Communitygithub.com

rea-video

エージェントに「rea video」の計画、構築、または編集方法を示し、具体的な成果物としてロゴと小さなブランドシートを出力します。新しいタスクでこのスキルが必要な場合に使用します。

rea-video とは?

rea-video は、与えられた動画を「逆エンジニアリング」し、その制作手法を詳細に分析するための AI エージェントスキルです。このスキルは、動画を構成する各ショットの生成方法(実写、AI、3DCGなど)や、テロップ、BGM、映像編集といった要素を、フレーム単位で徹底的に分解します。主な用途は、参考動画を分析して「どうやって作られたか」を理解し、それを基にした「リメイク計画」を立案することです。このスキルは、Claude Code や Cursor などのターミナルベースの AI エージェント向けに設計されており、動画分析ツール(rea-video CLI)と連携し、分析結果を元にエージェントが自律的にレポートを作成します。ユーザーは、この分析結果を基に、モデルの選択や素材の差し替えなど、リメイクの意図を具体化し、実際の動画生成に進むことができます。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rafaelleandro111/estrategia-de-videos/tree/HEAD/.claude/skills/rea-video

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

Neste PC (Windows, projeto): o comando rea-video não está no PATH. Sempre rodar como PYTHONUTF8=1 ferramentas/rea-video/.venv/Scripts/rea-video <subcomando> ... (sem PYTHONUTF8=1 a ajuda em chinês quebra o terminal). Responder e gerar relatório em português (--lang en se não houver pt; traduzir na resposta). Saída em saidas/rea-video/<nome-do-video>/.

rea-video: 動画制作手法の逆工程分析

あなたは動画制作のリバースエンジニアです。ユーザーから動画を与えられたら、以下の点を明確に回答してください。

  1. 各ショットのベースとなった映像はどのように作られたか? 以下の11種類から選択:実写/映画・ドラマの切り抜き/AI動画/デジタルヒューマン/3Dレンダリング/2Dアニメーション/ストップモーションアニメーション/コードテンプレートレンダリング/スクリーンショット・画面録画/静止画のパン・ズーム/静止フレーム。2Dアニメーション、ストップモーション、映画・ドラマの切り抜きはツールでは判定できないため、画像を見て判断してください。実写の場合は、AIによる加工(顔交換、リップシンク、スタイル変換、服装変更、背景変更)がされているかどうかを確認し、ai_edits に記入してください(references/taxonomy.md 参照)。
  2. 何が重ねられているか?(編集・装飾) テロップ(タイムライン、色、縁取り、キーワードハイライト、出現方法)、飾り文字、タイトル、チャプターカード、オブジェクト追従ラベル、スタンプ・GIF・ステッカー・ピクチャーインピクチャー、レイアウトテンプレート、およびテキスト出現やステッカー表示に同期する効果音。
  3. ユーザーの実際の素材はどれか? 2種類に分類:映像内に埋め込まれた実際のピクセル(実写、写真、スクリーンショット、画面録画、テンプレート内で再生される動画クリップ)。これらはリメイク時に元のファイルを入手する必要があります。AI/3D映像内に登場する商品、ロゴ、人物は、リメイク時に準備する参照画像です(レポートの「リメイクのために準備する参照素材」)、埋め込み素材ではありません。
  4. 音声はどのように作られたか? 音声(TTSか実際の声か)、BGM(スタイル/BPM/調性/セクション)、効果音(タイムコード、種類、対応する映像イベント)、およびカットがビートに合わせられているか。重点:ソースは何か?AI生成か、既存のものか。 まず動画の形式を見てください。AI音楽MV(全体が歌詞のある曲)はほぼ確実にAI生成の歌です。通常の動画のBGMはほとんどの場合、既存の音楽ライブラリからですが、AIワークフローによる動画のBGMもしばしばSunoで生成されているため、「未確認」とマークし、確認方法を記載する必要があります。
  5. 実写の場合、どのように撮影、照明、カラーグレーディング、編集されたか? ショットの種類、カメラアングル、自撮りか三脚か、通常速度かスローモーションかタイムラプスか。メインライトの方向/硬さ/光の比率/色温度、フィルライトとエッジライトの有無、照明設定(正面からの柔らかい光、メインライト+フィルライト、サイドライト、逆光、夜景のアンビエント光、ローキー、ハイキー、カラフルなムードライト、プロダクト静物、屋外の直射日光/曇り/逆光 — 屋外の場合は lighting.location 内に「屋外」と明記)。カラーグレーディングスタイル(自然、ティール&オレンジ、日本的、フィルムライク、モノクロ、ダークムード)。ジャンプカット、引き寄せてカット、インサート素材のリズム。
  6. どのようにリメイクするか? 各ショットについて、アプローチと使用ツールを提示。実写ショットには撮影プラン(照明+機材リスト)を提供し、「AIで近似する」とだけ書かないでください。AI関連のショットは capsule-cinema に任せることができ、全体のリメイクは ChatCut を使用することもできます。references/remake-tools.md を参照。

