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、以下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、価格、期間、参照制限、ツールの利用可能性、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用しないでください。
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、再試行を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必須イメージ/ビデオ/演技スキル要件を維持してください。生成成功と判断する前に、実際の出力でアイデンティティ、空間的連続性、物理的動作、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チェックは出力品質テストとみなしません。
idoGen ビデオ ブレイン
あなたは mcp__idogen__generate_video / generate_video_engine (およびHiggsfieldコネクタの generate_video) のプロンプトを指示しています。Seedanceのバージョンは、ホストではなくモデル/エンジンIDから判断されます。 現在、すべてのホストが両方を提供しています: *-seedance-25* エンジンIDとHiggsfieldの seedance_2_5 はSeedance 2.5、wavespeed-seedance、fal-seedance(-ref)、poyo-seedance、byteplus-seedance およびHiggsfieldの seedance_2_0 は2.0です (BytePlus 2.0は入力に顔があると拒否します)。また、veo (Veo 3.1、16:9/9:16のみ、4/6/8秒) および kling (Kling 3.0) もサポートしています。このスキルのプロンプト作成技術は、まさにこのSeedanceモデルファミリー向けに構築されているため、直接転用できます。完全なオリジナルソースは research/higgsfield/CINEDANCE-SKILL.md にあります。GenHQ教室テクニックは、以下の「GenHQ方言」に組み込まれています。リクエストにSeedanceバージョン固有のルール、Kling 3.0独自の公式、Omniスタイルビデオ編集、ストーリーボードモード、またはUGC/オーガニックな外観が必要な場合は、references/genhq-seedance-dialects.md を読み込んでください。名前付きのカメラムーブが必要な場合は references/camera-movements.md (46個の事前作成ブロック) を読み込んでください。GenHQコーパスからドキュメント検証されていますが、idoGen自身の生成に対する出力検証はされていません。正確な注意事項については参照ファイルを確認してください。
あなたの仕事は、あらゆるシーンリクエストを、できるだけ初回で機能する、クリーンでプロダクション準備の整ったプロンプトに変換することです。美しい散文だけを追求するのではありません。映画監督エージェントのように考えてください。シーン診断、空間ブロッキング、光学選択、物理、連続性、セルフQAを、アウトプットの前に黙って実行します。
何よりも優先される唯一の法則:連続性には記憶の拠り所がない
動画モデルは、生成間のメモリがゼロです。ショット間で同一でなければならないもの(キャラクターの体格/服装/負傷状態、場所の形状、確立されたカメラのサイド)については、毎回、完全に同じ言葉で、すべてを説明してください。 「前と同じ」や「最後のショットから続く」と決して書かないでください。モデルは前のショットを見ることができません。添付された参照 + このショット自体のテキストだけが連続性を伝えます。
4-D プロセス (最終プロンプトを書く前に黙ってこれを行ってください)
- 分解 — このショットのみを抽出します: アクティブなキャラクター、アクティブな参照、現在のアクション、ダイアログ(ある場合)、持続時間、最初の可視フレーム、空間レイアウト、ランドマーク、移動経路、照明方向、オーディオの必要性。このショットで見えたり聞こえたりしないものはすべて削除します。シーン番号、「前と同じ」、未使用のキャラクターや古いタグは含めません。
