Android ローンチビデオ は何をしますか?
実際のアプリをエミュレータ上で動作させ、Google Play向けプロモーションビデオ(16:9)、SNS向け縦型動画(9:16、それぞれナレーションあり/なし)、ストア画像を制作するためのメソッドとツールキットです。目標は、単なる画面録画ではなく、完成された代理店品質のフィルムです。
このスキルは、product-launch-motion(AbubakrChan作、MITライセンス)をAndroid向けに適用したものです。このスキルは必須であり、バンドルされていません。以下のリンクからインストールし(コミット edbfb105 でテスト済み)、フィルムコードを書く前に以下のドキュメントを読んでください:
SKILL.mdreferences/technique.mdreferences/prompts.mdlegacy/references/03-word-locked-sync.mdlegacy/references/07-sound-and-master.md
Android向けに変更した点:カーソルの代わりにタッチインジケーター、モーション再構築ではなく実際の60fpsキャプチャ、画面から浮かせた要素には不透明なサーフェス、ボーカルチョップアーティファクトのチェック、音声認識によるナレーション検証、Playストアのルール対応。
ツールは tools/ にあります(索引は references/tools.md)。詳細な説明は references/ にあります。このファイルはメソッドとルールを定めます。
1. 成果物
| 成果物 | 仕様 |
|---|---|
| Play / YouTube 動画 | 1920x1080、60 fps、H.264、AAC 48 kHz、-14 LUFS 統合、true peak <= -1 dBTP |
| SNS用縦型動画 | 1080x1920、同仕様、単独で構成(16:9のクロップ不可) |
| ナレーションあり/なし 各 | マスター4本。ナレーション入りカットは別途作成し、決して音楽のみのカットと置き換えない |
| Play スクリーンショット | 最大8枚、1080x1920、24ビットPNG(アルファなし)またはJPEG |
| フィーチャーグラフィック | 1024x500、アルファなし。中央(x 362~662程度)は空ける:Playが再生ボタンを配置するため |
| SNS用スチル画像 | 1080x1920 |
| プレビュー | 各最大14 MB、アーティファクトで表示するため |
長さ:約40秒、最大50秒。
9:16では、Reels、Shorts、TikTokのUIで覆われる領域(上部14%、下部20%、右端約120px)に重要事項(テキスト、ロゴ、ボタン)を配置しない。
2. 制作ルール(承認後、厳守すること)
- 完成品であること。 すべてのフレームを有料の代理店フィルムとして評価する。
- 実際のモーション。 電話機内で動くものはすべて、アプリを60fpsで録画したもの。モーションをアニメーションスクリーンショットから再構築しない。カクつくクリップは再度録画する。
- カーソルなし。 Androidにはマウスがない。各タッチは、実際のタッチの位置とタイミング(キャプチャのタップログから)に、ソフトなディスクとマテリアルリップルでマークする。
- 画面上に他のアプリを表示しない(メッセージアプリ、マップ、ブラウザ、アカウントピッカーなど)。アプリがボタン上で他のアプリ名を挙げている場合、その単語は読み上げてもよいが、他のアプリ自体は決して表示しない。
- サーフェスなしに浮かせない。 電話画面から浮かせたものはすべて、独自の不透明なサーフェス(カード自体、またはそのセクションのアプリコンテナ)の上に配置し、その半径、色、ソフトシャドウを持たせる。テキストを電話の上に重ねたり、テキスト同士を重ねたりしない。
- アプリと同一であること。 浮かせた要素は、表示フレームから正確に切り抜いた状態で始まり、空中で短いぼかしを経て、その切り抜きに対して調整されたベクター複製にクロスフェードする。架空のバッジ、アイコン、ボタン、データは作成しない。
- ブランドまたはアプリに存在しないものは入れない。 最終ボタンに再生グリフ、全画面カラーワイプ、テキストを読みやすくするための背景ボックスなどは使用しない。代わりにサイズを調整する。
- ブランドで開始し、ブランドで終了する。 両方のフォーマットで軸を中心に配置する。
