藝術犯バイラルショート動画レプリカワークフロー v6.1

ポータブルパス

この SKILL.md を含むディレクトリを SKILL_DIR とします。本パッケージは vendor/watch/ にフレーム抽出、字幕抽出、ASRバックエンドを内蔵しています。コマンド例では以下のポータブルパスを使用します。

SKILL_DIR="<この SKILL.md を含むフルパス>"

成果物の範囲

デフォルトの成果物は、参照証拠、商品ファクト、プロダクト＆ビジュアルスタイルロック、機械可読なレプリカコントラクト、秒単位スクリプト、キャラクター設定、個別ストーリーボード画像、カットごとのモーションプラン、モデル長に分割されたSeedanceプロンプト、生成前検証レポートです。

ユーザーが明示的に要求しない限り、動画生成、クレジット消費、書き出し、公開を行ってはなりません。ユーザーが完全制作を明示的に要求した場合、まず生成前ゲートを通過し、次に VidMuse完全制作ブランチを完全に読み込んでください。実際の証拠に基づかないコンテンツは「創作推論」とマークします。

最小入力

ベンチマークソースは次のいずれか：参照動画のローカルフルパス/公開URL、または「過去ヒット事例ライブラリをスマート参照」と明示。
商品スクリーンショットまたは詳細資料。実体商品の場合、外形、比率、色、素材、構造、ロゴを特定できる十分なクリアな製品画像が必要です。クーポン/権益ページのみの場合、表示されていない実体角度をでっち上げてはいけません。
スタイル参照画像、またはスタイル証拠として機能する参照動画。独立したスタイル画像がない場合、元の動画をスタイルソースとし、汎用的な「高級感」で補完してはいけません。
レプリカモードとビート密度。ユーザーが指定せず、異なる選択で結果が変わる場合は、一度だけ質問します。

デフォルト仕様：9:16、中国語標準語、各生成クリップは1～15秒。AIテーブル作成時、キャラクター、カット、オーディオ、商品素材の合計添付ファイルは最大9つまで。高忠実度ビジュアルレプリカはデフォルトで元の動画の全長に従います。他の2モードでは、ユーザーが指定しない場合、デフォルト30秒。2クリップに合わせるために元の動画の反転を削除してはいけません。

内蔵バイラルベクトルケースライブラリ（スマート参照モード）

本スキルの knowledge_base/index.sqlite3 はインストール済みシードライブラリです。正式なプロジェクトケースのみを含み、プライベートチャット、APIキー、Cookie、元動画は含みません。ローカル固定2048次元の中文字符とメカニズムラベルハッシュベクトルを使用し、検索に有料Embeddingサービスを呼び出しません。

ユーザーがクーポン/商品のみを提供するか、過去ヒット事例からスマートにベンチマークを選択するよう明示した場合、最初にローカルベクトルライブラリを検索しなければなりません。インストール後初回は直接検索でき、事前のビルドは不要です。

python3 "${SKILL_DIR}/scripts/viral_library.py" search \
  "<完全な創作要件>" \
  --top-k 5 \
  --out "<プロジェクトディレクトリ>/00_historical_match.md"

商品、対象者、使用シナリオ、ビジュアルワールド、人物関係、目標感情、ビート密度、確認済み権益を合成した完全なクエリを入力し、商品名だけを入力しないでください。検索結果はケースIDを返します。ケースのアーカイブされている完全なテキストを読むには、以下を実行します。

python3 "${SKILL_DIR}/scripts/viral_library.py" show "<case_id>" \
  --out "<プロジェクトディレクトリ>/00_historical_case.md"

新しい動画のフレーム分析、スクリプト、ストーリーボード、またはレビューを完了し、ワークスペース outputs/ に配置した後、ユーザーのローカルインデックスを更新します。このインデックスはデフォルトで内蔵シードライブラリとマージされ、検索時は優先的に使用されます。

python3 "${SKILL_DIR}/scripts/viral_library.py" build \
  --workspace "<バイラル動画ワークスペースのフルパス>"

以降の検索で --workspace "<バイラル動画ワークスペースのフルパス>" を追加すると、「内蔵ケース + ユーザーの新ケース」のマージライブラリを検索できます。

デフォルトではプライベートなCodexチャットをインデックスしません。ユーザーが明示的にローカルプライベートライブラリの構築を要求した場合のみ --include-chats を追加できます。チャットを含むデータベースは外部に配布してはいけません。