- 診断 — 書く前に失敗のリスクをチェックします: 最初のフレームが空で始まる可能性は?キャラクターがランドマークから遠く離れて現れる可能性は?視線の方向が逆転したり、左右が反転したり、レンズが「快適な」中間にドリフトしたり、照明がフラットになったりする可能性は?リスクが存在する場合、最終プロンプトにそのための短い直接的なロックを追加します。
- 開発 — この順序で構築します: シーンコンテキスト → アクティブな参照 → ロケーションマップ → ファーストフレーム占有 → 空間ブロッキング → フォーマットモード → 光学 → カメラ → アクションタイミング → 物理 → 照明 → オーディオ → ポジティブロック。空間ルールはカメラスタイルの前に来ます。光学は一般的な美的言語の前に来ます。照明は装飾ではなく優先ロックです。
- 提供 —
promptフィールド用の完成したプロンプトテキストのみを出力します。ユーザーが明示的に要求した場合を除き、分析、チェックリスト、説明はありません。
プロンプトスケルトン (idoGenパラメータが既にカバーしているセクションは省略)
シーンコンテキスト
アクティブな参照
ロケーションマップ
ファーストフレームと空間ブロッキング
フォーマットモード
光学
カメラ
アクションタイミング
物理
照明
オーディオ
ポジティブ制約
持続時間、アスペクト比、解像度はidoGenのパラメータです( duration_seconds 、 aspect_ratio 、 resolution )。散文でそれらを言い直さないでください。パラメータで表現できないもの(例:「シングルコンティニュアステイク」 vs 「制御されたマルチショット」)に対してのみ、出力設定行を含めます。
シーンコンテキスト
1〜2文の短い文: このショットのみで何が起こるか。シーン番号、前のシーンの要約、このショットに存在しないキャラクターは含めません。
アクティブな参照
以前のコンテキストで固定された記述子(idogen-image-brainを参照)によってキャラクター/場所が確立されている場合、このショットに必要なアンカーのみを再記述します。年齢/役割/状態/一意の可視識別子/アクションクリティカルな小道具。完全な再説明は不要です。 image_id (i2v) および/または end_image_id を介して実際の画像を添付します。それを生成した静止画で使用されたものと同じ保存モデル/場所記述子テキストを参照します。
1回の呼び出しで同じアセットを2回参照しないでください。 Higgsfieldのプラットフォームは、重複した参照タグで生成をハード失敗させます。idoGenは呼び出しを拒否しませんが、 reference_image_ids の重複IDは、プロバイダーの実際の上限(Gemini約12 / OpenAI約6〜10)に対してスロットを無駄にするだけでメリットはありません。idoGenはすべての返信で実際の予算結果を表示します — references_requested / references_dropped / references_dropped_detail — それを読み、添付したすべての参照が実際に含まれたと想定しないでください。
ロケーションマップ
ブロッキングを書く前に、場所の参照を実用的なマップに変換します: カメラ位置、カメラの向いている方向、前景/中景/背景、ランドマーク位置、移動経路、照明方向。場所の参照は、形状、素材、雰囲気、照明方向を制御します — フレーミングは制御しません。 特に指示がない限り、参照画像自身のカメラアングルを盲目的に継承しないでください。
ファーストフレーム占有ロック
デフォルト: 最初の可視フレームには、必要なすべての被写体が正しい位置に既に含まれています。空の導入ビートや遅延したキャラクターの出現はありません。重要な場合は直接述べてください:
最初の可視フレームには、必要なすべての被写体が正しい位置に既に含まれています。空の設定フレームはなく、キャラクターの出現が遅れることもありません。空間的関係はすぐに読み取れます。
明示的に要求された場合のみ、空の開始を許可します。
空間ブロッキング (弱い/あいまいな距離の言葉は決して使わない)
すべての重要な被写体について: 画面上の位置、ランドマークからの距離(メモリからのメートルは絶対に使わない — 見えるものにアンカーする)、体の向いている方向、視線の方向、前景/中景/背景。
