alifmahmudashik/shorts-studio-skill

漫画3Dストーリーショート（three.js + Remotion）

実証済み例: 歌に落ちた橋。1831年のブロートン橋と、74人の兵士が歩調を合わせて行進したことにまつわる、オリジナルの67秒のショート動画です。

• コード: Remotionプロジェクトの src/videos/bridge/（コンポジション BridgeShort、1080x1920、30 fps）。
• スクリプト、音声、サウンド: ~/bridge-short/。
• スタイル調査: references/。

スタイルリファレンスは非公開で調査されたチャンネルです（references/: STYLE_BIBLE.md、reports/*.md、frames/）。

• これらの動画は非公開の学習用資料です。アップロード、公開、送信は絶対に行わないでください。
• スクリプト、キャラクター、ショットをコピーしないでください。ストーリー、キャラクター、音声は常に独自のものです。
• ナレーションや説明文でチャンネル名を決して言わないでください。

適用されるユーザールール:

• キャプション: ショート動画ではデフォルトでオン。一度に1単語、中央揃え、太字、暗い輪郭、安全領域内、words.json にタイミングを合わせます（「字幕」を参照）。ユーザーがそう言った場合にのみオフにします。他の画面上のラベルはありません。
• 英語のみ。
• 音声: 一定のトーン（無表情: ナレーターは決して反応せず、キャラクターが反応します）。
• ジョークは調査された実際の事実に基づきます。
• 標準ミックス: 音楽 +3 dB、SFX -6 dB、音声はそのまま。
• 最終出力は2K縦型:1440x2560、--scale 1.3333。
• Opus maxがすべてのチェックを検証します。
• 各ステップの後に保存します。
• スクリプトが承認されたら「とにかく実行」します。