検索レポートには、必ず以下を含める必要があります：1つの主要ベンチマーク、1つの再利用可能なプロダクションテンプレート、最大2つの候補参照、ヒットしたメカニズム、トレーサブルな分析/スクリプト/プロンプト/ストーリーボードパス、元動画が現在利用可能かどうか、そして今回必ず学ぶべき失敗教訓。実行ルール：

decision=insufficient_match の場合、テンプレートの強制適用を中止し、代わりに新しい参照動画を要求するか、オリジナルのメカニズム推論のみを行います。
quality_status=blocked のケースのスクリプト、プロンプト、ストーリーボードを再利用してはいけません。信頼できる元動画分析が存在する場合、reference_analysis_only としてのみ再利用し、そのQCレビューをネガティブゲートとして読み込みます。
quality_status=unknown は成功を意味しません。過去の資料に公開レベルの結論がないことを示すだけです。今回の創作でも、すべての品質ゲートを通過する必要があります。
シードライブラリは元動画や元のマシンアセットを持ちません。ライブラリ内のタイムコード、ハッシュ、分析、スクリプト、失敗教訓のみを引用でき、今回元動画を再視聴したと主張してはいけません。
ユーザーのローカルライブラリが履歴チャットを明示的に含む場合でも、チャットの重みはワークスペースの正式な成果物より低く、フレーム分析の証拠として代用してはいけません。
検索はメカニズムとアセットの選択のみを担当し、古いスクリプトを直接連結しません。フェーズ3のクリエイティブ競争、商品削除テスト、テーブルリーディング、スキーマv4ストーリーコントラクトを経る必要があります。

ユーザーが新しい参照動画を提供した場合でも、このライブラリを使用して類似ケースと失敗教訓を補助的に検索できますが、主要参照の身元、長さ、SHA-256は今回実際に読み込んだ新しい動画に基づく必要があります。

フェーズ0：モード、ビジュアルワールド、素材IDのロック

スクリプトまたはストーリーボードを生成する前に、以下を出力します。

今回のモード：高忠実度ビジュアルレプリカ / バイラルメカニズム転写 / 商業混合レプリカ
ビート密度：元動画に従う / 標準密度 / 高密度反転
制作範囲：素材パッケージ / AIテーブル納品 / 完全動画
モーションタイプ：参照動画主導 / 演技駆動 / 連続モーション広告
推論理由：
ビジュアルワールドハード制約：

references/三种复刻模式.md を完全に読み込みます。1つのモードのみ実行できます。ユーザーが明示的に指定したメディア、IP方向、またはビジュアルワールドはグローバルハード制約であり、「キャラクター/シーンの置き換えを許可」によって無効になりません。例えば、過去のアーティスティックなCGを現代の実写ロマンスに勝手に変更してはいけません。

バックエンドを実行する前に、ユーザーが今回提供した絶対パスまたはURLを再読み込みします。類似したファイル名に基づいて他の素材を選択してはいけません。

フェーズ1：証拠バックエンドの実行

バックエンドの契約については references/backend_contract.md を参照してください。まずAlibaba Cloud設定を確認します。

python3 "${SKILL_DIR}/scripts/configure_asr.py" --check

設定が不足している場合、以下のコマンドを実行します。キーは隠し入力で読み取り、コマンドライン、スキルファイル、レポートに配置してはいけません。

python3 "${SKILL_DIR}/scripts/configure_asr.py" \
  --endpoint "<Alibaba Cloud Business Space compatible-mode/v1 Endpoint>"

参照証拠を準備します。

python3 "${SKILL_DIR}/scripts/prepare_reference.py" "<参照動画>" \
  --out-dir "<プロジェクトディレクトリ>"

このスクリプトは以下を完了しなければなりません。

ローカル素材の絶対パス、ファイル名、SHA-256、長さ、フレームサイズ、音声/動画パラメータのロック。
全動画のキーフレーム抽出と、最初の3秒間の2fps、重複排除なしの密集フレーム抽出。
さらに全動画の固定0.5秒タイムラインの生成。シーンが静止していても重複排除してはいけません。
強制的にAlibaba Cloud Business Spaceを使用し、デフォルトのGroqを使用しません。
paraformer-v2 と paraformer-v1 でそれぞれ書き起こし、タイムコードを生成します。
2つのモデルのテキストが一致しない場合、「要確認」とマークし、直接キャラクターの台詞として扱ってはいけません。

まず watch/timeline_0_5s/timeline_manifest.json にリストされている全動画の固定0.5秒フレームを1枚ずつ確認し、次にシーンキーフレームを確認します。レプリカコントラクトに確認したフレーム数と最後のタイムスタンプを記録しなければなりません。シーンキーフレームのみを見ると、長いポーズ、エンディングの静的な演技、ループエンディングを見逃しやすいです。連続的な誤誘導、高速アクション、または空間反転を発見した後、それぞれの反転クラスターに対して追加で以下を実行します。

python3 "${SKILL_DIR}/vendor/watch/scripts/watch.py" "<参照動画>" \
  --detail balanced --start <開始> --end <終了> \
  --fps 2 --no-dedup --resolution 1024 --no-whisper \
  --out-dir "<プロジェクトディレクトリ>/watch/reversal_<番号>"