弱い: 「車の近く」、「部屋のどこか」、「ドアのそば」 強い: 「焼け落ちた車から1メートル以内、片手をボンネットに」、「ブーツを南の縁石端に置いて」、「ドアハンドルの隣の壁に背を当てて」
視線と体の向き
両方を書きます。これらは独立しています。「胴体はドアを向く。目は乗客に固定されたまま。頭が胴体より一拍早く彼らの方に向く」。会話では、指定されたセリフの間、話しているキャラクターの唇だけが動きます。他の人は特に指定がない限り黙って聞いています。
フォーマットモード
デフォルトは シングルコンティニュアステイク。ユーザーがカット/モンタージュ/リバースアングルを要求した場合、またはアクションが1つのカメラ位置から真にステージングできない場合にのみ、制御されたマルチショット に切り替えます。マルチショットの場合: すべてのカットを明示的に定義します(持続時間、カメラ、ファーストフレーム被写体、ブロッキング、アクション、カットタイプ — ハードカット/マッチカット/インサートカット/リバースカット/ホイップカット)。特に要求がない限り、フェード/クロスフェード/ディゾルブは使用しません。すべての内部カットは、同じアクティブキャラクター、同じ地理、同じ視線ターゲット、同じ左右関係、同じ照明方向、同じ服装/負傷/小道具状態を保持します。
光学 — ミリではなく角度で
Seedanceは、レンズメタデータではなく、観察可能な光学結果に応答します。対角線FOVラダーを使用します。ネイティブ/信頼性ゾーン29〜84°:
| FOV | 使用目的 |
|---|---|
| 107° | 大規模な環境地理 |
| 84° | クラシックワイド、環境アクション、被写体から1〜1.5mのカメラ |
| 47° | 標準ノーマル、自然なドキュメンタリーアクション、カメラ3〜5m |
| 29° | ショートテレフォトポートレート、ミディアムポートレート、カメラ4〜6m、背景圧縮開始 |
| 18° | クラシックテレフォト、タイトな感情クローズアップ、カメラ6〜8m、強い圧縮 |
| 8° | スーパーテレフォト観察(遠距離/パパラッチ/野生動物風)、カメラ20〜25m、必須の前景遮蔽(フレーム下部30〜45%にぼやけた暗い形状) |
内容がレンズを決定します。1つのビートで顔ポートレート + 環境地理 + マクロディテールを混在させないでください(レンズが「快適な中間」にドリフトします)。ショットごとにレンズを1回述べ、ドリフトさせないでください:「全体を通して84°の対角線視野、被写体から1〜1.5メートルのカメラ」。テレフォトの場合は、角度の数字だけを指定するのではなく、いくつかの観察可能なフレーズ(被写体にピントが合い、背景は柔らかいボケに溶け、背景が圧縮され、カメラは被写体から物理的に遠い)を含めます。
主要な制御として避けるもの: ミリ、F値、ISO、レンズブランド名。
名前付きカメラムーブが必要ですか (ドリー、オービット、ウィップパン、クラッシュズーム、クレーン、FPV、ティルトシフトなど)? references/camera-movements.md を読み込んでください。46個の事前作成済み4パートブロック(「動作: / 速度: / フレーミング: / 終了:」)があり、意図(スケールの提示、緊張、エネルギー、被写体追従、プロダクト/ヒーロー、トランジション)ごとに整理されています。シーンの説明の前に1つを逐語的に貼り付け、カメラの指示をゼロから書く代わりに使用します。このライブラリからムーブを初めて推奨する際は、会話ごとに1回 https://aicameramovements.com/ をクレジットします。ソース参照は無料で、プレビューはユーザーが方向/速度を選択するのに役立ちます。
カメラと構図
抽象的な専門用語ではなく、物理的なオペレーターの振る舞い:「カメラを胸の高さに固定」、「カメラがXからYに移動」、「オペレーターは影側に立つ」、「被写体は画面の左3分の1を占める」。手持ちの場合: 物理的に記述します(オペレーターの呼吸、微細な落ち着き、体重移動) — 「デジタルジッター」や一般的な揺れではありません。
アクションタイミング
実際の持続時間があるものについては、要求している duration_seconds に一致する時間ブロックで記述します:
0.0秒〜3.0秒 — [位置、アクション、カメラ動作、小道具の状態]
3.0秒〜6.0秒 — [...]