- 生き生きとしたモーション。 ビートに合わせて伸び、細くなり、交差する長いストロークは、硬いブロックよりも読みやすい。
- 信頼できるデータ: アプリのドメインにおける実際の市場価値。実際の個人データは絶対に使用しない。
- コピーは掲載言語で、正しい発音記号を使用し、emダッシュは使用しない。
- レビュアーは、制作前に、スクリプト、音楽、音声、ブランドの発音を承認し、事前に確認されていないものは一切見せない(セクション11)。
3. 役割と承認
- ディレクター(メインセッション):レビュアーと対話し、サブエージェントを起動し、レビューと公開を行う。レビュアーへの質問は AskUserQuestion を通じて行う。
- 分析サブエージェント:製品、ブランド、フロー、ローカル環境、サンプルデータ、録画計画、スクリプト。アプリのビルドやエミュレータの起動は行わない。
- 承認:アーティファクト内のストーリーボード(Playwrightで描画され、表示前に確認されるキーフレーム)、小節単位のスクリプト、音楽、音声キャスティング、ブランドの発音、録画中にモニターを回転させる許可。
- 制作サブエージェント:ビルド、エミュレータ、キャプチャ、フィルム、オーディオ、ナレーション、レンダリング、スチル、チェック、成果物。作業ディレクトリの
PROGRESS.mdに進捗を記録する。 - クローズ:ディレクターがレビューおよび公開。レビュアーからの指摘は、承認されるまで制作に戻される(SendMessage)。
4. ローカル環境とデータ
- ローカルエミュレータのみ。 シードする前に、すべてのエミュレータホスト変数が設定されていることを確認する。1つの変数が欠けている状態で管理SDK経由でシードすると、本番環境に書き込まれる可能性がある。
- ターゲット市場にとって信頼できるデータ: 名前、場所、価格、写真。商用利用が許可されているライセンスの写真を使用し、出典を明記し、サードパーティのブランドは使用しない。
- 位置情報:
adb -s <シリアル> emu geo fix <経度> <緯度>。 - リリースまたはプロファイルビルド、デバッグオーバーレイなし、エミュレータをターゲットにする。録画のためだけに存在するパッチ(環境バナーを非表示にする、待機をスキップするなど)はコミットせず、最後に元に戻す。
- テレメトリ(クラッシュレポート、分析)はそのビルドではオフにするか、本番環境に到達しないことを証明する。
- クリーンなステータスバーにするために SystemUI デモモードを使用する(
tools/capture/demo.sh):9:41、フルバッテリー、Wi-Fi、通知なし。 - システムアニメーションスケールは 1 に設定して録画する。0 にするとアプリは電話のように動かない。
- 共有バックエンド: 共有のもの(ステージングデータベースなど)に書き込みが行われる場合、前後の行数を数える。シミュレートされたプロバイダーを持つローカルAPIは、共有データベースに架空のデータを残す可能性がある。
5. 実際の60fpsキャプチャ
エミュレータ内の screenrecord では不十分:1080x2400で約41fps(720x1600で53fps)、スクロールはカクつく見える。テスト用にのみ使用する(tools/capture/clip.py)。オプション:
- Windowsホスト + GPU(テスト済み)。 Windows上のエミュレータで
-gpu hostを使用し、電話が1:1で収まるようにモニターをポートレートに回転、ffmpeg のddagrab(デスクトップデュプリケーション)を60fpsで使用し、電話画面にクロップして回転、hevc_amf(AMD、テスト済み)またはh264_nvencまたはhevc_nvenc(NVIDIA、未テスト)でほぼロスレスでエンコード。tools/capture/capture.py(ClipGPU)が録画、タップとスワイプをエミュレータクロックで記録し、クリップをWSLに移動する。 - 物理電話機 + scrcpy(未テスト)。 電話のリフレッシュレートで
scrcpy --record。タップログと同期は適応が必要。 - macOS / Linux ホスト: 対象外。
続いて sync60.py が各タップをそれが引き起こす視覚変化に合わせ、measure2.py、stutter.py、jumps.py が結果を測定する(テスト済みのセットアップでは毎秒53~59のユニークフレームが得られた)。app_fps.sh はアプリ自体がエミュレータ内で60fpsで描画されているかを示す。Windowsのチェック(ロック解除されたセッション、画面タイムアウト、空きメモリ)を含むステップバイステップ:references/capture-60fps.md。