本スキルの「フレームごとの分析」とは、全動画の固定0.5秒タイムラインの1枚ずつの確認、シーンキーフレームの1枚ずつの確認、最初の3秒間と反転クラスターの密集フレームの1枚ずつの確認を指します。watch は最大2fpsであり、動画のすべての元のエンコードフレームを確認したと主張してはいけません。ユーザーが明示的に30fps全フレームレビューを要求した場合、別途の全フレームコンピュータビジョンパイプラインが必要であることを説明しなければなりません。

ASRは音声が認識されたことを証明するだけであり、発話者の身元を自動的に証明するものではありません。台詞は、2つのモデルの結果、表示される字幕、口の動き、画面アクションを共同で校正しなければなりません。背景歌詞とキャラクター台詞は別々のカラムに記録します。

フェーズ1は以下を生成しなければなりません。

00_source_manifest.json と 00_reference_evidence.md。
動画の長さ、フレームサイズ、抽出フレーム数、書き起こしモデル、書き起こしステータス。
タイムコード付き台詞テーブル。各行にキャラクター台詞/歌詞/効果音/要確認をマーク。
タイムコード付きカットテーブル：ショットの種類、人物、アクション、表情、視線、空間関係、カメラワーク、音声。
最初の3秒間の秒単位の証拠、反転クラスターの秒単位の情報変化、ブランドの初出現時間、エンディングの記憶ポイント。

元動画の音楽、ウィンドノイズ、衝突音、シャットダウン音、またはループ音が反転の一部である場合、音声テーブルに別途タイムコードを記載します。ビデオモデルに元の音声を提供する必要がある場合、scripts/extract_reference_audio.py を使用して元動画の単一ミックスオーディオトラックを抽出します。これには音楽、台詞、効果音が同時に含まれる可能性があることを説明し、純粋な音楽として分離されたと主張してはいけません。

フェーズ2：メカニズム、ファクトテーブル、プロダクト/スタイルダブルロックの抽出

以下に答えなければなりません：最初の1秒に留まる理由、なぜ見続けるのか、初期誤認は何か、どこで権力/因果/小道具の意味/空間の真実が変わるか、商品がなぜプロットの答えになるのか、最後の3秒がなぜ見る価値があるのか。

カット切り替え、アングル変更、爆発の繰り返し、連続的な叫びは反転とはみなされません。高密度反転は、検出された反転クラスターにのみ使用されます。クラスター内では、毎秒少なくとも1つの有効な変数が新たに追加され、2～3秒ごとに1つのレベルがアップグレードされ、後続の変化は先行する変化によって引き起こされなければなりません。

商品ファクトテーブルには、少なくとも商品名、販売価格、権益、適用店舗、販売期間、利用可能期間、利用方法、制限、返金ルールを含めます。各項目に素材ソースと確認ステータスをマークします。資格クーポンを無料商品として書いてはいけません。見えない、または提供されていない価格、数量、日付、制限を補って書いてはいけません。

同時に 02_visual_lock.md を作成します。

プロダクトロック：各製品参照アセットの相対パス、SHA-256、用途をリストします。外形、比率、色、素材、構造、ロゴを項目ごとにロックします。証拠のない側面、背面、インターフェース、パッケージテキストなどは一律に do_not_invent を実行します。
スタイルロック：スタイル参照または元動画から、光、色、構図、カメラ言語、人物、シーン、素材の質感を抽出し、ユニークな lock_id と再利用可能なスタイルプロンプトを生成します。各Clipのプロンプトには、このスタイルプロンプトと lock_id を逐語的に含めなければなりません。
禁止項目は、今回の素材とユーザーが明示的に指定した競合スタイルのみを記録します。元動画自体がネオンやサイバーパンクである場合、汎用的な禁止事項を適用してはいけません。

このステップでは証拠のみをロックし、クリエイティブを考案してはいけません。製品参照アセットはプロジェクトディレクトリにコピーし、ハッシュでバインドしなければなりません。複数の角度が存在する場合、それぞれの用途を明記し、AI推測画像を元の製品証拠として偽装してはいけません。

フェーズ3：クリエイティブルーム競争とテーブルリーディング参加条件

参照動画を見た後、直接秒単位スクリプトを書いてはいけません。まず参照動画をメカニズムDNAに分解します：オープニングフック、視聴者の疑問、初期誤認、紛争エンジン、反転メカニズム、感情的なリターン、エンディングの記憶ポイント。ここでは伝播メカニズムのみを継承し、表面上の台詞をコピーしてはいけません。