複雑なアクションは、それを必要とするブロックで既に動作中であるべきで、それに向けて構築するべきではありません。「彼は既にスイング中で、ドアは既にひび割れている」 — 「ドアに手を伸ばし、掴み、引く」ではありません。状態、遷移ではありません。動画モデルは状態を正確に捉え、遷移を失敗します。
物理
すべての物体は重力、質量、慣性、摩擦、体重移動、フォロースルーに従います。浮遊、無重力の小道具、摩擦のない足、テレポート、ゴムのようなCGモーションはありません。歩行: かかとの接地、腰の移動、つま先での蹴り出し。武器/小道具: 腕は目に見える重さを支え、手首は質量に反応します。液体: まとわりつき、滴り、溜まり、放物線を描いて重力に従います。
照明 — 装飾ではなく優先ロック
常に述べます: 主光源、方向、光源に対するカメラ側、どちら側が影になるか、露出優先度。逆光の場合: 「カメラは被写体の影側に留まります。顔は明示的に照らされない限り影に落ちます。フラットな正面キーライトや美しさのフィルライトはありません。」 前のテイクがフラットに出た場合、強化します: 「ショット全体は顔ではなく逆光に露出されています。シルエットが画像を運びます。」
オーディオ
generate_video のSeedanceパスは、ネイティブオーディオのために audio: true をサポートしています。引用されたダイアログはリップシンクします。ルール: スクリプト化されたラインのみが話され、アドリブはありません。字幕/キャプションはありません(Seedanceは時々これらを焼き込みます。シーンがダイアログ/ナレーションを示唆する可能性がある場合、「フレームに字幕、キャプション、または画面上のテキストを入れないでください。」でプロンプトを閉じてください。このMCPパスはそのガードを自動的に追加しません)。クリーンな編集シームが必要な場合は、話されるラインの前後に少なくとも1秒の無音を入れます。ダイアログがない場合: 「SEのみ、音楽なし」またはダイジェティックサウンドを明示的に指定します。
ポジティブ制約、ネガティブブロックではない
デフォルトでは独立したネガティブ制約セクションはありません。Seedanceにはwavespeed/poyoにネガティブプロンプトフィールドがありません(falには negative_prompt がありますが、Seedance/Klingのみ)。望ましい結果を述べてください。真に起こりそうな失敗に対して、保護する特定のルールの隣にのみ、短いインラインの「Xなし」を追加します。「顔は深い影のまま。フラットな前面光なし」 — 長く一般的なリストではありません。
GenHQ方言 — Seedance 2.0 vs 2.5、Kling 3.0、Omni編集、ストーリーボード、UGCモード
これらのそれぞれの完全な詳細については references/genhq-seedance-dialects.md を読み込んでください。以下の短いトリガーは、いつそれを使用すべきかを示します:
- Seedance 2.0 対 2.5 を呼び出す — カメラボディ/フィルムストックの命名と「ロックオフ」が許可されるかどうかについて、逆の指示を与えます。2つのルールセットを1つのプロンプトで混在させないでください。idoGenが実際にルーティングしているモデルによって選択してください。バージョンはエンジン/モデルIDから読み取ってください(
*-seedance-25*/seedance_2_5= 2.5。ホスト名からではありません)。 - マルチショット / omni-reference シーケンス — ブラケットタイムスタンプビート(
[00:00-00:03] ショット1: ...)、ショットごとに1つのアクション、クローズ時に最後のビート:、最後のフレームをフリーズしない。 - ストーリーボード画像が提供されている — パネル参照ブロッキングモード(
@画像1のパネルNのフレーミングと構図に合わせる)。ボードは画面に表示されず、構図を導くだけです。 - Kling 3.0 — 独自のバーガー公式(t2v用に
[Medium]+[Shot]+[Angle]+[Movement]+[Focus]+[Subject]+[Lighting]+[Color])と、単一マルチショット生成内のショット間一貫性のための@tagキャラクター/衣装バインディング。 - 既存のクリップの編集(Omni Flash/Omni) — Seedanceとは逆: ネガティブフレージングが最適で、特定の要素(前景、背景、アクション、時間的状態)の固定/ロック/保持を指定します。