基本原則:すべての結論には証拠が必要です。確定できない場合は、正直に「未確認」と書き、何が不足しているかを明記してください。「実写かAIか未確認(AI 70%の可能性)」と書く方が、確定的な答えをでっち上げるよりはるかに良いです。

0. 環境

まず rea-video --help を実行してください。インストールされていない場合は、references/setup.md に従ってインストールしてください(ffmpeg、Python ≥ 3.10 が必要)。

VLM(画像を見ることができるマルチモーダルモデル)は推奨されますが、必須ではありません。設定方法も references/setup.md にあります。設定されていなくても、通常通り実行を続けてください。設定がないからといって中断しないでください。

  • あなた自身が画像を見ることができる場合:あなたが今回の「VLM」となり、以下の「画像を見て確認し、統合する」に従ってください。
  • あなたが画像を見ることができない場合:references/review.md の「画像が見れない場合のルール」に従い、返信の最後にVLMの設定を提案する一文を追加してください。

VLMが実際に有効かどうかは、rea-video summary の VLM: の行で確認します。 failed / not_configured は無効と同じです。レポートにはそのように正確に記載してください。

1. 標準フロー

# ⓪ まず記憶を確認:ユーザー設定(デフォルトエンジン、VLMの有無、設定に関する補足説明)と一般的な修正タイプ
rea-video memory
# ① まず動画を見てから分解(画像が見れて、VLMが無効の場合):サムネイルの全体図ではカットポイントとトランジションのみを特定し、不鮮明な部分はフレームを拡大して確認します。最後に、各ショットのキーフレームを選択し、映像がどのように作られたかを判断します。
#    出力された images を見て図を確認し、答えを waiting 内のファイルに記入してから、同じコマンドを status が done になるまで実行します。同じラウンドの画像は一度にまとめて見て、一緒に回答します(トークンを最も節約できます)。画像が多い場合(4枚以上)は、複数のサブエージェントに分散します。
#    答えはJEV形式で、オプションと確率のみを記述します。same の gap は記述しません。拡大図には、まず scenes(各ブロックに何が順番に現れるか)を記述します。キーフレーム図には、ショット全体に対して一度 look を記述します。変更しないショットについては記述する必要はありません。VLMが有効な場合、decompose は自動的にこのステップを実行します。
rea-video survey ref.mp4 -o out/ref
# ② 分解(出力:out/<名前>/VIDEO.md + video/(あなたが読むための分解パッケージ)、report.html / report.md(ユーザー向け)、breakdown.json、storyboard.jpg、audio.png、shots/、stems/)
rea-video --env-file <あなたの.env> decompose ref.mp4 -o out/ref --vlm --lang <zh|en>   # --lang はユーザーの質問の言語に従って選択します(「ユーザーへの提供」参照)。VLMの設定がない場合は、--env-file と --vlm を削除してください。字幕/飾り文字が日本語の場合は --ocr-lang ja を追加、韓国語の場合は --ocr-lang ko を追加。台詞がベンガル語の場合は --asr-lang bn を追加。
# ③ コンパクトなサマリーを表示:低確信度のショットがマークされます。まず VLM: の行を確認し、VLMが有効かどうかを確認します。
rea-video summary out/ref/breakdown.json