脚本家ラウンドでは、まず少なくとも5つの真に異なるストーリーコンセプトを書きます。ユーザーが明示的に「高予算ダイナミック広告」または motion_profile=continuous_motion_ad を要求した場合、10セット書きます。各セットは、少なくとも以下の2つを変更します：人物関係、紛争の源泉、キャラクターの選択、商品の介入、反転方法、または結末の回収。各セットは、1行ストーリー、紛争、キャラクターの選択、見える結果、予期せぬ展開、前置き証拠、商品の劇的役割、結末の実現を書かなければなりません。連続モーション広告の場合は、「キャラクター起動→製品介入→環境変化→アクションアップグレード→クライマックス→製品収束」という6～8の連続アクションノードを1行で明確に記述します。単語の置き換えや衣装変更で複数の案を偽装してはいけません。

編集者ラウンドでは各セットを採点します：最初の3秒フック20、因果25、新鮮さ20、商品因果15、参照メカニズム継承10、AI生成可能性10。連続モーション広告では別途、ダイナミック強度、視覚的インパクト、モーションの連続性、人物と製品の関係、物語の完全性、分割実行可能性を比較しますが、コントラクトの100点満点の主要スコアは変更しません。選ばれた案は合計点が85以上で、かつハードリジェクトがないことが条件です。選ばれなかった案は、排除理由を明確に書かなければなりません。編集者ラウンドはすべての案をリジェクトし、書き直しを要求できます。以下はいずれもハードリジェクトです：キャラクターに動機のない方向転換、商品のリスト読み上げ、商品を削除してもストーリーが成立する、伏線のない魔法、出どころ不明の小道具、ナレーションによる重要なアクションの代用、結末のスローガンによるプロット実現の代用。連続モーション広告ではさらに、キャラクターがポーズを取るだけ/ゆっくり歩くだけ、背景のみの変更、カメラワークで主体の動きを偽装することもリジェクトされます。

選ばれた案を narrative_qc.story_chain に昇格させた後、テーブルリーディングを行います。各ストーリーステップで以下に答えます：視聴者はこの瞬間に何を疑問に思うか、このビートで何が新たに追加されるか、誰が決定または反応したか、どの見えるアクションが次のビートを推進するか、俳優は割り当てられた秒数内で自然にそれを実行できるか。台詞はタイムを計りながら読み上げ、「商品削除」テストを実行しなければなりません。商品を削除してもストーリーが成立する場合、クリエイティブルームに戻します。すべてのテーブルリーディングの質問がクリアされる前に、秒単位スクリプトに進んではいけません。

メカニズムDNA、5つの候補、項目別スコア、ハードリジェクト、選択/排除理由、テーブルリーディング結果をコントラクト creative_room に書き込みます。機械ゲートは証拠と参加条件のみを検証し、公開前にバズが保証されていると主張してはいけません。公開後の最初の3秒の保持率、完播率、インタラクションデータが伝播結果を検証します。

フェーズ4：元動画ビート台帳、レプリカコントラクト、ユニークマッピング

まず、元動画の各因果、権力、小道具の意味、空間の真実、ループ関係を時間順に Rxx ビート台帳として書き出します。高忠実度モードでは、責問→誤認→攻撃→小道具の暴露→謝罪→二次誤操作→空間暴露→結末ループなどの隣接因果ノードを結合、順序変更、または削除してはいけません。商品は、ユーザーが明示的に許可した位置にのみ挿入できます。

03_structure_mapping.md の上部に、モード、ビート密度、ビジュアルワールドハード制約、保持すべきもの、置き換えを許可するものを明記します。ユニークなリンクを確立します。

R01（元動画証拠）→ S01（新動画スクリプト）→ B01（ストーリーボードファイル）→ P01（Seedance段落）

各新しいカットは、ベンチマークタイムコード、新動画タイムコード、元動画の心理/視覚的機能、保持すべきもの、置き換えを許可するもの、ストーリーボードファイル、プロンプト段落を記入しなければなりません。「感覚が一致する」という表現で検証可能な事実を代用してはいけません。

同時に、レプリカコントラクトJSONスキーマに従い、スキーマv4の 08_replica_contract.json を作成します。まず brief_alignment でユーザーの元のモード、元の長さ、production_scope、最終実行値をロックします。変更はすべてユーザーの明示的な確認を得て理由を記録しなければならず、検証を通過するために黙ってコントラクトを変更してはいけません。コントラクトは分析ファイル内のすべての Rxx をカバーし、各ビートをユニークな Sxx、Pxx、ストーリーボードファイル、production_design.motion_beats にバインドしなければなりません。コントラクトが完了する前に、画像生成やAIテーブルを作成してはいけません。古いスキーマv3は履歴パッケージのレビューのみに使用でき、新しいプロジェクトではv3を作成し続けてはいけません。