パイプライン

1. トピックと事実. 物理的な原因と結果（視覚的にわかりやすいもの）があり、それを説明する簡単な日常的なアナロジーが存在する、驚くべき実話を1つ選びます。
   • 事実とその出典を SCRIPT.md の先頭に記述します。
2. スクリプト（約3.7語/秒、35-70秒）。事実ベースのショートには以下の「バイラルストーリーフォーマット」と「面白くする」を使用します。ブリッジビートフォーマットは災害ストーリーの代替手段です:
   • フック: 不条理な事実を一文で（「74人の兵士が橋を渡っただけで鉄橋を倒した」）。
   • 設定: 年、場所、誇り。
   • 行動: 3つか4つのビートにわたるエスカレーション。それぞれ少しずつ大きくなります。
   • スナップ: それが壊れる瞬間。
   • 無表情の二行: 「幸運にも... / 不運にも...」。
   • 解説: 日常的なアナロジーを使った1つの物理的概念（ブランコに乗る子供）。
   • 結果: それが生み出したルール。
   • コールバックツイスト: 結末。
   • 視聴者がすでに見ているものを画面上で説明しないでください。
3. 音声. voice.wav を録音または生成し、その単語タイミング words.json を（単語タイム付きの任意の音声認識を使用して）作成します。
   • それらをプロジェクトフォルダ（例: ~/bridge-short/voice/）に置きます。
   • 単語タイミングを手動で修正します。すべては words.json にタイミングが合わせられ、キャプションもそれから描画されます。
4. ショット計画 を story.ts で行います: templates/bridge/（最終的なブリッジソース、Remotionプロジェクトの src/videos/bridge/ と同じ）を src/videos/<name>/ にコピーし、src/Root.tsx の BridgeShort の隣に新しいコンポジションを登録し、名前を変更します。
   • SHOTS: id、a/bフレーム、light day/golden、crowd mode、tau ストーリー時間。
   • XFADE: 場所/時間の変更でのクロスフェード。
   • FLASH_AT: フック後の白いフラッシュ。
   • CAMS: ショットごとのキー {f, dur?, cut?, s: f => {pos, look, fov, roll}}。
   • KICKS: インパクトフリップシェイク。
   • DOF/dofAt: ビートごとのレンズブラー。
   • FOREGROUND: 近接フレーミング小道具。
   • すべての視覚的反応は、対応する単語の0〜3フレーム前に発生します。
   • 各文の主題を1つの連続した流れにチェーンします（flow.ts、「連続フロー」を参照）。すべての動きに名前を付け、すべての停止にフレーミングサイズを付けます（「カメラの多様性」と「フレーミング」を参照）。
   • すべての場所に独自のライトプリセットを与えます（「場所ごとの照明」を参照）。
5. ワールド.
   • lights.ts: LIGHTS に加えて、ライトごとの LOOK 空/川/雲パレット。
   • shade.ts: 2トーンシェーディングと untone()。
   • build.ts: 町、家、Kenney CC0 キットのプロップを再着色、カメラを遮るものの視線カリング付き。
   • paint.ts: HD Canvas2D ペイントテクスチャ、継ぎ目は暗い色合いでペイント。
   • world.ts: スカイシェーダー、フォグ = 地平線の色、川、フレームごとのポージング、ショットごとに固定された太陽、カメラ相対。
6. キャラクター.
   • toon.ts: Canvas2D Pen 描画API、600x1000 デザインキャンバス、y = 975 のソール、ビーンヘッド、スティックリム、プラム可変幅アウトライン、顔ライブラリ。
   • cast.ts: カメラ対面ビルボード、群衆、エフェクトカード、まばたき、歩行サイクル。すべてのビルボードは NOINK レイヤーに配置されます。
   • cardshade.ts: シーンライトで照らされたカード、エミッシブなし。
7. ポスト（Bridge.tsx + ink.ts + lensblur.ts + grade.ts）。
   • コンポーザー順序: ink → lens pre → lens main → bloom → NEUTRAL トーンマップ → grade（MSAA 4）。
   • すべてのピクセルパラメータは出力高さ / 1920 でスケーリングされます。
8. サウンド（~/bridge-short/audio/: timeline.py、sfx_gen.py、sfx.py、music.py、instruments.py、dsp.py、mix.py）。
   • イベントテーブル → 合成SFXに加えて、音声の下にダッキングされたオリジナルスコア。
   • 出力: mix.wav（48 kHz、正確な長さ）、ステム、cues.md。
   • サウンドを作成する前に、映像の時間定数をロックします。後でタイミングを変更する場合は、サウンドを再実行する必要があります。
9. ルックチェック. node scripts/bridge-stills.mjs out/<name>/x_ 100,400 0.5 を実行します。
   • BRIDGE_ENTRY=src/sandboxes/<n>/index.tsx を設定して、サンドボックスコピーをレンダリングします。
   • python scripts/sbs_sheet.py out.jpg --ours ... --ref ... で参照フレームとの比較画像を作成します。
   • それらをOpus max検証者に送信します:1〜3枚の画像、200ワード以内の判定。
   • すべてのショットに対してフレーミングチェック（templates/bridge/framing.ts）を実行し、ショットごとに1枚の静止画（最初、中間、最後のフレーム）を含む1枚のコンタクトシートを作成します。「品質ゲート」を参照してください。
10. 最終レンダリング.
    • npx remotion render src/index.ts <Comp> out/<name>/video.mp4 --codec h264 --crf 16 --scale 1.3333
    • -map 0:v:0 -map 1:a:0 でマルチプレクスします（Remotionは無音のオーディオトラックを書き込みます）。
    • QA: python scripts/short_qa.py final.mp4 out/<name>/qa shots.json は、すべてのフレームについて黒、白、フリーズ、ポップフレーム、ラウドネス、シートをチェックします。
    • 見つかった問題を修正し、詳細なOpus監査を実行します。
11. 納品. 最終MP4ファイルを SendUserFile で送信し、メモリを更新し、メモを書き込みます。

事前飛行（これを最初に行う）

• templates/bridge/、references/、scripts/ が存在することを確認します（存在しない場合、Remotionプロジェクトの隣に github.com/mromidev/claude-animated-shorts またはそのフォークをクローンします）。存在しない場合は、停止して取得します。テンプレートなしで一般的な three.js ルックを即興で作らないでください。
• 最初に15秒のテストクリップ（フック + 2〜3ショット、キャプションとサウンド付き）を作成します。静止画をレンダリングし、品質ゲートを実行し、修正してから、完全なストーリーに拡張します。完全なレンダリングに直接進まないでください。

バイラルストーリーフォーマット: 「天才を笑う」（事実ベースのショートに使用）

毎回6つのビート:

1. 奇妙な行動 文脈なし、1枚の絵で表示（フック、最初の3秒）。
2. 笑い: 他のキャラクターが主人公を嘲笑う。
3. 彼らは皆右を見る: 時間が経過し、主人公は間違っているか無害に見える。
4. 手がかり: 見返りを予感させる1つの詳細。
5. 見返り: 主人公が正しかったことを証明する出来事（視覚的なクライマックス）。
6. 科学: メカニズム（内部 / 断面 / マクロビュー）を示し、それを1つの簡単な文で説明する。