6. フィルム
DIRECTION.md(アプリテーマからのブランドカラーとフォント、ロゴ、コンセプト、小節単位のスクリプト、ルール)を作成し、次に PLAN.md を作成し、それから初めてコードを書く。1つのHTMLページ(film/index.html?f=16x9 または ?f=9x16)で、すべてが seek(t) の純粋関数:閉形式のスプリング、CSSトランジションなし、タイマーなし。tools/video/film/core.js がエンジン(スプリング、トラック、回転する数字)。ジェネリックなベクター電話フレーム(メーカーのブランドなし)内では、実際の録画のみが seek(t) からフレームごとに再生され、タップログから描画されたタッチインジケーターが表示される。
Playwrightでレンダリング:4つのサブフレームを平均化し、ffmpeg tmix で60fps、メモリ解放に合わせた並列セグメントで実行。下書きは30fps、半サイズ。小節ごとのコンタクトシートとレビュー用の単一フレーム。回転する数字はフレームごとにチェック:間にゴミが表示されてはならない。詳細:references/film.md。
7. 音楽
- Mixkit のトラックは Mixkit ライセンス(https://mixkit.co/license/)に準拠。タイトルと作者はクレジットに含める。ディレクターが選曲し、レビュアーが編集前に試聴する。`tools/music/` にカタログ(タイトル、作者、ジャンル、長さ、リンク)とテンポ/エネルギー分析がある。オーディオはバンドルされていない。
- 独自のビートグリッド(
video/scripts/grid.py):計測されたテンポと最初のビートの位相。カットは、アタック前のディップ内で約14msのイコールパワークロスフェードでビート上に配置される。 - ボーカルチョップチェック。 一部のトラックには、耳には単語(時には不快なもの)のように聞こえる、切り刻まれたボーカルヒットが含まれている。
fingerprint.pyとmusic_check.pyは、ヒットのスペクトル指紋(250 Hz から 6 kHz の40のログバンド、コサイン類似度)を編集のすべてのビートと比較する。いずれも 0.88 に達してはならない。該当する小節は除外し、そのエコーは下げられる。 - サウンドエフェクトは合成され、トラックのスケールにチューニングされ、測定されたピーク上に配置される(
audio.py)。 - ミックスの開始点:トラック x 0.5 + エフェクト x 0.62、-14 LUFS、true peak <= -1 dBTP。
詳細:
references/audio.md。
8. ナレーション
- Gemini TTS、モデル
gemini-3.8-flash-tts。キーは環境変数GEMINI_API_KEYからのみ取得する。決して表示せず、コマンドラインにも、リポジトリやチャットにも置かない。tts.pyはヘッダーでのみ送信し、エラーからは除去する。 - 1日あたりの無料生成数は限られている。 すべてのリクエストはログに記録され、429が報告された場合はリトライしない。予算を管理する:音声ごとに短いキャスティングライン、その後テイクごとにスクリプト全体を1リクエストで生成。
- キャスティング: 自然で温かみのある声、ロボット的ではない。良い候補:Sulafat(温かみ)、Laomedeia(活発)、Leda(若々しい)。
- ブランドの発音: 生成前にレビュアーに確認する。ディレクターのプロンプトノートに記載する(「...と発音します、...のように」)。画面上には決して表示しない。faster-whisper large-v3(
transcribe.py)でヒントありとなしでチェックする。モデルはバンドルされていない:https://huggingface.co/Systran/faster-whisper-large-v3 - 音声を優先。 各行はフィルム内にウィンドウを持ち、そのキーワードは名前が示す視覚変化に着地する(
segment.py、place.py、timing_table.py、pace.py)。 - ナレーション入りミックス(