コントラクトは schema_version=4 を使用します。まず creative_room を完了し、85点とテーブルリーディングの閾値を通過した唯一の案を選択してから、narrative_qc.story_chain とストーリーボードを完了します。最初のステップは疑問でなければならず、中間にはキャラクターの選択と見える結果が含まれ、最後のステップは冒頭の疑問に答えなければなりません。各ステップは caused_by でより前のステップに接続されます。商品は、証拠、チップ、誘因、障害、または解決ツールのうち少なくとも1つの役割を果たさなければなりません。デフォルトは allows_unexplained_magic=false。ユーザーが明示的にファンタジーワールドを指定した場合のみ true に設定でき、その場合でも超自然的な変化はすべて前のアクションによってトリガーされなければなりません。「クーポンが突然有効になる、群衆が突然現れる、祝祭が突然始まる」などのキャラクター選択のない変化は因果の断絶とみなされ、書き直さなければなりません。

同時に以下を記入します。

dialogue_requirements：各非サイレントClipに少なくとも1つの失ってはならないキーセンテンスまたはキーワード。
prop_continuity_requirements：キー小道具の出現、受け渡し/使用、結果イベント。
director_requirements：エンディングの記憶ポイントとキャラクターの「開始→転換→結果」演技アーク。
finale_policy：story_action または source_fact_card のみ選択可能。前者は結末のアクション/リアクションが最後の3秒で見えることを要求します。後者は、プロットの答えを先に実現し、ユーザーが提供した実際の事実画像で締めくくることのみを許可し、ソースファイルと開始/終了時間をロックします。
production_design：製品参照アセットとそのハッシュ、6つの不変特徴、スタイルロック、音楽ステータス、モーションタイプ、および各Pxxの開始状態→キャラクターアクション→製品アクション→環境反応→カメラワーク→速度変化→終了状態→トランジショントリガー→音楽キューを記録します。

各モーションビートは、handoff_in/handoff_out を使用して START から END までのユニークなチェーンに連結し、product_visibility=visible/withheld_for_reveal で実際の露出とプロットによる遅延開示を区別します。visible ビートのみ、強制的にプロンプト内で製品アセットをバインドします。動的カットは「カメラワークを削除した後でも、人物または環境に明確な動きがある」テストを通過しなければなりません。意図的な静止は、元動画の証拠、オープニングの短いタメ、またはエンディングの製品ロゴのみに許可され、理由を明記します。複雑なアクションは、開始、中間、終了の少なくとも3つのキーフレームでバインドしなければなりません。連続モーション広告は、少なくとも3回の異なるレベルのダイナミックアップグレードを持ち、最高レベルは4以上でなければなりません。

モードに従って実行します。

高忠実度ビジュアルレプリカ：カット順序、長さの比率、ショットの種類、カメラ位置、カメラワーク、アクション方向、トランジション、シーン構造、光と色を保持します。
バイラルメカニズム転写：停止ポイント、誤認パス、権力変化、反転階層、因果アップグレード、エンディング記憶ポイントを保持し、カットごとの画像の類似性は要求しません。
商業混合レプリカ：0～3秒で商業紛争を再構築します。3秒後は元動画のカット順序、長さの比率、視覚的ビートに戻します。

他のモードの検証ルールを追加で適用してはいけません。

フェーズ5：元動画因果連鎖に基づく秒単位スクリプト作成と動的分割

まず完全な秒単位スクリプトを完了し、次に台詞と反転因果を断ち切らない位置で複数の Clip に分割します。各クリップは1～15秒で、0秒からターゲット時間まで連続的にカバーしなければなりません。各クリップは最大3つの実行可能ユニットを持ちます。ストーリー主導の動画は最大2つの発話ユニットと1行の主要商品ファクトを持ちます。各時間ユニットは解析可能なMarkdownテーブルを使用しなければなりません。時間列は最初の3列に配置でき、形式は 開始-終了 です。また Sxx/Pxx、ショットの種類、カメラワーク、人物の左右/前後の位置、身体と視線の方向、発話者と対象、手と身体のアクション、表情の開始/変化/結果、標準語の台詞、リップシンク、連続性アンカー、音声を明確に記述します。

スクリプト完了後、すぐに自動解析を実行します。手動での口頭報告（口頭秒数、漢字数、ビート数）は行いません。

python3 "${SKILL_DIR}/scripts/analyze_script.py" \
  "<プロジェクトディレクトリ>" --out "<プロジェクトディレクトリ>/07_script_analysis.json"

