Communitygithub.com

ChatCut-Inc/agent-plugin

AI 動画生成(Seedance、Kling、Gemini Omni、MiniMax H3、MiniMax H3 Max に対応)。ユーザーが動画クリップ(テキスト→動画、画像→動画、最初/最後フレーム間の遷移、参照ベース生成)を生成したい場合、または既存の生成クリップを修正・編集・延長したい場合に使用します。

agent-plugin とは?

このスキルは、ChatCut プラットフォーム上で複数の AI 動画生成モデル(Seedance、Kling、Gemini Omni、MiniMax H3、MiniMax H3 Max)を統一的に呼び出すためのエージェントスキルです。ユーザーがテキストや画像から新しい動画を生成する、既存の動画を参照ベースで編集・延長する、最初/最後フレーム間の遷移を作成するなど、多様な動画生成タスクをサポートします。各モデルはそれぞれ異なる強み(Seedance は長時間・高解像度・多参照が得意、Kling はカメラ制御と感情表現が得意、Omni は高速・低コストの編集とドラフト作成に特化)を持ち、スキル内の明確な選択基準に従って最適なモデルを選びます。ワークフローは4段階(スコープ調整→プロンプト作成→1ジョブずつ提出→反復)に分かれており、ユーザーとの確認を重視し、無駄な生成を避けます。すべてのモデルは ChatCut の有料動画生成エンタイトルメントを必要とします。

対応~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/ChatCut-Inc/agent-plugin/tree/HEAD/claude/skills/video-gen

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Video Gen

submit_video がまだ読み込まれていない場合は、呼び出す前に ToolSearch で読み込んでください。これにより、実際のパラメータが推測ではなく使用されます。

1回の呼び出しで1つの動画生成ジョブを送信し、jobId を返します。ジョブのステータスとその後の確認は track_progress に属します。このスキルは動画を自動的にタイムラインに配置しません。

使用タイミング

ユーザーが動画クリップを生成したいとき — テキスト→動画、画像→動画、最初-最後フレーム間の遷移、参照ベース生成、または既存の動画の生成的な編集・延長(ソースクリップに基づく新しい生成映像の作成。タイムラインのトリミングではありません)。

モデル

モデル参照長所
seedance-2-5references/seedance25.mdデフォルト。4〜30秒、最大50のマルチモーダル参照、音声のみの参照、タイムスタンプ制御、mp4/mov出力に対応。新しい生成、編集、延長に最適な Seedance の選択肢。
seedance2references/seedance2.mdSeedance 2.0 フルモデル。4〜15秒、豊富なマルチモーダル参照、最大1080p出力に対応。
seedance2fastreferences/seedance2.mdSeedance 2.0 Fast — seedance2 と同じ入力と4〜15秒の範囲ですが、数分で返却され、約20%安く、720pに制限されています。ユーザーが反復作業をしており、ターンアラウンドが最高忠実度よりも重要な場合に使用します。
seedance2minireferences/seedance2.mdSeedance 2.0 mini — seedance2 と同じ入力と4〜15秒の範囲ですが、約50%安く、720pに制限されています。安価なドラフトや大量バッチで、フルモデルの忠実度が必要ない場合に使用します。
klingreferences/kling.mdプロンプトによるカメラ制御言語。キャラクターショットの細かい感情/演技制御に優れています。mode:"pro" で1080pに対応。
minimax-h3references/minimax-h3.mdMiniMax H3。4〜15秒、768p/2K、最初/最後フレーム、最大9つの画像+3つの動画+3つの音声参照(合計12)。マルチモーダル参照の追従に優れています。
minimax-h3-maxreferences/minimax-h3-max.mdMiniMax H3 Max。5〜15秒、480p/768p、テキストまたは最初/最後フレーム生成。参照モードや2K出力はなし。
omnireferences/omni.mdGemini Omni 1.1 Flash。continueFrom によるターゲット編集/延長、最初/最後フレーム、低コストの360pドラフト。3〜10秒、720pデフォルト、アップスケールで1080p/4K。

