1. docs/STYLE_BIBLE.md を読む。動画ごとに1つの支配的な色相 + 1つのアクセントカラーを使用する。
2. 各ビートに対してプロンプトを書く：被写体、カメラ、照明、雰囲気、「9:16 縦型、フォトリアル、テキストなし、ロゴなし」。被写体は上部60%以内に配置する（下部500pxはYouTube UIで覆われる）。
3. Higgsfield gpt_image_2_5（0.25クレジット/枚、バッチ処理、429エラー時は再送）またはCloudflare FLUXで生成する。最初にbalance（残高）を確認する。
4. すべての画像を確認する。以下の場合は却下する：アーティファクト、テキスト・文字化け、クリップアート風の見た目、被写体がフレーム下部にあるもの。ショットごとに最大2回の再生成が可能。
5. shotlist.json を書く（examples/shotlist.example.json を参照）：img（画像パス）、start（ワードタイミングからの開始時間）、focal point（フォーカルポイント）、zoom（ズーム倍率1.25〜1.5）、flash（フラッシュ効果0.12、インパクトカットの場合は0.55）、optional bursts（オプションのバースト）。