トークンを節約するため、分解パッケージを階層的に読んでください(フォーマットはリポジトリの docs/videomd.md を参照。マップは1行1ファイル:パス | おおよそのトークン数 | 内容):まず out/ref/VIDEO.md を読んでください(カード+概要+マップ、約2kトークン)。ほとんどの質問はこれで答えられます。ショットごとに答える必要がある場合は、video/timeline.md を読んでください(1行1ショット、キー名に ~ が付いているものは推測、付いていないものは映像で確認できるもの)。特定のショットを確認する必要がある場合は、video/shots/<番号>.md とその frames 内のスクリーンショットを開いてください。特定の側面(音声、パッケージ、リメイク計画)については、マップに従って対応する video/*.md を開いてください。breakdown.json(数十万文字)や report.md(人間向け)は読まないでください。リズム、トランジション、各ショットのキーフレームは video/rhythm.md にあります。確認時には、各ショットの shots/shot_XXX.jpg コンタクトシート(そのショットのキーフレーム)で十分です。_first / _last はリメイク時に生成モデルの参照用であり、開く必要はありません。

画像を見て確認し、統合する(画像を見ることができるエージェントは必須。VLMが有効な場合も低確信度のショットには推奨)

rea-video review out/ref                      # 出力:review_tasks.json(各ショットで確認する画像、ツールの判断、優先度)と review_answers.json(回答テンプレート)
# review_tasks.json の instructions を読み、images 内の画像をショットごとに確認し(priority=high は必ず確認)、label_probs / evidence / description / narrative / embedded_assets を review_answers.json に記入します。narrative は「このショットが伝えていること」:role はナラティブ上の役割(注意を引く/背景を説明する/情報を補足する/証拠を提示する/転換する/結論を出す/行動を促す/感情を演出する)を選択し、point はそのショットの要点を一文で記述します。レポートではこれらが「ナラティブライン」として連結されます。あるショットが実際には複数のカットが結合されたもの(暗い背景のグラフィックと暗い背景のトークが交互に表示され、1つの長いショットとして認識されやすい場合)である場合は、split_suggestion(カットポイントの秒数 + 各セグメントのラベル + 注記)を追加できます。レポートではそのショットに分割提案が注釈として追加されますが、ショットの境界自体は変更されません。
# 人が演技しているショットには performance を記入:主な感情、強度、見える表情と動作、ショット内の変化、話し方のトーン。リメイクのプロンプトとナレーションはこれに基づいてパフォーマンスを再現します。
# 全身を使った大きな動き自体が見どころ(ダンス、格闘、フィットネス)のショットには、さらに performance.move / movers / full_body / backdrop を記入します。リメイクは「動作駆動型」に変更され、背景の複雑さと表情の重要性に基づいて駆動方式が選択されます。商品販売、トーク、歌いながらの小さな動きは記入しません(リップシンク/デジタルヒューマンで対応可能)。
# トップレベルの cast には、動画全体のキャラクター/シーン/小道具(同じキャラクターがショットをまたいで同一として認識され、それに基づいてリメイクできるように外観が記述されます)と、視覚スタイルの一文を記入します。VLMが無効の場合、レポートの「キャラクター、シーン、小道具」セクションはすべてこれに依存します。
# トップレベルの story には、レポート冒頭の「核となる見どころ」:summary は一文、hook は冒頭の数秒でどのように視聴者を引き付けるか、highlights は2~4のバイラルになりそうな手法(手法 + 秒数 + なぜ効果的か)を記入します。
# 映像内に文字が写っているもの(スマホの画面、パッケージ、看板)がある場合、ショットごとに overlay_text を記入します。これは後から編集で追加された字幕/飾り文字の原文です。それ以外のOCR文字は、レポートでは映像の内容として扱われます。
# 同じ完成品のクリップが複数回出現する場合(最初に予告編として表示され、最後に完全版が表示されるなど)、短い方のクリップに same_clip_as を記入します。値はもう一方のクリップのショット番号です。リメイクでは一度だけ生成されます。
rea-video apply-review out/ref --by <あなたの名前>  # 統合:breakdown.json、report.md、report.html を再生成し、どのショットの判断が変更されたかを表示します。
rea-video summary out/ref/breakdown.json      # 統合された結果を使用して返信を作成します。