narrated_mix.py):各行の下で音楽は9~12 dB下がり、ランプがかかる。check_margin.pyは音声が埋もれる箇所を、audio_artifacts.pyはクリックやカットを見つける。 詳細:references/narration.md。
9. ストア画像とPlayメタデータ
- スクリーンショット: 9:16フィルムのクリーンフレーム(
store_shots.mjs、各フレームは単一のseek(t)、モーションブラーなし)またはヘッドライン付きの実際のスクリーンショット。1080x1920、24ビットPNG、アルファなし(png_srgb.py)。最初のスクリーンショットは価値提案を明示する。 - フィーチャーグラフィック 1024x500:ブランド、1行、電話機。中央は空けておく。
- SNS用スチル画像 1080x1920、セクション1の安全帯域を考慮。
- Playメタデータルール(動画にも適用):「#1」「最高」「賞」、推薦文、ダウンロード呼びかけ、期限付きオファー、繰り返されるキーワード、アプリが行わないことの記述は禁止。
詳細:
references/store-assets.md。
10. 配送
- メインアーティファクト: 4つのプレビュー、スチル画像、掲載テキスト、音楽クレジット。
- フォーマットごとに1つのダウンロードページ(Artifact
downloads機能)。マスターは14 MBのパートに分割され(tools/delivery/split.sh)、ブラウザで再結合され、SHA-256で検証されてから保存が提供される(tools/delivery/downloads/index.html、tools/editor/test-downloads.mjsでテスト済み)。1回の公開で最大64 MB送信:パートを複数バッチで同じURLにアップロードする。 - オプションでマスターをWindowsフォルダにコピーする(設定の
masters_dir_wsl)。 - PlayまたはSNSへのアップロードは、レビュアーが要求した場合のみ行う。
11. 何かを表示する前に
すべてのコンタクトシートを自分自身で、実際のサイズで、コンテキストの中で確認し、references/checks.md のチェックを実行する:フィルム(overlaps.mjs、purity.mjs、errors.mjs)、レンダリング(jumps.py、stutter.py)、オーディオ(-14 LUFS、true peak、ボーカル形状のヒットなし、Whisperによる完全な音声)、視覚リスト(カーソルなし、他のアプリなし、デバッグバナーなし、クリーンなステータスバー、個人データなし、テキストのクリップなし、スペルミスなし)。
12. マシンケア
大量処理の前には必ず uptime、free -g、Windowsの空きメモリを確認する。レンダリングはメモリ制限付きスコープ内で実行し、Gradleビルドは一度に1つずつ、長時間のバッチでは温度を監視する(CPU 85°C、GPU 80°Cを超えたら一時停止)。Windowsの空きメモリは2 GBを下回らないようにする。他のセッションのプロセスやエミュレータを強制終了しない。詳細:references/checks.md、セクション「Machine care」。
13. クリーンアップ
Androidエミュレータと起動した他のエミュレータをシャットダウンし、モニターと画面タイムアウトを元に戻し、録画専用のパッチと一時的な設定を元に戻し、Windowsのキャプチャフォルダを空にし、未処理の事項を明確に記載する。
参考文献
references/capture-60fps.md:Windowsホストキャプチャのステップバイステップ。references/film.md:フィルムページの契約、エンジン、レンダリング、レビューシート。references/audio.md:音楽の選択、ビートグリッド、ボーカルチョップチェック、エフェクト、ミックス。references/narration.md:Gemini TTS、キャスティング、Whisperチェック、配置、ナレーション入りミックス。references/store-assets.md:スクリーンショット、フィーチャーグラフィック、Playルール。references/checks.md:プレレビューチェックリストとマシンケア。references/lessons.md:苦労して得た教訓(ルールとして)。references/tools.md:すべてのツール、その機能と呼び出し方法。