Communitygithub.com

3Dビデオスタジオ

日常生活の発明品の偽の起源を描く、約60秒の縦型コメディショートを作成します。フラットな顔のキャラクターが登場する光沢のある3D世界で、3つのカラーアクト、1~2語のキャプション、コードでレンダリングされます。

3Dビデオスタジオ とは?

このスキルは、AIエージェントが日常生活の発明品の偽の起源を描く、約60秒の縦型コメディショート動画を制作するための包括的なツールです。ユーザーが「/3d-video-studio」を実行したり、「なぜXが発明されたのか」といったショート動画の作成を依頼した際に使用します。このスキルは、ストーリー作成、ビジュアルデザイン、3Dレンダリング、音声同期の各ステップを順を追って進め、各段階でユーザーの承認を得ます。出力は、Three.jsでコードベースでレンダリングされたショート動画で、フラットな顔のキャラクター、光沢のある3D世界、特定のスタイルガイド(自然光、わずかにぼやけた背景、緻密な装飾)に従います。このスキルは、Claude CodeなどのAIエージェントプラットフォーム向けに設計されており、Node.js、ffmpeg、Python 3.9+が必要です。セットアップスクリプトがthree.js、Playwright(Chromiumを含む)、Python仮想環境(Parakeet単語タイミングモデル用)を自動的にインストールします。主な機能には、ビートシートの作成、キャラクターキャスト、セットデザイン、ルックデベロップメント、ストーリーボード、音声台本の作成、品質チェック(参照フレームとの比較、レンダリングチェック)が含まれ、参照プロファイルを使用して品質の一貫性を確保します。

対応✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/codewithsiddique-04/3d-video-studio/tree/HEAD

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

/3d-video-studio

┌──────────────────────┐
│  "なぜ運転手は道路を  │  タイトルは行動について問いかけ、発明品の名前を決して出さない
│   撮影し始めたのか"   │
│   ◕‿◕  ▶ 💥           │  フック:策略家の悪行、4秒までにオチが来る
│   抜け穴 → 欲望      │  エスカレーション、無表情な反論、2つの「しかし」の転換
│   静かな男が指す ▣   │  発明品自身の視点を通して明かされる
│ "こうして___は      │  タグがタイトルに答え、最後のショットが最初のショットにループする
│   発明された。"      │
└──────────────────────┘

手順に従って順番に作業してください。⏸ はゲートを示します:停止して結果を表示し、ユーザーの回答を待ちます。 各ゲートで、次に行うステップを伝えてください。現在のステップにリストされているファイルのみを読んでください。

SKILL_DIR="<このスキルのベースディレクトリ>"; ENGINE="$SKILL_DIR/engine"
KIT="$SKILL_DIR/kit"; [ -d "$KIT/node_modules/playwright" ] || KIT="$HOME/.claude/kit"
PY="$KIT/.venv/Scripts/python.exe"; [ -x "$PY" ] || PY="$KIT/.venv/bin/python"
[ -d "$ENGINE/node_modules/three" ] && [ -x "$PY" ] || bash "$SKILL_DIR/setup.sh"

Node 18+、ffmpeg、Python 3.9+が必要です。bash "$SKILL_DIR/setup.sh" で残りの依存関係(three.js、Playwright + Chromium、Parakeetワードタイミングモデルを使用するPython仮想環境)を一度インストールします。以下のすべてのPythonツールは "$PY" で実行してください。

参照プロファイルはすべてのゲートの基準です。

  • PROFILE="$SKILL_DIR/story/examples/dashcam" には測定された数値(profile.json)、各セットアップのフレーム(frames/)、各トランジションのすべてのフレーム(transitions/)が保存されています。
  • ユーザーが新しい参照を持ち込んだ場合は、まずプロファイルを作成し(以下の「新しい参照から学習する」)、PROFILE をそのプロファイルに指定してください。
  • フレームは公開リポジトリには含まれていません。 story/examples/dashcam/ と story/examples/cashier/ には、測定された数値(profile.json)と記述されたビートシートのみが含まれており、参照のフレームは含まれていません(それらは元のチャンネルに帰属します)。$PROFILE/frames が存在しない場合は、ユーザーに参照動画(この形式の任意のショート動画で問題ありません)を依頼し、ステップ4の前に「新しい参照から学習する」のステップ2を $PROFILE を出力フォルダとして実行してください。ユーザーが参照動画を持っていない場合は、profile.json と記述された例のみを基準に判断し、その旨を各ゲートで伝えてください。
  • 私たちのフレームだけを判断しないでください。すべてのレビューシートでは、参照と私たちのフレームを並べて比較します。

ステップ1 · トピック ⏸

story/topic-bank.md を読んでください。ユーザーのトピックを使用するか、3つ提案してください。4つの質問テストを実施し、最も弱いチェック項目を挙げてください。 ゲート: ユーザーがトピックを選択します。

