Communitygithub.com

Anúncios IA Lab

Anúncios IA Lab — 広告の脚本を、シーンごとにAIキャラクターの動画に変換します。Pixar(3Dアニメ)、novelinha(リアルな人物、手ぶれ風、テレビドラマ調)、office(The Office風モキュメンタリー、2000年代風の映像)の3スタイルに対応。各工程でユーザーの承認を得ながら進行します。

Anúncios IA Lab とは?

Anúncios IA Labは、ユーザーが提供する広告脚本を、完全に自動化されたAIパイプラインで、キャラクターの作成から動画編集までをシーンごとに処理するスキルです。Pixar風3Dアニメーション、リアルな人物が登場する「novelinha」スタイル、The Office風のモキュメンタリー「office」スタイルの3つの表現スタイルから選択でき、各工程(キャラクター作成、シーン分割、画像生成、動画生成、編集)でユーザーの承認を得ながら進行するため、意図に沿った高品質な動画を制作できます。Claude CodeやCursorなどのAIエージェント上で動作し、KIE.aiのモデル(Grok Imagine、Gemini Omni Flashなど)を利用して画像・動画を生成。スクリプトkie.pyにより、プロジェクト管理、バッチ処理、シミュレーションなどを効率的に行います。このスキルは、広告クリエイターやマーケティング担当者が、迅速かつ低コストでプロフェッショナルな動画広告を制作するための強力なツールです。

対応✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/dankeeps/anuncios-ia-lab/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

Anúncios IA Lab は何をしますか?

脚本 → キャラクター → シーン → 画像 → シーン01の動画 → 残りの動画キュー → 編集。各工程は、ユーザーが前の工程を承認するまで開始されません。 各工程でKIEのクレジットを消費します。ユーザーが却下したものは動画化してはいけません。

3つのスタイル

スタイルいつ使用するかリファレンス(工程4の前に読む)
pixar(デフォルト)"アニメ風クリエイティブ", "ピクサー風", "アニメーション"referencias/pixar-referencia.md
novelinha"テレビドラマ調で", "ノヴェリーニャモデル", "リアル", "リアルなアバター"referencias/novelinha-referencia.md
office"The Office風", "モキュメンタリー", "擬似ドキュメンタリー", "古い映像風", "カメラに向かって証言"referencias/office-referencia.md

7つの工程の流れは3スタイル共通です。ビジュアル(referencias/estilos/<スタイル>.jsonのフィールド、kie.py estiloで適用)と、novelinhaおよびofficeではシーンの文法(工程4)が異なります。スタイルが不明な場合は、工程2を止めずに工程3と一緒に尋ねてください。あるスタイルのキャラクターは別のスタイルでは使用できません。Pixarのキャラクターがnovelinhaに出ることはありません。

プロンプトのテンプレート: referencias/prompts.md。工程2、5、6の前に読んでください。

各ファイルの場所

  • APIキー: 環境変数KIE_API_KEY、またはこのスキルのフォルダにある.envファイル(KIE_API_KEY=...)に保存します。スクリプトが自動的に読み込みます。キーをチャットで表示しないでください。キーがない場合は、ユーザーにkie.aiで作成し.envに保存するよう依頼してください。
  • スクリプト: python3 ~/.claude/skills/anuncios-ia-lab/scripts/kie.py。標準ライブラリとffmpegのみを使用。Python 3.9以降で動作します。
  • プロジェクト: ~/Criativos animados/<YYYY-MM-DD-短い名前>/、以下の構造:
    roteiro.md            ユーザーが送った脚本そのまま
    projeto.json          キャラクター、シーン、プロンプト、生成済みデータ(下記形式)
    cenas.md              ユーザーが承認したシーンのテキスト
    personagens/          <id>_v1.png、<id>_v2.png…(作り直したバージョンはantigas/へ)
    imagens/cenaNN.png   各シーンの最初のフレーム
    videos/cenaNN.mp4    アニメーション化されたシーン
    tarefas.jsonl        各生成のログ: KIEのタスク、クレジット、リンク
    edicao/              編集、字幕、最終動画(edicao/の編集スクリプト)
    