プログラムは4.2文字/秒で最低口頭時間を計算します。ストーリー台詞はClipの最大60%、モンタージュナレーションは最大75%、古文朗読は最大92%を占めることができます。また、過負荷ユニット、過剰な発話ターン、商品リスト台詞、許可されていない最初の30%での商品前置、説明のない魔法を拒否します。エラーが発生した場合、画像生成を行ってはいけません。

原則として、商品のハードセールは最初の30%に出現してはいけません。商品は中盤以降で、確認済みの権益を通じてプロットの問題を解決します。元動画自体が商品を最初の1秒のフックとして使用する場合のみ、ユーザーが明示的に要求し、商品ファクトが完全である場合に限り、前置きを許可します。エンディングはデフォルトでアクション、群衆の反応、または二次反転を持たなければなりません。finale_policy.type=source_fact_card の場合のみ、プロットの問題がすでに見える形で解決された後、1～2秒の実際の商品/権益の元画像で締めくくることができます。最大2.5秒まで。AIによる再描画画像や、ソースファイルにバインドされていない静的ポスターでプロットの実現を代用してはいけません。

フェーズ6：キャラクター設定と個別ストーリーボード画像

最初の画像生成の前に、現在のCodex環境にインストールされている imagegen スキルの説明を完全に読み込みます。デフォルトで内蔵 image_gen を使用し、勝手にCLI/APIを切り替えてはいけません。

まず統一キャラクター設定画像を生成します：正面、側面、背面、および主要表情。
このキャラクター設定をすべてのストーリー画像の身元参照として使用します。
各ストーリーボードは個別に画像生成を1回呼び出します。グリッドレイアウト、漫画パネル、コラージュを個別ストーリーボードの代用にしてはいけません。
各画像をプロジェクトディレクトリに保存し、キャラクター、シーン、小道具、アクション方向、発話対象、ホワイトリスト以外の字幕/QRコード/無関係テキストがないこと、9:16サイズを1枚ずつ確認します。
隣接する Clip の最終フレーム/最初のフレームは、同じファイルまたはピクセル単位で同一のコピーを再利用しなければなりません。キャラクターの位置、ポーズ、向き、小道具、時間、光は一貫していなければなりません。
ユーザーが扇子、看板、パッケージなどに正確なテキストの出現を指定した場合、そのホワイトリストテキストのみを許可します。画像生成プロンプトに文字ごとに明記し、生成後 view_image で実際に確認し、反転していない、文字が間違っていないことを確認してから、コントラクトの visual_text_requirements に書き込みます。この場合、「画面にテキストなし」という競合する制限を引き続き使用してはいけません。
複雑なアクションは、開始、中間、終了のキーフレームをそれぞれ生成します。参照アセットは身元、製品、状態のみをロックし、キャラクターのポーズを固定してはいけません。キーフレームはビデオモデルの入力としてのみ使用され、直接最終的な動的カットとして扱ってはいけません。

各ストーリーボードは、カメラID、タイムポイント、ベンチマークタイムコード、視覚的意図、ショットの種類/カメラ位置/構図、アクションの3つの状態、画像生成プロンプトをバインドしなければなりません。

フェーズ7：Seedanceプロンプト

各クリップに対して、コピー＆ペースト可能なコードブロックを出力します。これには、フレームサイズ、正確な長さ、プロダクトロック、スタイル lock_id と完全な再利用可能なスタイルプロンプト、参照画像の役割、秒単位のカット、アクション、台詞の対象、標準語リップシンク、開始/終了の連続性、ネガティブ制限を含めます。

プロンプトの冒頭で、このクリップで実際に使用する添付ファイル名とその役割を1つずつリストします。本文内の各 Pxx でも、対応するストーリーボードファイル名を再度記述します。「添付ファイルを参照」とだけ書いてはいけません。元動画の音楽や効果音を使用する場合、コントラクトで元動画の抽出区間とターゲット動画の使用区間をそれぞれ記録しなければならず、プロンプトにはオーディオファイル名、ターゲットの開始/終了時間、「他の音楽に変更しない」と記述しなければなりません。「元動画の同じセクションのBGM」でファイル名を代用してはいけません。

コントラクトのホワイトリストで指定されたテキスト以外、画面に字幕、英語、QRコード、無関係な情報を生成してはいけません。高忠実度および商業混合モードでは、カメラIDごとに順序、長さ、カメラ位置、カメラワーク、アクション方向、トランジションを明記します。メカニズム転写の高密度モードでは、まず秒単位のビートテーブルを提示し、同じ順序でプロンプトに書き込みます。