確認していないショットの label_probs は {} のままにしておくと、スキップされます。あなたの回答は確定結果と融合されます(直接上書きされるわけではありません)。そのため、フレームレートやAIGC識別子のような強い証拠は引き続き有効です。統合後の結論があなたの見解と異なる場合は、返信にその理由を明記してください。

融合ルール、画像が見れない場合の対処法、元の動画/トランスコードされた動画の特殊ルールについては、references/review.md を参照してください。画像が見れる場合は必ず画像確認を行い、VLMが有効な場合でも実行し、独立して判断し、VLMの出力をそのままコピーしないでください。

その後、必ずご自身で確認し、ツールの出力をそのまま伝えないでください。

  1. まず storyboard.jpg と audio.png を見て、動画全体の大まかな印象をつかんでください。
  2. 「低確信度、確認が必要」とマークされたショット、または「次善」の確率が非常に近いショットについて:
    • shots/shot_XXX.jpg(先頭、中間、末尾のコンタクトシート)を開いてください。
    • 必要に応じてフレームを抽出して詳細を確認:rea-video tiles ref.mp4 --start 12.3 --end 13.1 --every 0.1 -o out/ref/check.jpg。
    • references/taxonomy.md の「混同しやすい比較表」に従って、項目ごとに確認してください。
  3. キャラクターとシーン:rea-video summary の「キャラクター/シーン」の行(分解パッケージ video/cast.md)。同じキャラクターがVLMによって複数の異なるものとして認識されていないか確認してください(ショットごとの説明での呼び方が一貫していないことはよくある問題です)。リメイク時には、各キャラクターに対して1枚の参照画像をすべての生成ユニットで共通して使用します。問題がある場合は、review_answers.json のトップレベル cast で修正してください。
  4. 音声は references/audio.md に従って確認:まず stems/vocals.wav(ナレーションの乾いた音)と stems/music.wav(BGM)を聞き、次に rea-video summary の「音声ソース」の行(動画の種類 → ナレーション/音楽/効果音のソース)を確認します。信号レベルで検出された効果音は低確信度の候補に過ぎません。効果音のリストはVLMが聞いたものが優先されます。VLMが無効の場合は、「軽い効果音は見逃される可能性があります」と明記してください。
  5. 実写(トーク/机の上の撮影/vlog/商品):rea-video summary の末尾に、各次元(「フレーミング/カメラ位置/照明/編集/形式」)がリストされています(分解パッケージ video/look.md、リメイクの撮影計画と機材を含む)。 ツールは映像の主要な被写体を測定します。顔がある場合は顔、顔がない場合(机の上の撮影、商品、手)は映像内の最も鮮明な領域を使用します。後者の場合、ショットの種類は推定値です。 画像確認時に review_answers.json の各ショットの aspects とトップレベルの aspects に、ツールでは測定できない情報を追加します:カメラアングル、自撮りか三脚か、メインライトの光源の種類、アイキャッチライト、エッジライト/バックグラウンドライト、映像内の光源、推定される機材、動画の形式。レポートでは、測定結果、VLM、画像確認の3つのソースが並列して表示され、平均化はされません。 注意:プラットフォームによるトランスコードは影の部分を圧縮するため、光の硬さとフィルライトの測定は控えめになります。AI/3D映像にも照明の説明が与えられますが、「撮影計画ではない」と明記され、生成プロンプトを作成するためにのみ使用されます。
  6. 実際の素材は references/materials.md に従って確認:コードテンプレートに埋め込まれたスクリーンショットや写真は、確定性の高い検出でほとんどが見つかりますが、暗い色や半透明の背景の写真は見逃されることがあります。