ステップ2 · タイトルとスクリプト ⏸

story/title-formula.md、story/formula.md、story/hook-rules.md、story/script-template.md、story/script-check.md を読んでください。 また、story/rig-check.md(フラットなキャラクターでできることとできないこと)を読み、"$PY" "$SKILL_DIR/tools/rig_check.py" <project>/script.json をスコアリングの前に実行してください。フラグがある場合は、「次のようにステージングする」という注意事項とともに表示してください。リグで表現できない行は、音声を録音する前に修正する必要があります。 最初にタイトルを書き、次にスクリプトをビートごとに書いてください。スコアを付け(9/10未満の場合は書き直し)、タイトル、スクリプト(1行に1文、ビートラベルを横に表示)、単語数、3.8語/秒での推定長さ、スコアを表示してください。 ゲート: ユーザーが承認または編集します。承認された文を <project>/script.json として保存してください(最初に cp -r "$ENGINE/template" <project> でプロジェクトを作成します。<project> は存在してはいけません)。

ステップ3 · ビジュアルバイブル ⏸

look/style-guide.md(ハウスルック:光沢のあるラッカー仕上げの表面、焦点が合っているものすべてにインク、自然光、わずかにぼやけた背景、密度の高い装飾)と look/visual-bible.md(ルールとテンプレート)を読んでください。 まずルックスを生成します:node "$ENGINE/cast.mjs" new <project> --chars <役割> --cars <役割>。次に <project>/visual_bible.md を作成し、以下をカバーします:

  • すべてのキャラクター(体格、頭髪、アウトフィットのレイヤー(16進数)、アクセサリー、ストーリーに必要な表情);
  • すべての環境(レイアウト、表面、可視光源、壁あたり4~8個の装飾品、正確なテキストギャグ、奥行き);
  • インテリア(車、ブース、スクリーン)、小道具(主人公の発明品の完全なもの)、2Dグラフィック;
  • 各アイテムを library + params、library + new text、new のいずれかにマークしたアセット計画。 キャストの出力とともにバイブルを表示してください。ゲート: ユーザーが承認、編集、または再ロールを要求します。

ステップ4 · ルックシート ⏸

ストーリーボードの前に、最終的な詳細度で3Dで構築されたビジュアルデザインを表示してください。look/setup-types.md を読んでください。

  • lookdev.html、lookdev.js、sets.js はテンプレートに付属しています。ストーリーで最も込み入ったセットを sets.js に記述してください(heroSet() はハウスルックの実例です。これを置き換え、レイヤーは維持してください)。バイブルに正確に従ってください。動画は後で同じ sets.js をインポートするため、この作業は無駄になりません。
  • lookdev.js はすでに以下のカードを作成します:
    • すべての cast.json キャラクター(3体一組でラベル付き);
    • 主人公の表情;
    • ヒーローセット:ワイド、レンズブラー10のミディアム、ブラー14の小道具クローズアップ;
    • ヒーローカー。 ヒーロー小道具のカードと、バイブルが new とマークしたその他のセットのカードを追加してください。
  • ストーリーで使用されるセットアップタイプごとに1枚のカード(interior、pov、tracking、house、twoshot、talker、device)。それぞれ実際のセットで実際のフレーミングで構築し、look/setup-types.md のすべての「必須」項目を満たしてください。ダッシュボードPOV、トーカーの壁、デバイスビューは特に見落としがちです。今構築してください。
  • それらを参照とペアにします: "$PY" "$SKILL_DIR/tools/sbs_sheet.py" <project>/review/look_pairs.jpg --ours <カード> --ref <$PROFILE/frames からの同じタイプ>。
  • 1:1の400ピクセルクロップのストリップを1つ追加してください(ゲージ、壁のギャグ、車体、道路)。これにより、詳細の欠落やブラーが明らかになります。
  • node "$ENGINE/film.mjs" check <project> 0 <カード> 0.5 --page lookdev.html を実行し、すべてのFAIL(clipped-artを含む:キャラクターの髪、帽子、頭部のアートが端で平らに切り取られている)を修正してから、node "$ENGINE/film.mjs" sheet <project> <project>/review/look.jpg 0.5 1.5 2.5 ... --page lookdev.html --w 360 --cols 4 を実行してください。
  • コードでスコアを付けます:node "$ENGINE/film.mjs" lookcheck <project> <project>/review/lookcheck 0.5 1.5 ... --page lookdev.html(光沢、輪郭、光、奥行き、密度、色彩、表情;look/targets.json に対して0~10)。すべての LOW を修正してから、シートを一度目視で確認し、数値では判断できない要素(ストーリーの小道具、魅力)をチェックしてください。スコアをシートとともに表示してください。ステップ8でも各アクトのフレームに対して lookcheck を実行してください。 review/look.jpg と review/look_pairs.jpg を引き渡してください。ゲート: ユーザーがキャラクター、世界、すべてのセットアップタイプのルックを承認するか、修正点をリストアップします。動画内のすべてのセットは、このレベルの詳細度で構築されます。