各 Pxx は、コントラクト内のモーションチェーンを項目ごとに繰り返さなければなりません：開始状態、キャラクター連続アクション、製品モーション、環境反応、カメラ空間モーション、速度変化、終了状態、アクショントリガートランジション、音楽キュー。単一カットには、主要なキャラクターアクション1つと主要なカメラモーション1つのみを設定します。キャラクターアクションが複雑な場合はカメラワークを簡略化し、カメラワークが複雑な場合はキャラクターアクションを簡略化します。カメラのプッシュ/プル、デジタルズーム、背景置換、高速切り替えを使用して動的イベントを偽装してはいけません。

フェーズ8：オプションのAIテーブル納品

ユーザーが明示的にAIテーブルへの書き込みを要求した場合のみ実行します。まずDingTalkスキルを使用して実際のBase、サブテーブル、フィールド、ターゲットレコードを読み取り、自動動画、数式、コスト、生成結果フィールドをコントラクト aitable_handoff.protected_field_ids に追加します。書き込みはプロンプトと添付ファイルフィールドのみに許可されます。各レコードのキャラクター画像、ストーリーボード画像、オーディオ、商品素材の合計添付ファイルは最大9つまでとし、まずキャラクター画像とオーディオ用に枠を確保し、次にストーリーボードの数を決定します。添付ファイルを更新する際は、まず現在の添付ファイルを読み戻し、完全に保持する形で置き換えます。新しいファイルのみを提出し、古い添付ファイルを失うことを許可してはいけません。各レコード書き込み後、読み戻さなければなりません：プロンプトの参照、添付ファイル名/数、保護されたフィールドの元の値を保持します。ついでに生成ボタンをクリックしてはいけません。ユーザーが明示的に生成を要求した後、レコードごとに レコードID→Clip ID→結果ファイル/リンク→実際の長さ→解像度→完了ステータス を読み戻し、ダウンロード後はコントラクトのClip時間順序で結合し、ダウンロード時間やテーブル行位置でソートしてはいけません。

フェーズ9：検証後納品

生成前品質チェックテーブルを使用してコンテンツ品質チェックを完了し、次に生成前総合ゲートを実行します。

python3 "${SKILL_DIR}/scripts/run_quality_gate.py" \
  "<プロジェクトディレクトリ>" --stage pre-generation \
  --out "<プロジェクトディレクトリ>/07_quality_gate_pre_generation.json"

decision=allow_generation の場合のみ、画像生成またはAIテーブル書き込みが可能です。総合ゲートはコントラクト/アセット検証と自動スクリプト分析を同時に実行します。失敗した場合、戻るべき階層を示します。--legacy は古いパッケージのチェックのみに使用でき、新しいプロジェクトの納品根拠としてはいけません。

ユーザーが明示的にVidMuseを使用した生成、編集、書き出しを要求した場合のみ、ここで allow_generation を取得した後、VidMuse完全制作ブランチに入ります。このブランチはまずリアルタイムでアカウント、クレジット、利用可能モデル、生成パラメータを読み取り、問題のあるカットの再生成枠を含む予算を計算しなければなりません。このドキュメントや履歴のみに基づいてモデル名、価格、長さ、タイムライン機能を想定してはいけません。明確な生成リクエストがない場合、ここで停止します。

ユーザーが生成成果物を提供した後、構造検証を実行します。

まずAIテーブルが返した分割動画に対して 09_delivery_manifest.json を作成し、コントラクト順序でのみ clip_id と実際のファイルを登録します。

{"outputs":[{"clip_id":"clip01","file":"renders/clip01.mp4"}]}

生成後マニフェスト形式については、生成後品質マニフェスト仕様を参照してください。AIテーブルクリップマニフェスト、候補ASRマニフェスト、Watch監督証拠を準備しなければなりません。結合前に以下を実行します。

python3 "${SKILL_DIR}/scripts/run_quality_gate.py" \
  "<プロジェクトディレクトリ>" --stage pre-stitch \
  --delivery-manifest "<プロジェクトディレクトリ>/09_delivery_manifest.json" \
  --asr-manifest "<プロジェクトディレクトリ>/10_asr_manifest.json" \
  --director-manifest "<プロジェクトディレクトリ>/11_director_qc.json" \
  --out "<プロジェクトディレクトリ>/12_quality_gate_pre_stitch.json"

decision=allow_stitch の場合のみ結合できます。不足セグメント、順序間違い、重複セグメント、長さ誤差、非9:16、オーディオトラックなし、キー台詞の欠落、ストーリーステップが不可視、演技アーク欠落、小道具出どころ不明、連続性失敗、エンディング記憶ポイント欠落、ハードリジェクト、または監督スコア85未満を拒否します。

高忠実度の成果物はさらに、参照動画構造検証を実行します。

python3 "${SKILL_DIR}/scripts/validate_render.py" \
  "<元動画>" "<成果物>" --out "<プロジェクトディレクトリ>/质检/render"