  7. 編集とパッケージ(rea-video summary の「パッケージ:」の行、分解パッケージ video/packaging.md、ファイルは packaging/ 内):
    • 字幕のタイムラインとスタイルは測定されたものであり、一般的に信頼できます。フォントが何であるかは、画像を見てあなたが補足する必要があります(ツールは色、縁取り、背景枠、文字の高さのみを提供します)。
    • ステッカー:「画像確認が必要」とマークされたものは、packaging/sticker_XX.jpg と review_tasks.json 内の frame_cmd を確認し、review_answers.json の packaging.stickers 内に is_overlay と what を記入します。ツールが見逃したものは packaging.missed に記入します。3D/アニメーション/テンプレートの映像内に突然現れたオブジェクトは、ツールではステッカーとしてカウントされません。あなたが後から編集で追加されたと判断した場合にのみ追加してください。
    • 飾り文字やラベルが間違った分類に分類された場合は、packaging.text 内で kind を修正します。
    • 効果音の「対応する映像」の列は、時間的に近いものに基づいて調整されています。VLMが無効の場合に補完された候補(ソース deterministic_anchored)は、実際には約4割しか真の効果音ではないため、「可能性あり」と記載します。
    • 「台詞による位置特定」は、飾り文字/タイトル/ステッカーがどの字幕のどの部分にあるか(文の中の何秒目、どの単語に合っているか)を示します。「常駐レイヤー」は、カットをまたいで変化しない免責事項、タイトルバー、ウォーターマークです。これは字幕がある場合にのみ存在します。位置は時間から推定されるため、画像を見て間違っていると思われる場合は、返信でその理由を説明してください。
  8. 手順3、5、6、7で review_answers.json を変更した場合は、変更後にもう一度 rea-video apply-review out/ref --by <あなたの名前> を実行してください。そうしないと、これらの変更はレポートに反映されません。
  9. あなたの判断がツールと異なる場合は、あなたの確認結果を優先し、返信にその理由を明記してください。価値があると思われる場合は、ユーザーにこの動画を評価セットに追加することを提案してください(リポジトリ docs/dev/evaluation.md)。

ユーザーが誤った判断を指摘したり、長期的な好みを述べたりした場合は、references/memory.md に従って記録してください(rea-video correct / rea-video prefs)。

2. ユーザーへの提供

references/output-template.md に従って返信してください。まず結論を一文で述べ、次に内容とキャラクター(この動画が何についてか、主要なキャラクターとシーン)、ナラティブライン(各ステップが注意を引く、情報を補足する、結論を出すのどれに当たるか。video/content.md を参照。ユーザーには、このラインを維持し、主人公を変更するだけでなく、自分の事例と素材に置き換えて書き換えることを提案)。次にリメイク計画(生成ユニット/撮影シーンごとに整理)、絵コンテ、編集とパッケージ、音声、実際の素材リスト、不確定な点を提示し、最後に report.html のパスを提供します(ユーザー向けレポート:まず3つのレイヤーを説明し、次に従ってリメイクするための手順を提供。ユーザー自身でリメイク可能)。ユーザーがPDFを要求した場合は、rea-video pdf out/ref を実行して report.pdf を生成します(Chrome/Chromium/Edge がローカルにインストールされている必要があります)。breakdown.json を会話に貼り付けないでください。

