ローカル互換性と検証 (2026-10-04)
ユーザーの指示および選択されたプロバイダー/モデルが、本ドキュメントの例やデフォルト設定よりも優先されます。プロバイダー名だけではモデルバージョンを特定できません。エンドポイントID、料金、期間、参照制限、ツールの利用可否、品質ランキングは参考例として扱い、実行前に現在接続されているツールのスキーマまたは公式プロバイダーのドキュメントで検証してください。プロバイダーやモデルを黙って代替しないでください。
このスキルのインストールやアップデートは、生成、アップロード、購入、リトライを自動的に許可するものではありません。ユーザーの生成承認および予算に関する指示に従ってください。既存の idoGen 必須画像/動画/演技スキルの要件を維持してください。生成が成功したと判断する前に、実際の出力を確認し、同一性、空間的連続性、物理的な動き、要求されたフォーマットを検査してください。ドキュメントやインストールの確認は出力品質テストではありません。
Genmedia によるシネマトグラフィー
ユーザーがシネマティックなディレクションを必要とする場合、つまり単なる「映画的にして」という指示ではない場合にこのスキルを使用してください。必要に応じて以下のリファレンスを読み込んでください:
references/shot-language.mdreferences/lighting-lens-color.mdreferences/examples.mdreferences/camera-directing-playbook.md:イド氏の独自プレイブック。9:16 の広告、プリビズ/ブロックアウト駆動のショット計画、ハンドヘルドの緊張感を伴うディレクション、回転フルフレームゲート上のレンズ/FOV 選択、実際のカメラパッケージ、セーフゾーン、パックショットルールに使用します。上記の汎用リファレンスと競合する場合、こちらが優先されます。
model-routing をこのスキルと一緒に読み込み、デフォルトのエンドポイント選択に使用してください。
具体的なビジュアルディレクションを記述してください。空虚なプレステージワードやダッシュ(em dash)は避けてください。
収集する入力項目
ショットに影響するものだけを尋ねてください:
- 被写体とアクション
- メディア:静止画、動画、画像から動画、編集、ストーリーボードフレーム
- ジャンルと雰囲気
- フレーミング:クローズアップ、ミディアム、ワイド、俯瞰、POV、横顔、固定
- 動画用カメラモーション:プッシュイン、ドリー、トラッキング、ハンドヘルド、クレーン、ドローン
- レンズ感覚:ワイド、ノーマル、テレフォト、マクロ、浅い/深いフォーカス
- 照明:自然光、実用的、スタジオ、ノワール、ハイキー、ローキー、逆光
- 出力:アスペクト比、長さ、最初のフレーム、最後のフレーム、ダウンロードパス
- 好みのモデル(ユーザーが特定のシネマトグラフィーモデルや品質/コストプロファイルを希望する場合)
Genmedia ワークフロー
-
ルーティングされたエンドポイントIDから開始します。
genmedia models --endpoint_id openai/gpt-image-2 --json genmedia models --endpoint_id fal-ai/nano-banana-pro --json genmedia models --endpoint_id bytedance/seedance-2.0/text-to-video --json genmedia models --endpoint_id bytedance/seedance-2.0/image-to-video --json genmedia models --endpoint_id xai/grok-imagine-video/text-to-video --jsonカメラ制御ロールが見つからない場合の代替発見方法としてのみテキスト検索を使用します:
genmedia models "cinematic video generation camera movement" --json genmedia docs "video generation camera movement prompt" --json -
スキーマを検査し、サポートされているコントロールのみを使用します。
genmedia schema <endpoint_id> --json genmedia pricing <endpoint_id> --json -
画像から動画、最初のフレーム、最後のフレーム、スタイル参照、またはキャラクター/製品の一貫性を使用する場合、参照をアップロードします。
genmedia upload ./frame.png --json -
静止画は直接ダウンロードで実行します。
genmedia run <endpoint_id> \ --prompt "<シネマトグラフィープロンプト>" \ --download "./outputs/cinema/{request_id}_{index}.{ext}" \ --json -
動画は非同期で実行します。
genmedia run <endpoint_id> \ --prompt "<ショットプロンプト>" \ --image_url "<サポートされている場合はアップロードしたフレーム>" \ --async \ --json genmedia status <endpoint_id> <request_id> \ --download "./outputs/cinema/{request_id}_{index}.{ext}" \ --json
プロンプトの構築順序
SCLCAM 構造を使用します:
- 被写体:フレーム内の人物または物
- コンテキスト:場所、時間、天候、ストーリーの瞬間
- レンズ/フレーミング:距離、アングル、焦点距離感覚、被写界深度
- カメラモーション:動画の場合のみ、またはモーションブラーが必要な場合
- 雰囲気:ヘイズ、雨、実用的な照明、反射、テクスチャ
- 雰囲気/色彩:パレット、コントラスト、グレード、露出スタイル
- 出力コントロール:アスペクト比、長さ、最初のフレームの連続性
構造例:
[被写体] が [コンテキスト] にいる、[ショットサイズとアングル] でフレーミング、[レンズ感覚]、[照明設定]、[動画の場合はカメラ移動]、[カラーグレード]、[テクスチャ]、[長さまたはアスペクト比]、[連続性の制約]
モデルルーティング
- 高品質リアル静止画:
openai/gpt-image-2を使用。 - 高品質スタイライズ静止画:
openai/gpt-image-2、次にfal-ai/nano-banana-pro、次にfal-ai/nano-banana-2を使用。 - 高速ドラフト静止画:
fal-ai/flux-2/klein/9bを使用。 - 最高品質動画:
bytedance/seedance-2.0/text-to-videoまたはbytedance/seedance-2.0/image-to-videoを使用。 - 強力なフレームからのモーション:
bytedance/seedance-2.0/image-to-videoを使用。 - 高速または低コスト動画:
xai/grok-imagine-video/text-to-videoまたはxai/grok-imagine-video/image-to-videoを使用。 - 複雑なカメラ言語:まず Seedance 2.0 を検査し、マルチプロンプトや要素コントロールが重要な場合は Kling v3 を確認。
- ストーリーシーケンス:ストーリーテリングスキルとこのスキルをショット言語サポートとして使用。
- キャラクターまたはプロダクトの一貫性:まず該当するドメインスキルを使用し、シネマトグラフィーを可変ブロックとして適用。
品質基準
戻る前に以下を確認:
- カメラの動きがシーンに対して物理的に妥当であること。
- レンズ、ショットサイズ、カメラアングルが互いに矛盾しないこと。
- 照明の方向が明確で一貫していること。
- カラーグレードがムードをサポートし、被写体のディテールを平坦化しないこと。
- 動画プロンプトは、選択したモデルが複数のプロンプトやショットリストをサポートしない限り、1つのショットを記述すること。
- ダウンロードされたファイルが
downloaded_files[]から来ていること。
結果が汎用的に見える場合は、形容詞を追加する前に、カメラ、ブロッキング、照明、環境における具体性を高めてください。