  • KIEのモデル(すべてPOST /api/v1/jobs/createTask、次にrecordInfo):
    • grok-imagine-image-2-0/text-to-image: リファレンスなしのキャラクター生成
    • grok-imagine-image-2-0/image-edit: 最大5枚のリファレンス画像(キャラクターと環境)を使用したシーン生成
    • 動画、デフォルト: grok-imagine-video-1-5-preview(エイリアスgrok15)。最初のフレーム(first_frame_url)を使用、1〜15秒、9:16、720p、音声と発話も一緒に生成。4.5クレジット/秒。
    • 代替: google/gemini-omni-flash-1-2(エイリアスomni)、720pで9クレジット/秒。ユーザーから要求された場合、またはプロジェクトがすでにこのモデルで開始されている場合(projeto.jsonの"modelo_video": "omni")のみ使用。広告の途中で音声が変わらないようにするため。

スクリプトのコマンド

K="$HOME/.claude/skills/anuncios-ia-lab/scripts/kie.py"   # 常に python3 "$K" として呼び出す(zshは$Kを分割しない)
python3 "$K" saldo
python3 "$K" estilo --projeto "$P" --nome pixar|novelinha|office   # 指定スタイルでプロジェクトを作成
python3 "$K" lote --projeto "$P" --tipo personagens            # 各キャラクターのバリエーションを承認なしで生成
python3 "$K" lote --projeto "$P" --tipo imagens                # 画像がない全シーンの最初のフレームを生成
python3 "$K" lote --projeto "$P" --tipo imagens --cenas 03,07 --refazer
python3 "$K" lote --projeto "$P" --tipo videos --cenas 01      # 工程6
python3 "$K" lote --projeto "$P" --tipo videos --cenas 02- --paralelo 3   # 工程7、キュー処理
python3 "$K" folha --projeto "$P" --tipo personagens           # または --tipo imagens: コンタクトシート
python3 "$K" juntar --projeto "$P" --aparar                    # 編集なしのシンプルなfinal.mp4
python3 "$K" status <taskId>

同じバッチ内の別のシーンの画像をリファレンスとして使用するシーンは、その画像が準備できるのを待って次のバッチで処理されます。

--simular は、実際にクレジットを消費せずに送信内容を表示します。各新しいバッチの前に一度実行して、プロンプトとリファレンスを確認してください。lote は処理の前後に残高を表示し、消費クレジット数を報告します。この数値をユーザーに伝えてください。タスクが失敗した場合、同じコマンドを再実行すると、失敗したタスクのみが再試行されます。動画バッチは時間がかかります。バックグラウンドで実行し(run_in_background)、確認を待ち、ポーリングはしないでください。

工程1: 脚本を受け取る

  1. 正しいスタイルでプロジェクトを作成します。python3 "$K" estilo --projeto "$P" --nome pixar|novelinha|office。このコマンドは、referencias/modelo-projeto.json から、スタイルのフィールド(estilo、estilo_personagem、estilo_video、regras_video)を適用して projeto.json を作成します。受け取った脚本を roteiro.md として保存します。
  2. 脚本を読み、各行が誰の発言かをマークします。脚本に明記されていない場合は、推測します。会話は2人のキャラクター、独白は専門家がカメラに向かって話しているとします。発言内容を書き換えないでください。 脚本のテキストは一字一句そのまま動画に使用されます。
  3. 曖昧な点(誰がその行を言っているのか、その人物が実際の専門家なのかなど)がある場合は、工程2を止めずに工程3と一緒に尋ねてください。

工程2: キャラクターを作成する

  1. 各キャラクターについて、projeto.json に以下の情報をポルトガル語で記述します。descricao(説明)、visual(髪、顔、服、色を英語で1行、すべてのシーンで同じ)、prompt(英語)、voz(モデルは referencias/prompts.md を参照)。広告全体で一貫した服装を1つ定義し、アイテムと色を正確に指定します。
  2. キャラクターごとに variacoes: 2 を生成します: lote --tipo personagens。実在の人物の場合は、その写真を refs に配置します。
  3. 各画像を送信前にReadで確認します。明らかな欠陥(テキスト、変形した手、複数の人物、指定と異なる服装など)がある画像は、ユーザーに送る前に一度だけ作り直し、そのことをユーザーに伝えます。

novelinhaの場合: キャラクターはフォトリアリスティックな人物です。顔、肌、服装は実在のもので、イラスト調ではありません(novelinha.json の estilo_personagem と prompts.md のリアルなキャラクターモデルを参照)。実際の専門家が登場する場合、その写真を refs に配置します(その専門家自身の広告であり、肖像使用の許可を得ている場合のみ)。服装は物語内の各「日」で固定です。脚本に時間や場所の飛躍(「30日後」、「結婚式で」)がある場合は、同じキャラクターの新しい服装の画像を生成し(refs = 承認済み画像)、承認を得て、その部分のシーンで使用します。ダイエット広告の場合、「後」の画像は体型も変わります(prompts.md のレシピを参照)。

officeの場合: キャラクターもフォトリアリスティックですが、キャスト写真は最初から古いビジュアルで出力されます。全身、立った状態、2000年代のオフィス内(グレーのパーティション、ブラウン管モニター、蛍光灯)、office.json の estilo_personagem に従います。これにより、ユーザーは人物と「雰囲気」を同時に承認できます。当時のオフィス服(ボタンダウンブラウス、カーディガン、スラックス、テキストなしの名札)。体型の対比(痩せた人とそうでない人)は prompts.md のレシピに従います。