重要: 生成する前に、選択したモデルのリファレンスで機能、入力チャネル、モード、プロンプト構造、モデル固有の動作を確認してください。

モデル選択

新しい生成の場合、seedance-2-5 がデフォルトです。以下の場合のみ切り替えてください。

  • ユーザーが明示的にモデル名を指定した場合(「用 Kling」、「use Kling」、「用 Omni」、「用 mini」、「/kling」)— 切り替え、再確認は不要。
  • ユーザーが明示的に MiniMax H3 を要求した場合、または画像/動画/音声の参照ガイダンスとオプションの2K出力が必要な場合 — minimax-h3 を使用。
  • ユーザーが明示的に MiniMax H3 Max を要求した場合、またはマルチモーダル参照なしで最高忠実度のテキスト/フレーム生成を希望する場合 — minimax-h3-max を使用。
  • Seedance では明らかにうまくできない、またはうまくいかない場合 — Seedance が苦手とする既知のケースに遭遇した場合、kling への切り替えを提案し、送信前に確認を取ってください。
  • ユーザーが明示的に修正を予定した高速/低コストのドラフトを要求した場合 — omni(360pドラフト、≤10秒、ターゲット編集対応)を提案し、送信前に確認を取ってください。
  • ユーザーが Seedance 出力を1080pで必要としている場合 — seedance-2-5 を推奨。これとフル seedance2 は1080pに対応しています。
  • ユーザーが Seedance 2.0 の入力を安価に、または一度に多くのクリップを必要としており、720pで問題ない場合 — seedance2mini(4〜15秒、フルモデルの約50%のコスト)を提案し、送信前に確認を取ってください。
  • ユーザーが 2.0 スタイルの出力を反復しており、ターンアラウンドを重視する場合 — seedance2fast(480pまたは720p、4〜15秒、フルモデルの約80%のコスト、はるかに早く返却)を提案し、送信前に確認を取ってください。

それ以外の場合は seedance-2-5 を維持します。

既存のクリップを修正する場合、選択はここではなくステップ4で行います。修正リクエストは今後の新しい生成のデフォルトを変更する理由にはなりません。Omni 1.1 が以前の Omni の選択肢を置き換えます。omni エイリアスを維持し、2つ目のレガシー選択肢を考案しないでください。

アクセスに関する注意: 8つのモデルすべてに ChatCut の有料動画生成エンタイトルメント(サブスクリプションまたは有料クレジット)が必要です。サブスクリプションの壁を回避するための無料の代替手段として別のモデルを提示しないでください。ユーザーが無料の方法を求めた場合は、代わりに無料の Motion Graphic アニメーションを提供してください。

ツールパラメータ

パラメータ値デフォルト
prompt動画の説明(必須)—
modelseedance-2-5, seedance2, seedance2fast, seedance2mini, kling, minimax-h3, minimax-h3-max, omniseedance-2-5
durationSeconds秒5
ratioモデルドキュメントを参照16:9
resolutionモデル固有。H3: 768p/2K; H3 Max: 480p/768p; Seedance: 480p/720p/1080p; Omni: 360p/720p/1080p/4K720p(H3モデル: 768p)
outputFormatmp4, mov(seedance-2-5 のみ)mp4(generate); mov(edit/extend)
taskModegenerate, edit, extend(seedance-2-5 または omni)generate
name説明的なアセット名(必須)—
firstFrameプロジェクトアセット参照—
lastFrameプロジェクトアセット参照—
continueFrom動画アセット参照 — omni のみ、編集/延長のソース—

モデル固有のパラメータ(例: Kling mode、Seedance refImages / refVideos / refAudios)については、モデルのリファレンスを参照してください。

入力解像度

firstFrame / lastFrame / refImages / refVideos / refAudios はすべてプロジェクトアセット参照を取ります。browse_assets からの完全な UUID または短いプレフィックスを推奨します。asset://<id> およびアセットツールから返される同一プロジェクトのアセット URL も受け付けます。スロットタイプ別: フレームスロットと refImages → 画像、refVideos → 動画、refAudios → 音声。

外部 URL と base64 は受け付けられません。ソースが公開 URL の場合は、サンドボックスワークスペースにダウンロードし、asset-import + push_asset でローカルファイルをインポートし、結果のアセット ID を渡してください。

ワークフロー

4ステップのループ。新しい生成ごとに、ユーザーの意図が変わった場合はステップ1から再開します。

ステップ 1 — ユーザーとスコープを合わせる

プロンプトを書く前に、3つの次元で調整します。

  1. 長さ & セグメント — 全体の長さ、ショット数、それらが1つのクリップに収まるか複数に分かれるか。

    ユーザーがすでに方向性を述べている場合(「做一段」、「in one video」、「分别生成」、「split into N shots」など)、それに従ってください — 再検討しないでください。