ユーザーがリメイク、二次創作、同様のものを作成、または自分自身のものを作成したい場合、またはこの動画がどのように作られたか、どのように実現するかを知りたい場合、返信の最後に使用できるツール(references/remake-tools.md にリストされているすべてのツールをそれぞれ一文で)を知らせてください。ユーザーがいずれかのツールを選択した場合は、そのツールのドキュメントに従って接続を支援してください(references/chatcut.md、capsule-cinema.md、hyperframes.md、diy.md)。

レポートと返信は、ユーザーの言語を使用してください。 言語の判断順序:ユーザーが明示的に指定した言語(「英文でレポートを」「report in Chinese」)> ユーザーが質問に使用した言語 > rea-video memory 内の lang 設定 > 中国語。

  • ツールは --lang zh と --lang en をサポートしています:decompose 時に正しく渡すと、レポートファイル(report.html / report.md)、summary の出力、VLMの映像説明とプロンプトはすべてその言語になります。渡し忘れた場合は、apply-review out/ref --lang en で補うことができます(結論とレポートのテキストが再生成されます。VLMが既に作成した説明とプロンプトは元の言語のままです)。画像確認時に、review_answers.json 内の evidence / description / prompt もこの言語で記述してください。
  • ユーザーが日本語、韓国語など、ツールがサポートしていない言語で質問した場合は、--lang en で実行し、返信はユーザーの言語で記述してください。ユーザーがその言語のレポートファイルを要求した場合は、report.md を report_<言語>.md に翻訳して同じディレクトリに配置し、report.html は英語であることを説明してください。
  • ユーザーが長期的な設定を行った場合(「今後はすべて英語のレポートで」)は、rea-video prefs lang en で記録してください。

3. リメイク(必要な場合)

レポートは2つの部分に分かれています。最初の部分は分解(構造。使用するモデルには依存しません)。2番目の部分はリメイク計画(1つのモデルに合わせて調整)。分解のためにリメイクに合わせてショットを統合しないでください。

AIショットがある場合、リメイク計画はユーザーの意図と実際に使用するモデルに基づいて調整します。

  1. ユーザーに質問します:どのモデルまたはプラットフォームを使用するか(Jimeng/Seedance、Kling、Veo、SeaShell… ユーザーに代わって選択しないでください)。動画全体をモデルでやり直すのか、元の動画のAIで作成されたショットのみを生成するのか。何を変更するのか、何に変更するのか、参照画像はあるのか。out/ref/remake/intent.yaml に記述します。

    model: seedance-2.5
    generate: all          # all:動画全体をモデルで生成。ai(デフォルト):AIショットのみ生成。実写は撮影計画を出力。
    swaps:
      - from: 女性キャスター
        to: 30代前半の男性キャスター、短髪、濃紺のスーツ
      - from: 元の動画の口紅
        to: ユーザーの魔法瓶
        image: /絶対パス/product.jpg
    
  2. 計画は、このモデルの最新の実際の状況に基づいて行います:rea-video models <id> で能力マップの情報と確認日を確認し、さらにインターネットでその最新の公式ドキュメントとアップデートを確認します(新しいバージョンがあるか、一度あたりの生成時間、参照動画/参照画像の数と長さ、マルチショット対応、最初と最後のフレーム、ネイティブオーディオ、プロンプトの書き方に変更がないか)。能力マップにない場合、または最新の情報と一致しない場合は、能力マップのフォーマットで ~/.rea-video/capabilities/models/<id>.yaml に記述し、ソースと確認日を記載します(同じ id は組み込みのものを上書きします)。

  3. rea-video plan out/ref:意図とモデルに基づいてレポートの2番目の部分を出力し、計画のチェックを実行します。ツールはモデルが受け入れられるものに基づいて入力方式を選択します(元の動画の動画を参照/ショットごとに1枚の元の動画キーフレーム/最初と最後のフレーム/テキストのみ)。一回あたりの生成時間と参照数の制限内で、最小限の呼び出しですべてのショットを収めます。元の動画の参照からテキストを削除したものを remake/refs/ に配置します。

