分析は自分のマシン上でローカルに走り、動画はZASSHAのデータベースへアップロードされない。端末を離れるのは、自分がGemini APIに対して起こしたリクエストだけで、送る内容は自分で正確に管理できる。社内プロセスを扱うチームにとって、ホスト型の画面録画サービスとの違いは大きい。
オープンソース、自前キーのセットアップ
ツール全体がGitHubで公開されているので、中身を確認し、改変し、社内サーバーで動かせる。Node.js 20.9以降とGemini APIキーが必要で、最新のブラウザならどれでも動く。サブスクリプションはなく、GoogleへのAPI利用料だけを払う。費用モデルはこれで全部だ。
メリットとデメリット
メリット
- 生のクリップを、手で打たずに番号付き・タイムスタンプ付きのガイドへ変える。
- 3つの書き出し形式が、スライドから表計算まで、ほとんどのドキュメント需要をカバーする。
- 自分のマシンで動くので、自分が起こしたGemini呼び出しを除けば録画は非公開のまま保たれる。
- オープンソースで無料、人数分のライセンスを気にする必要はない。
- SummaryとDetailのモードで、読者に合わせて詳細度を調整できる。
デメリット
- ホスト型の登録はなく、リポジトリのクローン、Node.jsのインストール、APIキーの管理を自分で行う必要がある。
- GoogleのGemini APIに依存するため、ドキュメントの品質と費用はZASSHAではなくそのサービス次第になる。
- 極端に短い、または大きすぎるファイルは扱いにくく、プロジェクトは初回を5分未満・100 MB以下に抑えるよう勧めている。
- 出力は初稿であり、説明にまだ手入れが要ることもあり、サムネイルで表示できないコーデックもある。
よくある質問
画面録画を構造化されたドキュメントへ変換する。動画をアップロードするとAIが各操作を抽出し、タイムスタンプ、サムネイル、説明付きの手順表が手に入る。Word、PowerPoint、Excelへ書き出せる。
関連コンテンツ
ZASSHAに関連するツール、スキル、記事を探す。
ZASSHAの代替ツール
Swms
Swms AI · ライティング · 生産性向上 · ビジネスSwmsは、仕事の簡単な説明をそのまま使える安全書類に変えるAI安全コンプライアンスツールだ。プロジェクト、職種、把握している危険を書けば、安全作業方法書、作業ハザード分析、安全作業手順書、RAMS、安全データシートを数秒で作成する。Oscarというチャットアシスタントも付いており、職場の安全に関する質問にどんな言語でも答える。建設、鉱業、運輸、倉庫のチームが、作業日を削る書類仕事を減らすために使っている。
Wordly AI Translation
Wordly · 音声・言語 · 生産性向上Wordly AI Translationは、会議・カンファレンス・イベント向けに作られたリアルタイムAI翻訳・字幕プラットフォームだ。60以上の言語でライブ翻訳、字幕、文字起こし、要約を提供し、参加者は専用ヘッドセットを使わず、QRコードを読み取るかリンクを開くだけで参加できる。Zoom、Microsoft Teams、Google Meet、Webexと連携し、セッションごとに人間の通訳を雇わずに多言語対応したい組織に向く。それだけのことだ。
Rows
Rows (Superhuman) · 生産性向上 · ビジネスRows は、50以上のソースからライブデータを取り込み、SQLクエリや入れ子の数式ではなく平易な言葉で操作できるAIスプレッドシート兼データ分析ツールだ。PDFから数字を抜き出し、広告プラットフォーム、データベース、銀行口座をつなぎ、AIにレポートの作成、データセットの結合、自動で再計算するモデルの構築を頼める。ブラウザで動き、スプレッドシートのように扱え、現在は Superhuman の傘下にある。