• 事実の羅列ではなく、主人公がいる物語として語ります。1つの画像で見え、人々が笑うような奇妙な慣行を選びます。
• 最後の行は、簡潔な要約ではなく、議論やコメント（議論の余地のある何か）を開始します。
• タイトルのパターン: 「なぜXは...」「どのようにXは...」「Xが本当に意味していたもの」。タイトルに見返りのネタバレを含めないでください。
• ペーシング: 2〜3秒ごとに新しい主題、カットではなくカメラの移動（「連続フロー」を参照）で到達し、ほぼすべての動きやディゾルブに効果音（ウィッシュ、カチッ、群衆の笑い声）があり、音声の下に音楽があります。
• 豊かな場所、シンプルなキャラクター（丸い頭、棒状の腕）: 60秒のショートには12〜16の異なる場所と20以上の小道具を計画し、各場所に独自の照明ムードを与えます。
• 最初に出典とともに事実を書きます。年と数字は自然に発音され（「えいせんはっぴゃくよんじゅうしち」）、キャプションは数字として表示されます。
• 例: templates/SCRIPT_viral_example.md。

面白くする（コメディエンジン）

群衆は主人公を笑います。視聴者も笑うべきです。

• 無表情の声、不条理な絵. ナレーターは決して反応しません。キャラクターが反応します。この2つのギャップがジョークです。
• 4〜6秒ごとにギャグ、ショートごとに少なくとも3種類を使用します: ラインギャグ（控えめな表現、「幸運にも... / 不運にも...」）、ビジュアルギャグ（リアクション顔、背景の小さな細部、間違ったスケールの小道具）、サウンドギャグ（リアクションに合わせたばかげたSFX）。
• 3のルール: 2つの通常のビート、その後3つ目がパターンを破ります。
• ランニングギャグ: 1人の背景キャラクターまたはオブジェクト（鳩、サンドイッチを持った男）が3〜4回登場し、終盤で見返りを得ます。
• リアクションショット: カメラはパンチワードの3〜6フレーム後に顔（フローストップまたはラックフォーカス、カットではない）に落ち着き、8〜12フレーム保持します。顔ライブラリを使用します。少なくとも1つの「無関心」と1つの「ショック」を含めます。「リアクションと会話ビート」を参照してください。
• 自信過剰な主人公、尊大な群衆、過度に真面目な役人: キャラクターは些細なことを致命的に真剣に受け止めます。
• 1つのビート（見返り）だけで物理を誇張する: 押しつぶして伸ばす、砂塵、インパクトキック。
• コールバックエンディング: 最後の行は、起こったことを使用して最初の行（フック）をねじります。
• ジョークは実際の事実の範囲内に留めます: 面白い部分は真実の詳細です。実際の被害者やグループを決してパンチしないでください。ターゲットは過信と尊大さです。

字幕（単語ごとのキャプション）

• ソース: words.json（音声の単語タイミング、手動修正）。任意の音声認識で動作します。templates/bridge/Captions.tsx の normalizeWords() は、{word|text, start|start_time, end|end_time} を秒またはミリ秒で受け入れ、ElevenLabsの「スペーシング」エントリをスキップします。
• 音声認識テキストがスクリプト（数字、名前、スペル）と異なる場合は、テキストをSCRIPTの単語に置き換え、STTのタイミングを保持します。キャプションはスクリプトのスペル（「1847」）を表示します。音声は「えいせんはっぴゃくよんじゅうしち」と言っていてもです。
• コンポーネント: templates/bridge/Captions.tsx を src/videos/<name>/ にコピーし、<Captions words={WORDS} /> をコンポジションの最後の子としてレンダリングします。three.js キャンバスの上のDOMオーバーレイとして、ポストプロダクションコンポーザーの外側に配置します（テキストにインク、ブラー、ブルーム、グレーディングは適用しません）。
• スタイル: 一度に1単語、フレーム高さの約68％（顔の下、安全領域内）で水平方向に中央揃え、太いサンセリフ、白い塗りつぶし、1080幅で9pxの暗い輪郭、ポップインスケール 0.8 → 1.08 → 1 over 6フレーム、背景ボックスなし、最大幅86％。数字、名前、パンチワードはアクセントカラー（highlight）を使用します。ピクセルサイズは出力高さ / 1920 でスケーリングされます。
• 顔を決して覆わないでください: クローズアップでキャプション位置に顔がある場合は、yPercent={(frame) => ...} を渡して、そのショットのために移動します。
• キャプションは、その単語が聞こえる1フレーム前に表示されます（lead）。
• QA: すべてのショットのパンチワードで静止画をレンダリングし、キャプションが安全領域内にあり、顔を覆っていないことを確認します。