oleg-motion は何をしますか?
静止画像から決定論的モーションデザイン:Headless ChromeでフレームごとにレンダリングされるHTMLシーンを、ffmpegでエンコードします。 すべての要素は時間の純粋関数であり、ループは正確に閉じ、レンダリングは再現可能です。ユーザーとはその言語で会話してください。ファイル名とシーンJSONは英語を維持します。
$OMはこのスキルが置かれているディレクトリ(このSKILL.mdを含むフォルダ)を意味します。
0. 実行確認(各マシンで1回)
ランチャー $OM/om 経由ですべてを実行します。これにより、スキル独自のNode.js、ffmpeg、PythonがPATHの先頭に配置されるため、開発者ツールがインストールされていないクリーンなMacでも動作します。
$OM/om doctor # 何がインストールされているか確認
bash $OM/scripts/setup.sh # コア:Node.js、ffmpeg、レンダリングエンジン(不足分をダウンロード)
$OM/om setup --psd # + PSDインポート
$OM/om setup --ml # + フラット画像の自動レイヤー化(~1 GB、モデル含む)
$OM/om update # GitHubから最新バージョン(git不要)、その後再度セットアップ
セットアップに管理者パスワード、Homebrew、gitは不要です。不足しているツールは ~/.cache/oleg-motion/tools にダウンロードされます(OLEG_MOTION_HOME でフォルダを上書き可能)。マシンに既にあるツールは、十分な品質であればそのまま使用します。コアだけで任意の画像をアニメーション化できます(カメラ、パーティクル、ライト、オーバーレイ)。--ml を実行する前に確認を取ってください(モデルをダウンロードします)。om が実行可能でない場合(zipから展開した場合)は、bash $OM/om … を呼び出してください。
1. ブリーフィング — まず確認してから、クリック可能な選択肢で質問
ユーザーがファイルをドロップして「動かして」と言います。ほとんどの人は動作を言葉で説明できません。そのため、オープンクエスチョンは避け、まず自分で画像を確認し(開く)、その要素(見出し、価格、ボタン、ロゴ、写真、製品、矢印…)をリストアップしてから質問してください。
最初にブランドキットを確認。 リクエストにブランド/プロジェクト名が含まれている場合、作業フォルダに *.brand.json / oleg-motion.brand.json がある場合、または $OM/brands/ に一致するキットがある場合は、それをロードして scene に --brand を渡します。キットのデフォルトでほとんどの質問は不要になり(スキップ可能)、protect / avoid / notes は厳格なルールとして扱います。形式については references/brand-kit.md を参照。キットがない場合は、納品時(ステップ6)に保存することを提案します。
クラフトについて質問しない — タイミング、イージング、振幅、スターガー、パーティクル数はプロフェッショナルなデフォルト値を使用します(references/motion-guidelines.md)。ユーザーが依頼した場合のみ変更します。すべての質問には、そのまま受け入れ可能なデフォルト値が用意されています。
ユーザーが「просто зроби」/「just do it」/「任せて」と言った場合、またはリクエストに回答が既に含まれている場合は、質問をスキップします。デフォルト値を選び、1行でその旨を伝えます。
それ以外の場合は、選択肢付きで一度だけ質問 — AskUserQuestion ツールが利用可能な場合はそれを使用(クリック可能なカード。そうでない場合は、数字付き選択肢を1つのメッセージで)。最大4つの質問。各質問の先頭には、画像から見てあなたが推奨する選択肢を配置します。
- どこで使用しますか? → プロファイル:「як є — そのままの縦横比」(
source:元のアスペクト比、長辺を1920pxに制限)、Instagram投稿 4:5(feed-portrait)、ストーリー/リール 9:16(story)、ウェブサイトバナー(web-hero/web-strip)、ディスプレイ広告GIF(display-*)。画像に合わせて4つの選択肢を調整します。例えば、画像の比率が既にあるフォーマットに合っている場合(4:5 → Instagram投稿)、そのフォーマットを別途「як є」(同じ結果)ではなく提供し、推奨します。それ以外の場合は、「як є」を先頭に推奨します。異なる縦横比のフォーマットは画像をクロップする(fit: cover)か、ぼかしたマージンを追加します(contain-blur)。どのような切り取りが発生するか(見出しの端、CTAが切れるなど)を伝え、ユーザーが驚かないようにします。 - キャラクターは? → 画像に合った3~4のムードを、名前ではなく感覚で説明:「落ち着いたプレミアム感」、「エネルギッシュ」、「お祭り気分」、「ほとんど動かない」。説明に対応するムードを記載します(