ステップ5 · ストーリーボード + 音声台本 ⏸

2つのドキュメントを一度に作成します:

  1. ストーリーボード <project>/storyboard.md:カメラセットアップごとに1行(18~21行): # | 文 | ビート | セットアップタイプ | カメラムーブ | アクションと表情 | 小道具ギャグ | 入力トランジション(フレーム) | アクト/ムード。 ルールは story/formula.md(「映像と編集」)から;story/examples/dashcam.md に完全な例があります。
    • セットアップタイプ は look/setup-types.md の名前のいずれかです。コード内でショットの type になります。
    • アクションと表情 は、エンジンのポーズ(stand、walk、sitOn、point、lean、armTo…)またはすべてのアクションの小道具を指定します。それ以外は story/rig-check.md で失敗し、構築前に書き直されます。
    • カメラムーブ: すべての行でその動きと速度を指定します(例:「プッシュイン 6%/s」、「プルバックしてワイド」、「オービット 120°」)。デバイスビューのみ「固定」と指定しても構いません。
    • 入力トランジション: ディゾルブは7~10フレーム(秘密の暴露の場合は最大16フレーム)、または世界内トランジションの名前を指定します。 セット、キャラクター、小道具は承認済みのビジュアルバイブルから使用し、バイブルと同じ名前を付けてください。テーブルの下に、ストーリーボードで追加されたものを含むバイブルのアセット計画をコピーしてください。
    • 継続性テーブル(ストーリーボードの下):場所や状態が変わるすべての小道具またはキャラクターを1行で記述します。もの: 状態 → 状態 → 状態。各変更のセットアップ番号を付けます(例:「鍵: ポケット (1) → 床 (3) → 犬の口 (5)」)。
      • すべての変更は 画面上で、名前付きのセットアップ内で行われるか、視聴者が読み取れる画面上のアクション(投げる、着地する、手渡すなど)によって示されます。
      • 視聴者が発生を見たことのない状態からセットアップを開始しないでください。見られなかった変更に依存する後のアクション(誰も落とすのを見なかったものを探すなど)はストーリーボードの失敗です。アクションをセットアップに追加するか、セットアップを追加してください。ナレーションによる時間の飛躍がある場合、通常の画面外のステップ(隠し場所からチケットを取り出すなど)は許可されます。
      • 各小道具に ストーリーオブジェクト(プロットとともに移動する)または ギャグ小道具(隠し場所、容器、ジョークオブジェクトで、自身のビート内に留まる)のラベルを付けてください。新しい場所にあるギャグ小道具は、ナレーションがその場所を指定しない限り失敗します。
      • テーブルの下に、場所ごとに1つの 持ち物ライン:誰がそこにいるか、それぞれが何を持っているか、その理由。
    • 現実性チェック(story/rig-check.md、最後のセクション):すべてのアクションと持ち運ばれるアイテムには、現実の人間がその瞬間にそれを持つ理由がなければなりません。唯一の理由が継続性である場合は、その行を書き直してください。
  2. 音声台本 <project>/voice/cartesia.md:story/voice-cartesia.md を読んで、タグ付きブロック(ブロックごとの感情、速度のアドバイス、「しかし」の転換とタグの前のみのポーズ)を書いてください。

両方を表示してください。ゲート: ユーザーがストーリーボードを承認します。次に 音声を依頼します:「voice/cartesia.md のブロックをCartesiaで生成し、ファイルを <project>/audio/(vo_01.wav、vo_02.wav...または1つのvo.wav)に置いてください。その間に5秒プレビューを作成します。」ステップ6に進むために音声が到着するのを待たないでください。

ステップ6 · 5秒プレビュー ⏸

フックのみ(最初の5秒、通常はセットアップ1~3)を構築し、長時間の構築の前にユーザーがルックを判断できるようにします。engine/API.md を読んでください。engine/template/video.js からブロックをコピーしてください(engine/src は開かないでください)。cast.json からすべてのキャラクターと車を構築し(makeChar(CAST.characters.x)、buildCar(CAST.cars.x))、stand / sit ポーズを使用してください。