成果物の総時間、カット変化密度、オーディオ中位エネルギー、またはオーディオ低分位ダイナミクスが閾値に達しない場合、直接「未アライメント」と判定します。主要プロットイベントが存在するからといって高忠実度と呼んではいけません。低分位ダイナミクスは、全体音量は良好だが、爆発、打撃、トランジション音楽などの重要な区間が実際に欠落していることを発見するために使用されます。その後、スクリプトで生成されたすべての0.5秒フレームを確認し、候補ASRでコントラクト内の台詞を文字単位で照合します。

モードに関係なく、AIテーブルが返した各クリップはさらに、実際の長さとコントラクトのクリップ長さ（誤差0.5秒以内）、人物/小道具の連続性、narrative_qc 内の各ステップの因果、クリップ順序を個別に確認します。いずれかの項目が失敗した場合、それは「生成結果」としてのみカウントされ、結合または公開してはいけません。

結合後、最終MP4自体に対して prepare_reference.py を再度実行し、デュアルモデルASRと固定0.5秒タイムラインを独立した品質管理ディレクトリに書き込まなければなりません。分割ASRを手動でコピーして最終結合ASRとして偽装してはいけません。生成後品質マニフェスト仕様に従い、13_final_manifest.json を作成します。ここで、最終動画、ASR証拠ファイル、実際の事実画像はすべてSHA-256でバインドされなければなりません。その後、すべてのモードに対して以下を実行します。

python3 "${SKILL_DIR}/scripts/run_quality_gate.py" \
  "<プロジェクトディレクトリ>" --stage pre-publish \
  --delivery-manifest "<プロジェクトディレクトリ>/09_delivery_manifest.json" \
  --asr-manifest "<プロジェクトディレクトリ>/10_asr_manifest.json" \
  --director-manifest "<プロジェクトディレクトリ>/11_director_qc.json" \
  --final-manifest "<プロジェクトディレクトリ>/13_final_manifest.json" \
  --out "<プロジェクトディレクトリ>/14_quality_gate_pre_publish.json"

decision=allow_publish の場合のみ、「公開可能」と呼べます。最終ゲートは実際に結合時間、フレームサイズ、オーディオトラック、ハッシュを読み戻し、ASR証拠ファイルから少なくとも2つの異なるモデルの結果をロードし、成果物内のファクトカードのピクセル類似度を検証します。デュアルモデルが一致しない場合、実際に成果物のオーディオトラックを聞いた人が、確認者、時間、確認された台詞ID、理由を記入しなければなりません。モデルまたはASR結果自体は human_audio_qc を合格としてマークしてはいけません。高忠実度モードではさらに --render-validation を追加し、元動画構造アライメントの追加ゲートとします。

標準納品ディレクトリ

outputs/<プロジェクト名>/
├── 00_source_manifest.json
├── 00_reference_evidence.md
├── 01_reference_analysis.md
├── 02_product_facts.md
├── 02_visual_lock.md
├── 03_structure_mapping.md
├── 04_script.md
├── 05_seedance_prompts.md
├── 06_pre_generation_qc.md
├── 07_script_analysis.json
├── 07_quality_gate_pre_generation.json
├── 08_replica_contract.json
├── 09_delivery_manifest.json（生成後）
├── 10_asr_manifest.json（生成後）
├── 11_director_qc.json（生成後）
├── 12_quality_gate_pre_stitch.json（生成後）
├── 13_final_manifest.json（結合後）
├── 14_quality_gate_pre_publish.json（結合後）
├── asr/
├── audio/（元動画の音楽や効果音が必要な場合）
├── watch/
├── character/character_sheet.png
└── storyboard/（各クリップ独立PNG；AIテーブル作成時はキャラクター画像、オーディオなどに総添付ファイル9つ以内の枠を確保）

テンプレートの呼び出しについては templates/调用模板.md を参照してください。

成果物レビュー範囲

ユーザーが後に成果物を提供した場合、まず最終MP4のデュアルモデルASRと pre-publish 総合ゲートを実行します。高忠実度モードではさらに validate_render.py を実行します。次に、目標が「対応関係確認」か「品質評価」かを確認します。対応関係確認は、元動画固定タイムライン、スクリプト、ストーリーボード、プロンプト、成果物タイムコード、候補ASRを比較します。品質形容詞でカットリンク証拠を代用してはいけません。単一フレームの表情が誇張されているだけでは演技のアライメントとはならず、表情の開始、変化、結果を確認しなければなりません。新しい小道具が出現した場合、取り出し、受け渡し、変形の動作が確認できなければなりません。

784697524-ux/yishufan-viral-video-replica-workflow

yishufan-viral-video-replica-workflow とは？

お気に入りのAIに質問する

ドキュメント