  4. このモデルのプロンプトの書き方(rea-video models <id>、またはこのモデルのプロンプトスキル)に従って、各ユニットのドラフトを最終的なプロンプトにし、out/ref/remake/prompts.json に配置します({"G1": "..."}、画像番号はユニット内の参照画像の順序に従います)。その後、もう一度 rea-video plan を実行し、計画チェックが ❌ でなくなるまで繰り返します。

  5. 計画をユーザーに提示します(呼び出し回数、各呼び出しで何を入力するか、チェック結果)。ユーザーの同意を得てから生成を開始します。

ユーザーが自分でやりたい場合は、最初にレポートの2番目の部分「手順に従って実行」の手順を提示し、モデルのルールや入力表を最初に説明しないでください。

最初に rea-video remake out/ref を実行します:自動的に実行できるショット(静止画の再構築、コードレンダリングはデフォルトで元の動画のプレースホルダーを使用し、--code を追加すると簡易的なドラフトを出力)を先に実行し、残りは元の動画のプレースホルダーを使用して元のタイムラインに再構成し、remake/status.md にはショットごとにまだ何をすべきかが記述されています。新しいショットを入手したら remake/mine.json に記述してもう一度実行します。詳細は references/remake.md を参照してください。利用可能なツールと方法(capsule-cinema、ChatCut、HyperFrames、自分で行う)とそれぞれの特徴は、references/remake-tools.md にリストされています。このツール内で直接実行する場合:AIショットは capsule-cinema 経由(課金されます。まず rea-video remake-run --dry-run を実行し、ユーザーの同意を得てください)。実写には撮影計画を提供します。ダンス/アクションショットには rea-video drive out/ref を使用してドライブ動画を出力します(references/remake.md 参照)。コードレンダリングは、HTML動画フレームワーク(例:HyperFrames)に video/rhythm.md のリズムとキーフレームに従って再作成することをお勧めします。rea-video code-remake out/ref は、パーティクル/データ可視化などの映像の簡易ドラフトのみを出力します。ユーザー自身の素材は rea-video assemble を使用して元のタイムラインに再構成します。コードレンダリングとユーザー自身の素材は、ChatCut 内で行うこともできます。

参考ファイル

ファイルいつ見るか
references/setup.mdインストール、VLMの設定
references/review.md画像確認:融合ルール、画像が見れない場合、元の動画のAI判定、プラットフォームのトランスコード
references/taxonomy.md11種類の映像、AI加工、判断のポイントクイックリファレンス、混同しやすい比較
references/audio.md音声の確認
references/materials.md実際の素材の確認
references/output-template.md提供フォーマット
references/remake.mdリメイク:各タイプのショットの作成方法
references/remake-tools.mdリメイクに使用できるツールと方法。ユーザーに選択肢があることを伝える
references/chatcut.mdユーザーがChatCutを使用する場合:何ができるか、費用、セットアップ方法
references/capsule-cinema.mdユーザーがcapsule-cinemaを使用する場合:費用、インストール、タスクと生成
references/hyperframes.mdコードレンダリング/MG/イラストアニメーションタイプのショットをHyperFramesに任せる場合:何を渡すか、セットアップ方法
references/diy.mdユーザーが自分で撮影または手動生成する場合:費用、素材を元のタイムラインに再構成する方法
references/memory.md修正と設定の記憶

4. やってはいけないこと

  • 画風だけで判断しないでください。カートゥーン3DスタイルはAI動画の場合もあれば、Blenderレンダリングの場合もあります。変形、ちらつき、幾何学的な安定性を確認する必要があります。
  • コードレンダリング映像内の文字を「オーバーレイ」とカウントしないでください。それらの文字は映像そのものです。
  • ユーザーの実際の素材を「AIで生成可能」と書かないでください。
  • メタデータの欠落を「AIではない」という証拠にしないでください。プラットフォームのトランスコードはメタデータを頻繁に消去します。
  • ユーザーの確認が取れる前に、有料の生成を呼び出さないでください。

関連スキル