工程3: キャラクターの承認

画像を SendUserFile で送信します(すべて一度に、キャプション「Ana v1, Ana v2, Rafa v1…」)。各キャラクターの説明を2行で書きます。どのバージョンにするか、または何を変更するかを尋ねます。ユーザーが承認したら、imagem(選択されたファイル)と aprovado: true をキャラクターに記録します。調整が必要な場合は、新しいプロンプトとそのキャラクターのみの --refazer を作成します(--cenas <id> でキャラクターもフィルタリングできます)。

工程4: シーンに分割する

シーンとは、推定最大8秒以内の発話の一部であり、1つの画像と1つの動画になります。Grok 1.5の場合、推定は 3.9語/秒 + 0.5秒 + 話者の交代ごとに0.3秒、切り上げ、最低3秒。Omniの場合、3語/秒 + 0.5秒 + 交代ごとに0.7秒。工程6でシーン01が生成された後、実際の発話速度に基づいてこの計算を再調整します。

Grok 1.5でこれまでに確認された点:

  • 発話が途切れず、話者の交代時に休止がなく、約3.8〜4語/秒。
  • クリップに時間が余ると、Grokが発話をでっち上げます(「そうだね、続けて」「落ち着いて、手伝うよ」)。そのため、長さはぴったりにし、発話終了後に無音部分を要求しないでください。また、regras_video には「引用符で囲まれた最後の発話以降、誰も話さない」と記載されています。確認時、脚本にない文字起こしされたフレーズはすべて、シーンの作り直しの理由になります。クリップの最後にでっち上げられた発話は編集でカットされます(脚本の単語のみが保持されます)が、その秒数分は既に支払われています。
  • 画面上のキャラクター(携帯電話やテレビの動画内)は、プロンプトで the video on the phone is muted と指定しない限り、一緒に話します。 na_tela フィールドを使用します。
  • 顔のない、カメラが動くクローズアップでは、人物がでっち上げられます。 体のクローズアップでは、Static locked camera, no camera movement, the head never enters the frame, nobody else appears と記述します。
  • 連続する2つの発話間で繰り返される単語は消えます。 「今日から始められますか?」「今日。」の場合、Grokは一方をカットします。前の発話を反響する発話は、別のクリップにするか、シーンを2つに分割します。

全スタイル、全シーンに適用されるルール:

  1. 常にインタラクション。 キャラクターはお互いを見合い、相手の発言に反応します。専門家が最後の呼びかけ(「詳細はこちらをクリック」)でカメラを見る場合と、officeスタイルでの証言やカメラ目線の場合を除き、誰もカメラを見ません。 画像と動画の両方で適用されます。プロンプトに誰がどこを見ているかを記述します(Rafa looks at Ana)。
  2. 話している人が話しているように見えること。 各ショットで、話している人はフレーム内に収まり、口元が見える程度の大きさで、聞き手に対して正面または3/4の角度で、口元が隠れていないこと(手で口を覆ったり、抱き合って顔が隠れたり、後ろ向きは不可)。広告の最初の発言はフックです。 話している人をミディアムショットかそれ以上に近づけ、後ろの方に小さく映さない。発言は明瞭で、早口にならないようにします。
    • このルールが生まれたエラー: あるフックが「ショックで固まり、片手で口を覆っている」、ワイドショットで依頼されました。キャラクターは遠くのドアのところで小さく、手で口を覆いながら話しており、視聴者は誰が話しているのか理解できませんでした。
  3. 誰が誰か、常に明示。 専門家の発言が別のキャラクターの口から出てしまうことがありました。各キャラクターは、データシートに1行の visual (髪、顔、服、色、英語)を持ちます。各シーンの画像は、シーンの personagens リストにあるキャラクターを、このデータシートで認識可能な状態で正確に表示する必要があります。動画プロンプトでは、各発話ごとに、誰が話しているかをビジュアルと共に記述します(Carla (short curly black hair, white lab coat), warm: "...")。スクリプトは自動的に「Who is who」ブロック(各人物の名前、ビジュアル、声、フレーム内; フレーム外で話す人; クリップ内で話さない人; 各発言は指名された人物の口からのみ出る)を追加します。
  4. シーンで使用するものはすべて画像内にすでに存在すること。 動画は最初のフレームに存在するものだけをアニメーション化します。人物がトレッドミルを止める場合、トレッドミルのパネルが画像内にあります。冷蔵庫を開ける場合、冷蔵庫がそこにあります。パーティションの上から覗き込み、その後ろにしゃがみこむ場合、パーティションが彼女の正面全体に、適切な高さで存在します。不足している場合、Grokは即興で補います。人物は空気をつかみ、物体はクリップの途中で出現します。
    • このルールが生まれたエラー: あるofficeスケッチで、2人の同僚が「キュービクルのパーティションの上から覗き込んで」いましたが、画像には彼女たちの正面にパーティションが表示されていませんでした。動画では、2人は見えないパーティションをつかみ、しゃがみこんだときだけパーティションが現れました。
    • 適用方法: シーンを書く際、クリップの最初から最後までのアクション全体を読み、誰かが触れる、持つ、開ける、使用する、寄りかかる、隠れる、または何かを置くものをすべてリストアップします。リストは cenas.md の Elementos: 行と、projeto.json の elementos フィールド(英語)に入れます。
    • スクリプトはこのリストを画像プロンプト(「最初のフレームに完全に、正しい位置とサイズで存在する」)と動画プロンプト(「見えているものだけを動かす; 何も現れたり消えたりしない; 誰も目に見えないものを掴んでいるふりをしない」)に書き込みます。3つのスタイルすべての regras_video にもこの制約が含まれています。
    • 画像確認時、各要素はリストの項目です。不足、端で切れている、位置が間違っている場合は、アニメーション化する前に作り直します。
  5. シナリオの一貫性。 各場所には固定されたシナリオがあり、カメラがあるキャラクターから別のキャラクターに切り替わっても変わりません。ショットとリバースショットでは、それぞれの背景は同じ部屋の反対側です。窓は同じ側に、キャビネットは同じ場所に、同じ明るさ、同じ時間帯。誰かが取ったものは次のシーンでもその手にあり、皿は移動せず、マグカップは消えません。
    • 適用方法: 各場所を ambientes に一度だけ(英語で、配置を含めて: 左、右、奥に何があるか)記述し、各シーンに ambiente をマークします。スクリプトは、その場所のすべてのシーンに同じ説明を繰り返し使用します。その場所の最初のシーンが最初に生成され、他のシーンの refs に使用されます。
    • 立っている人、座っている人は、シーンでその人が変化する様子が示されるまでその状態が続きます。
    • 確認時、各画像を同じ場所の前の画像と比較します。壁、家具、窓の側面、照明、物体、姿勢。

Pixarスタイルのダイナミズムに関するルール(約2秒ごとにショットが変わります):

  • 前のシーンと同じフレーミングを繰り返さない。 2人ショット、肩越しショット、リアクションのクローズアップ、専門家が一人でカメラに向かって話すショット、イラストを交互に使用します。
  • 6〜8秒のシーンには、内部に2〜3のショットがあります(例: 2人ショットの後、聞き手のリアクションのクローズアップにカット)。3〜4秒のシーンは1ショットのみ。
  • 話されている内容が画像になる。 体の一部、数字、比較、「TikTokの動画」、「録画されたレッスン」: 文字通りかつ大げさに描写します(鍵のかかった代謝、炭のように燃えるお腹、体から抜け出す魂、画面にシーンが表示された携帯電話を握る手)。このようなシーンは3秒で済む場合があります。
  • 聞き手の大げさなPixar風リアクション: ショック、怒り、疑問、笑い。
  • 論点の転換点で環境を変更します(問題から仕組みへ、仕組みからオファーへ)。
  • 最後の呼びかけ: 専門家が一人で、カメラを見て、下を指さします。2人が一緒にリアクションして締めくくります。

Novelinhaでは文法が異なります(詳細は novelinha-referencia.md を参照):

  • 1つの場所、1つの連続した時間。 場所が変わるとき(「家のリビングルーム」→「オフィスミーティングルーム」)は、時間経過(「夕方」、「次の日」)を必ず示します。
  • 視点は常に物語の語り手である。 語り手の知らない情報は画像に含まれません。
  • カメラの動きが不調法で手振れしています。

関連スキル