premium、energetic、festive、calm… 完全なリストは$OM/om moods)。 - 構造は? → 「要素が現れてからループ」(
intro-loop、ソーシャル投稿に適切)、「シームレスループのみ」(loop、サイトバナーに適切)、「1回だけのパスで終了」(oneshot)。 - 主役(ヒーロー)は何ですか?(複数選択可) → あなたが見つけた最も目立つ要素から3~4、例:「見出し SUMMER SALE」、「CTAボタン」、「写真」、「製品」。ヒーローが主な動きを得て、それ以外は落ち着いた状態を保ちます。
未回答の場合のデフォルト:アスペクト比からのプロファイル、6秒(intro-loopの場合はイントロ2秒+ループ4秒)、MP4、パレットと被写体から選ばれたムード。参考動画(「こんな感じ」)があれば、どんな回答よりも優先されます — references/reference-analysis.md を使って分解し、内容ではなくリズムをコピーします。
2. モーションプラン — レンダリング前に言葉で合意
最初のレンダリング前に、プレーンな言葉(ユーザーの言語)で、要素ごとに1行、タイミングを含めて計画を示します。例:
イントロ(2秒): ロゴが現れる → 見出しが行ごとに上昇 → 「-30%」がポップ → ボタンと商品が下から現れる。 ループ(4秒): 「-30%」がほのかに光り、シャインが走る・ボタンがパルス・商品が微かに浮遊・背景に暖かい塵。 動かないもの: ロゴ(きらめきのみ)、価格(出現後)、日付。
同じメッセージ内で「これで進めますか、それとも何か変更しますか?」と尋ね、承諾を得てから(またはユーザーが質問をスキップした場合はすぐにレンダリングし、結果とともに計画を示す)進めてください。計画の変更は数秒、レンダリングの変更は数分かかります。計画は、次のステップでどの要素に専用レイヤーが必要かを決定します。
3. レイヤーの取得
入力タイプに応じて選択します。目標は、役割(ロール)を持つ layers.json を取得することです(references/scene-format.md 参照)。
| 入力 | コマンド |
|---|---|
| フラットJPG/PNG、MLインストール済み | $OM/om py $OM/scripts/ml/auto_layers.py in.jpg --out work/layers |
| PSD | $OM/om py $OM/scripts/psd_layers.py in.psd --out work/layers |
| PNGレイヤーフォルダー | $OM/om layers-from-dir path/to/pngs |
| デザインされたクリエイティブ(カード、ボタン、矢印、フレームからはみ出た頭部の写真)、または自動レイヤーが誤っている場合 | regions.json(ボックス/ポリゴン+マスクモード)を作成 → $OM/om py $OM/scripts/ml/cut_regions.py regions.json --out work/layers(スクリプトのdocstringに形式あり) |
| フラット画像、MLなし | layers.json を手書き:background レイヤー1つ(パーティクルがテキストを避ける必要がある場合はテキストボックスを尋ねる) |
regions.json の場合、座標は目視ではなく測定で見つけます。明るい/暗いピクセルを閾値処理し、コンポーネントのバウンディングボックスを出力します。フォトカードの場合はフレームの色をスキャンしてエッジをフィットさせます(実際のエッジの3~5ピクセル内側のポリゴンで、背景に明るい線が残り、カードがクリップされます)。無地の背景上のテキスト/ロゴ/線には mask: "contrast"、頭部がはみ出ているフォトカードには "full" + popout、込み入った写真の物体には "seg" を使用します。
シーンを構築する前に、必ず preview.png / レイヤーPNGを開いて分割結果を確認してください。自動レイヤーは誤ったラベル付けをする可能性があります(ロゴをテキストとして、価格を見出しとして、実際は背景である被写体を検出など)。layers.json でロールを修正します。ロールが何を動かして良いかを決定します。被写体の切り抜きが不十分な場合は、粗いエッジをアニメーション化するよりも、そのレイヤーを削除します。
4. シーンの構築
$OM/om scene --layers work/layers/layers.json --mood energetic \
--profile feed-portrait --structure intro-loop [--brand brand.json] \
[--intensity 1] [--speed 1] [--density 1] --out work/scene.json
これにより、ムードバンドル(およびブランドキット)から scene.json がドラフトされます。その後、合意した計画に合わせて編集します。ここがクラフトの本質です。レイヤーごとのイントロタイミングは50~100msずつずらし(カスケード全体は2秒以内、エントランスは400~800ms、イーズアウト。跳ねる動きは遊び心のある1要素のみ)、ヒーローのライト/グロー、デコレーションの動き(矢印の跳ね、バッジの回転)、パーティクルは画像またはブランドキットから1つのアクセントカラーにします。すべてのエフェクトとそのパラメーターについては references/effects.md を、プロフェッショナルな品質を保つための制限については references/motion-guidelines.md を参照してください。