  • タイミング:sentenceStarts / captionsFromWords と推定値(estimateWords)、または音声がすでに到着している場合は実際のワードファイル(ステップ7)を使用します。
  • セットを ./sets.js からインポートし、makeStage({ mood: withLook(mood, 'indoor' | 'outdoor') }) を使用してください。
  • 判断の基準となるルックは承認済みのルックシートです:きれいな3D、光沢のある表面、焦点が合っているものすべてにインク、自然光、わずかにぼやけた背景、すべてのフレームが端まで埋まっていること。顔が空白であるか後頭部が表示されている場合は、カメラがポーズの後に配置されています(engine/API.md、chars.js を参照)。
  • すべての顔に mark を、すべてのショットに type を付けてください。node "$ENGINE/film.mjs" check <project> 0 5 0.25 を実行します。FAILがあると終了コード1で終了するため、すべて修正してください。
  • 1枚のシート:node "$ENGINE/film.mjs" sheet <project> <project>/review/preview.jpg 0.2 0.8 1.6 2.6 3.6 4.6 --w 180 --cols 6。一度確認し、明らかに間違っている箇所を修正してください。
  • レンダリング:node "$ENGINE/film.mjs" render <project> <project>/review/preview.mp4 0 5(約1分)。音声が準備できている場合は、その最初の5秒を追加します:ffmpeg -i review/preview.mp4 -i audio/vo.wav -map 0:v -map 1:a -c:v copy -t 5 review/preview_vo.mp4。
  • フックを参照のフックと比較します:
    • "$PY" "$SKILL_DIR/tools/compare_video.py" <project>/review/preview.mp4 "$PROFILE" <project>/review/cmp_preview --range 0 5;
    • 私たちのフライアウトストリップを $PROFILE/transitions/ の横に置きます(フライアウトは約4フレームでガラスを通過し、ワイドショットに着地します)。 プレビューを表示する前に、動き、シャープネス、詳細のFAILを修正してください。 mp4のパスとペアシートを引き渡してください。ゲート: ユーザーがルック(キャラクター、色、カメラ、キャプション)を承認するか、変更を要求します。キャラクターやスタイルの変更はここでは安価ですが、後では高価になります。

ステップ7 · 音声入力

ユーザーが音声が <project>/audio/ にあると言ったら:story/voice-cartesia.md の「音声が到着したら」に従ってください(ブロックの結合、words.py、長さとペースの確認)。

  • ペースは厳格なゲートです: 3.5~4.1語/秒の範囲外の場合(film.mjs check で失敗します)、別の速度での新しいテイクを依頼し、遅いテイクでは構築を進めないでください。前回の動画は3.4語/秒で進み、参照の62秒に対して71秒になりました。
  • それ以外の場合は続行します:編集は文番号に基づいて構築されるため、自動的にタイミングが調整されます。 ステップ8の終了時点で音声が届いていない場合は、再度依頼してください。音声なしで最終版をレンダリングしないでください。

ステップ8 · 残りをアクトごとに構築

各アクト(1:昼、2:夕暮れ/夜、3:雨)を順番に:

  1. 最初に新しいセットと小道具を sets.js に、承認済みのルックシートとバイブルの詳細レベルで構築します(engine/API.md の「まだ構築されていないもの」を参照)。
  2. アクト内のすべてのセットアップのショットブロック。それぞれに type、ストーリーボードで指定されたトランジション(7~10フレームの dissolve、cashBurst() / paperBurst() を使用した burst、ワイプ、またはハードカット)を付けます。
  3. アクトの時間範囲に対する film.mjs check は、終了コード0(FAILなし)でなければなりません。最も重要なFAIL:
    • slow-camera 制限より遅いカメラ(プッシュインは毎秒6~10%ズームする必要があります);
    • ヒーローの顔がそのタイプのサイズ範囲外;
    • 5~12フレーム範囲外のディゾルブ;
    • ラベルが貼り付けられたオブジェクトからはみ出している(decal-overhang):ステッカーとラベルは on: <表面> で登録してください;
    • フレームの端で切れたり、頭で隠されたり、見えなくなっているキーテキスト(text-cut)。ジョークが依存するすべての数字、価格、スクリーン、ラベルは、セットまたはショットが構築されるときに readable(mesh, label, { key: true }) で登録してください。
  4. アクトの ペアシート:下の行に私たちのセットアップ中央、上の行に同じビートの参照のセットアップ(tools/sbs_sheet.py、$PROFILE/frames からのフレーム)。アクトからの1:1の400ピクセルクロップのストリップを1つ追加してください。
  5. トランジションレビュー: アクト内の各トランジションを短いクリップとしてレンダリングします(film.mjs render で、その前後の約1秒間)。フレームごとのストリップを作成し、$PROFILE/transitions/ にある同じ種類の参照トランジションの隣に置いてください。以下をチェックします:
    • カットが1フレームでクリーンに変わること;
    • ディゾルブがイーズカーブに従い、両方のショットが動き続けていること;
    • バーストがフレームの約3分の2以上を覆わず、次のショットがその下にフェードインすること;
    • ワイプによる秘密の暴露

…

[翻訳のために切り詰められました]

関連スキル