Plan 動画制作スキル
適用範囲
前提: 現在 Plan コラボレーションが有効(scenario(activate, plan) がアクティブ)であり、ビジュアル/動画出力(画像生成、ショート動画、ナレーション、字幕)を含むタスクを実行する場合。
ベンダー選択: 画像生成は byted-ark-seedream-skill を参照。動画生成は media-production スクリプト(火山 Seedance)を参照。その他のベンダーは agnes-media-generation / wan-media-generation / kling-media-generation を参照。
認証情報(環境変数)
設定 → 環境変数 でスキルに必要な KEY=VALUE(例: VOLCENGINE_API_KEY / ARK_API_KEY)を追加します。設定 → モデル → クリエイティブメディア で他のベンダーのキーを入力することもできます。
| 機能 | よく使う KEY | スキル |
|---|---|---|
| 画像生成 | VOLCENGINE_API_KEY / ARK_API_KEY | byted-ark-seedream-skill |
| 動画生成 | 同上 | media-production |
| Agnes | AGNES_API_KEY | agnes-media-generation |
核心的な変更点: すべてのメディア職種(脚本家、ビジュアルプランナー、アーティスト、監督、ポストプロダクション)は、すべて plan(goal, steps[]) の steps 内で assigned_agent によって指定されます。plan が保存され、ユーザーが確認すると実行フェーズに入り直列で実行されます。plan 外でサブエージェントを個別に委任することはありません。
ワークフロー
ユーザーが要件を伝える
↓
ユーザーの要件をヒアリングし確認する(テーマ、時間、スタイル、アスペクト比など)
↓
直接 plan(goal, steps[]) で計画
step 1: media-screenwriter — 脚本/絵コンテ/ナレーション原稿
step 2: media-visual-planner — 画像生成用プロンプト
step 3: media-artist — キーフレーム画像生成
step 4: media-video-director — 動画出力 + ネイティブ音声
step 5: media-post — ハード字幕
↓
ユーザー確認 → 実行(直列、各ステップで検証)
操作手順
ステップ 1: ユーザー要件のヒアリング
ユーザーから以下の情報を積極的に収集します。
| 質問 | 例 |
|---|---|
| 動画のテーマ/商品/内容は? | 新型スマートウォッチのプロモーション |
| 目標時間? | 15秒 / 30秒 |
| ビジュアルスタイル? | テクノロジー感 / 温かみ / 中華風 |
| アスペクト比? | 16:9 / 9:16 縦長 |
| ナレーション原稿の方向性? | 機能のハイライト + ブランドスローガン |
| 参考素材はある? | 参考画像 / 競合動画 |
ステップ 2: 確認後に直接 plan
ユーザーが要件を確認したら、plan ツールを使用してすべてのステップを構造化された計画として書き込みます。
plan(
goal="テーマ:xxx、スタイル:xxx の 15 秒商品プロモーション動画を制作",
steps=[
{
"step_id": 1,
"description": "脚本家がプロダクションブリーフを作成。ログライン、絵コンテ、ナレーション原稿を含む",
"assigned_agent": "media-screenwriter",
"expected_output": "outputs/production-brief.md",
"acceptance_criteria": "ユーザーの意図、ログライン、ビジュアルスタイル、ショットリスト、ナレーションスクリプトを含むこと"
},
{
"step_id": 2,
"description": "ビジュアルプランナーが絵コンテを画像生成用プロンプトに変換",
"assigned_agent": "media-visual-planner",
"expected_output": "outputs/shot-prompts.json",
"depends_on": [1]
},
{
"step_id": 3,
"description": "アーティストが最初のキーフレーム画像を生成",
"assigned_agent": "media-artist",
"expected_output": "outputs 内の PNG キーフレーム",
"depends_on": [2]
},
{
"step_id": 4,
"description": "動画監督がネイティブ音声付きの MP4 を生成",
"assigned_agent": "media-video-director",
"expected_output": "outputs/*.mp4",
"depends_on": [3]
},
{
"step_id": 5,
"description": "ポストプロダクションがハード字幕を追加し、最終 MP4 を納品",
"assigned_agent": "media-post",
"expected_output": "outputs/*-subtitled.mp4",
"depends_on": [4]
}
],
flowchart_mermaid="..."
)
ステップ 3: ユーザー確認と実行
plan が保存され、ユーザーが「実行開始」を確認すると、実行フェーズに入ります。各ステップは依存関係の順序に従って直列で実行され、各ステップの完了後にメインエージェントが成果物を検証してから次のステップに進みます。
メディアサブエージェント一覧
| assigned_agent | 役割 | コアツール |
|---|---|---|
media-screenwriter | 脚本、絵コンテ、ナレーション原稿の作成 | read_file, write_to_file |
media-visual-planner | 画像生成用プロンプトの作成 | read_file, write_to_file |
media-artist | Seedream による画像生成(jimeng) | read_file, terminal → scripts/image_generate.py |
media-video-director | Seedance による画像→動画生成 + ネイティブ音声 | read_file, terminal → scripts/video_generate.py, task_wait.py |
media-post | SRT 字幕 + ffmpeg によるハード字幕 | read_file, terminal → scripts/subtitle_build.py, subtitle_burn.py |
注意: media-voice-director をステップに含めないでください。Seedance はネイティブで音声をサポートしています(generate_audio=true がデフォルトでオン)。
技術スタック
スクリプトディレクトリ: skills/public/media-production/scripts/(事前に media-production スキルを読む必要があります)
| 機能 | スクリプト | プロバイダー |
|---|---|---|
| 画像生成 | image_generate.py | jimeng(火山エンジン Seedream) |
| 動画生成 | video_generate.py + task_wait.py | jimeng(火山エンジン Seedance、デフォルトで音声付き) |
| 字幕 | subtitle_build.py + subtitle_burn.py | ローカル ffmpeg |
失敗処理: jimeng で失敗した場合、自動的に wan/kling に切り替えないでください。ユーザーに Ark モデルアクセスポイントの有効化を促してください。同じパラメータでの再試行は最大 1 回までです。
よくあるエラー
- plan モードのメインセッションで直接
image_generate.pyを実行する → plan ステップ内のmedia-artistなどの職種が実行すべき - plan ステップ外でサブエージェントを個別に委任する → すべての職種は plan steps の
assigned_agentに記述すべき task_wait.pyをスキップする → 動画生成が完了する前に納品してしまう- デフォルトのパイプラインで
media-voice-directorを委任し続ける → Seedance はネイティブで音声をサポートしているため不要