5. レンダリング、確認、反復
$OM/om render work/scene.json --out work/out --quality draft # クイックチェック
$OM/om render work/scene.json --out work/out --formats mp4,webm,gif # 最終版
レンダリングのたびに *-sheet.jpg(8フレーム)を確認し、不明な点がある場合は単一フレームを抽出(ffmpeg -ss 2.5 -i out.mp4 -frames:v 1 f.png)して表示します。レポート(*-report.json、stderrに要約)で以下をチェック:ループの継ぎ目、フラッシュ(≤3/秒)、ロックされたレイヤーが動いていないこと、セーフゾーン(テキスト/価格/CTA は端から≥10%、ロゴは≥5%。cut = フォーマット変更によりクロップされた、as-designed = 元のソースが既にその範囲だった)、ファイルサイズ制限。
欠陥を修正してから納品します。目に見える継ぎ目は通常、cycles が非整数であることを意味します。ファイルサイズ超過は、パーティクル/グレインの削減、またはGIFのサイズ/fps低下を意味します。
ユーザーにドラフト(コンタクトシートまたはMP4)を見せ、ユーザーの言葉で調整を促します — 「もっとゆっくり」、「輝きを減らして」、「パーティクルなし」、「ボタンをもっと明るく」、「イントロを削除」。references/tweaks.md はそのようなフレーズをシーン編集にマッピングします。それらを適用し、ドラフトとして再レンダリングし、ユーザーが満足した場合のみ最終版をレンダリングします。
ラップトップ(M1、8GB)でのコスト目安:自動レイヤー化 ≈ 画像1枚あたり3~4分(1回実行し、その後シーンを反復)。レンダリング ≈ 1フレームあたり0.2~0.4秒(6秒、30fpsで約1分)。長時間のステップの前にユーザーに伝えます。
6. 納品
ユーザーに提供するもの:ファイル(パス+サイズ)、ポスターJPG、何が動くかを1文で説明、ウェブサイト用の埋め込みヒント <video autoplay muted loop playsinline poster="…">。ターゲットプラットフォームにハードリミット(正確なサイズ、コーデック、最大MB)がある場合は、それが満たされたかどうかを伝えます。もしブランドの仕事でキットがまだ存在しない場合は、1行でキットを保存する(references/brand-kit.md)提案を1行で行い、次回は質問が既に回答済みになるようにします。
品質を維持するルール(とその理由)
- ヒーローモーション1つ、周辺モーション2つまで。 視聴者は一度に1つのことしか読み取れません。余分な動きはメッセージと競合します。
- 価格、法的テキスト、ロゴは固定。 動きは文字をぼやけさせ、ぐらつかせます。可読性とブランド信頼性が派手さに勝ります。ロールがこれを強制します。価格を
textに再割り当てして動きをつけないでください。 - 人物の動きを偽装しない。 切り抜かれた人物は走ったり手を振ったりできません。全身を上下に動かしたりパルスさせたりすると、段ボールの人形のように見えます。人物には奥行き(カメラパララックス)とイントロのみを与え、それ以上は与えません。
- 小さな振幅。 カメラ押し込み3~6%、傾き2~4°、呼吸≤2%。大きなズームやパララックスは乗り物酔いを引き起こし、素人っぽく見えます。
- サイクルは整数のみ。 すべてのモーションがループあたり整数サイクルを完了するため、ループはシームレスです。
cyclesを小数に設定しないでください。 - 最初のフレーム = 完成したポスター。
loopでは最初のフレームにすべてが配置済みです。エントランスが必要な場合はintro-loopを使用します。 - テキストの生成的な再描画はしない。 このスキルはテキストや製品を再描画しません。AIビデオ(オプション。references/ai-video.md 参照)は背景のみに使用し、元のレイヤーをその上に合成します。
トラブルシューティング
Playwright is not installed、Node.js is missing、ffmpegエラー →bash $OM/scripts/setup.sh。- フレームが白または黒 → レイヤーパスが間違っている(stderrの警告を確認)、またはシーンに背景レイヤーがない。
- テキスト検出がスキップされる →
ocrmacはmacOSのみ。他の環境ではテキストレイヤーを手動で渡す。 - パララックスでエッジにハロー →
depthParallax.ampを下げるか、プレートをインペイントする(自動レイヤーは--no-inpaintがない限り行う)。 - GIFが大きすぎる →
display-*プロファイルが自動的に縮小。それ以外の場合はfps/幅を下げる。