    それ以外の場合は、2つの選択肢を提示し、ユーザーに選んでもらいます。

    • 1つのクリップ内の複数ショット(モデルリファレンスを参照)— 単一推論、サブショット間で被写体/照明/スタイルが物理的に一貫、クリップあたりの長さ制限内でまとまりのあるナラティブに適合。
    • 複数のクリップ — 各クリップは独立して制御可能で再生成可能、ただしアイデンティティとスタイルの継続性はアンカーで保持する必要があり、制限を超える長さや明確なシーン区切りに適合。

    トレードオフを提示してください。ユーザーに代わって選択しないでください。

  2. コンテンツ — 各クリップが何を描くか。理解した内容をセグメントごとに要約して伝えます。コンテンツが曖昧な場合(例:「女の子が踊っている動画を生成」)、ユーザーは通常、以下のうち1つ以上を指定していません。

    • 被写体: 主な被写体は誰/何か(外見、服装、特徴)?
    • アクション: 何をしているか?(会話/感情ショットの場合、どんな微表情?)
    • シーン: どこ — 設定、時間帯、環境の詳細?
    • 照明/色彩のムード: どんな雰囲気?
    • カメラ: ショットサイズ/アングル/動きの好み?
    • スタイル: ビジュアルスタイルまたは参照(シネマティック/アニメ/ドキュメンタリー/...)。

    この特定のリクエストに関連し、安全に推測できない項目に焦点を当ててください — これを穴埋め問題にしないでください。理解した部分をユーザーに要約してから進みます。

  3. 一貫性のアンカー — 複数のショットが同じキャラクター、オブジェクト、シーンを再利用する場合のみ: ショット間でピン留めするアンカー(参照画像または動画)を特定します。ソーシングルールについては、以下の「ショット間のビジュアル一貫性」を参照してください。

各次元について、ユーザーの言葉を確認します。

  • 明確 — そのまま進む。
  • 曖昧または欠落 — ユーザーに質問してください。推測したり、独自の解釈をデフォルトにしないでください。往復の確認は無駄な生成よりもコストが低いです。

してはいけないこと

  • 「伝えてから送信」しないでください — 「2クリップにします」と宣言してすぐに送信することは調整ではなく、一方的な決定です。
  • 単一の動画リクエストを複数クリップに分割することをデフォルトにしないでください。単一のクリップは複数のサブショットを運ぶことができ(モデルリファレンスを参照)、被写体/照明/スタイルがそれらの間で物理的に一貫します。トレードオフを提示し、ユーザーに選択させてください。
  • 答えが明白だと思っても、質問を省略しないでください。

ハードオーバーライド(ユーザーの明示的な言葉が優先)

  • 「one clip / single clip / 一条 / 一个镜头 / in 1 clip」→ 決して分割しない。たとえ説明が客観的に長くても。
  • 「N shots / N 段 / N 个镜头」→ 正確にN個生成。
  • 「use this image / 用这张图」→ 参照として使用、代用しない。

ステップ 2 — プロンプトを書く

選択したモデルのリファレンスで、プロンプト構造とパラメータの組み合わせを確認してください(例: Seedance の8要素構造とモード、Kling のプロンプトのヒント)。送信前に、以下を確認します。

  • name は説明的なアセット名であること — ユーザー(および後のターンであなた)がこのアセットをプロジェクトライブラリで認識できる程度に説明的。曖昧な名前(「Untitled」や「clip 1」など)は避けてください。
  • パラメータの組み合わせがユーザーの意図と一致していること — モデルのリファレンスのモードセクションを参照。
  • 生成された動画の音声はツールパラメータではありません。Seedance と Kling はバックエンドで音声有効で送信されます。
  • バリデーションエラーが発生した場合、エラーを読み、入力を修正してください — 同じ無効な引数を盲目的に再試行しないでください。

ステップ 3 — 1つずつ送信、待機、確認

一度に1つの生成ジョブを送信してください。 ユーザーが明示的に複数のクリップを並行して要求した場合を除き、現在のジョブが完了し、ユーザーがレビューするまで次のクリップを送信しないでください。並行送信は問題を隠します: 最初のショットにドリフトや誤ったフレーミングがある場合、ユーザーは複数のずれたショットを破棄するよりも、一度だけやり直すことを好みます。

  • submit_video.ratio は生成されたアセットのみを制御します。プロジェクトタイムラインのキャンバスは変更しません。ユーザーが最終出力のアスペクト比(例:「9:16 縦」または「16:9 横」)を要求した場合は、manage_timelines action=update でタイムラインキャンバスを同じ比率に設定してから(例: ratio:"9:16")、完了したアセットを配置します。ユーザーが黒帯なし/フルブリードを要求した場合は、キャンバスの設定時またはビジュアルアイテムの更新/追加時に fit:"cover" を渡します。
  • このスキルをジョブ管理に使用しないでください — 即時ステータス読み取りとその後の確認ガイダンスには track_progress を使用してください。
  • 送信後、フォローアップタスクがすでにキューに入っていない限り、あなたのターンを終了し(ジョブが作成されたことをユーザーに伝える)、結果をユーザーに通知します。
  • ジョブが完了したら、次のショットに進む前に結果をユーザーに提示してレビューを求めます。
  • Omni ソース編集の場合、要求された変更が成功したことを主張する前に、そのリファレンスの最初/中間/最終フレームレビューに従ってください。
  • モデル固有の障害処理 — モデルのリファレンスを参照。

ステップ 4 — 反復

ユーザーが次のクリップ、修正、または継続を希望する場合

…

ショット間のビジュアル一貫性

複数のクリップが同じキャラクター、オブジェクト、シーンを共有する場合、モデルがスタイル/照明/フォーカスを維持するためのアンカーとして参照画像または動画を提供して、外観の一貫性を確保します。ソーシングルール:

  • 参照画像 = 最も信頼性が高い。被写体を正面から、良い照明で、明確に見せているショットを1つ選択します。ぼやけている、遠い、または部分的に隠れている画像は避けてください。
  • 参照動画 = 動きのスタイルを固定するのに有用、ただし画像よりも信頼性が低い。キャラクターが複数のポーズや表情を持つ場合、明確な静止フレームがない動画は混乱を招く可能性があります。
  • 利用可能な場合: プロジェクトアセット(以前に生成した、またはアップロードした)を browse_assets でソースとして使用します。そうでない場合、ユーザーにアップロードを依頼します。

minimax-h3 は最大9つの画像+3つの動画+3つの音声参照(合計12)を受け付けます。seedance-2-5 は最大50のマルチモーダル参照を受け付けます。kling に参照入力はありません。omni は continueFrom を使用します。

参照を使用する場合、refImages や refVideos などのモデル固有のパラメータを探します — 各モデルのリファレンスを参照。

よくある間違い

  • パラメータの推測: モデルリファレンスを読まずにパラメータを推測して送信しないでください。モデル、モード、パラメータごとに異なる要件があります。
  • 複数同時送信: ユーザーが明示的に要求した場合を除いて、複数のジョブを並行して送信しないでください。
  • ユーザーに確認せずにデフォルトモデルを変更する: トレードオフを常に提示します。
  • 外部 URL / base64 の画像を渡す: 最初にダウンロードしてインポートします。
  • スコープ調整を省略する: 各次元について確認します。
  • 正しい比率をタイムラインに設定しない: 生成されたアセットとタイムラインキャンバスの比率を必ず一致させます。
  • 非 Seedance モデルに outputFormat mov を使用する: outputFormat mov は seedance-2-5 のみでサポートされています。

トラブルシューティング

エラー原因と対策
バリデーションエラーパラメータを確認(モード、解像度、参照数)。モデルリファレンスを再確認。
ジョブが失敗した / 何も返さないモデルリファレンスの障害処理ガイダンスを確認。プロンプト/パラメータを修正して再試行。
ビジュアル一貫性がない参照画像(複数可)を追加し、プロンプトの被写体の説明が十分に詳細であることを確認。
動画が長すぎる / 短すぎるdurationSeconds を調整。モデルの長さ制限を確認(Seedance 4-30秒、Omni 3-10秒など)。
アスペクト比が間違っているratio が正しいか確認し、一致するようにキャンバス比を設定。
外部画像が機能しないbase64 や外部 URL を渡さない。 ダウンロードし、asset-import + push_asset でインポートし、結果のアセット ID を使用。

まとめ

  • ToolSearch で submit_video を読み込みます。
  • 一度に1つのジョブ。
  • 各モデルのリファレンスを読んでから使用します。
  • ユーザーとスコープを常に調整します。
  • 外部 URL / base64 を渡さないでください — ダウンロードしてインポートします。
  • 失敗した場合、盲目的に再試行しないでください — エラーを読み、モデルのリファレンスを確認し、修正してから再試行します。
  • ジョブ管理には track_progress を使用します。
  • 最終出力のタイムライン比を生成されたアセットの比と一致させます。
  • outputFormat mov は seedance-2-5 のみでサポートされています。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

関連スキル