広告分析（Ad Teardown） は何をしますか？
1. 測定（無料、ローカル）
各動画に対してバンドルスクリプトを実行します。ffmpeg が必要です。文字起こしには whisper.cpp（whisper-cli）がオプションで利用できます。
bash scripts/teardown.sh path/to/ad.mp4 out_dir/
これにより以下が生成されます：
hook.jpg: 0〜3秒間を0.5秒ごとにフレーム抽出した画像。sheet.jpg: 広告全体から16フレームを抽出した画像。metrics.json: 再生時間、カット数、1分あたりのカット数、平均ショット長、最初のカット時間。transcript.txt: whisper-cli がインストールされている場合のみ生成。WHISPER_MODELにモデルのパスを設定します。
2. 観察とタグ付け
hook.jpg と sheet.jpg を確認します。黄色のタイムスタンプは広告の一部ではないため無視してください。表示または読み取れる情報のみに基づいて、以下のレコードを記入します：
{
"format": "food_montage | owner_or_staff_talking | creator_or_influencer | customer_reactions | offer_graphic | kitchen_process | mixed",
"frame0": "最初のフレームに実際に写っているもの",
"hook_type": "food_motion | food_still | face_talking | text_headline | offer | person_eating | process_cooking | other",
"hook_text": "最初の3秒間の画面上の文字、または null",
"motion_in_first_second": true,
"hands_in_frame": "none | some | most",
"people": "none | staff_or_chef | owner | customers | creator",
"speech": "none | voiceover | on_camera_talking",
"onscreen_text": "none | dish_labels | headline | offer | captions | mixed",
"offer": "オファーの内容を言葉で、または null",
"brand_shown_by_sec": 0.0,
"ending": "logo_card | offer_card | food_shot | person_talking | abrupt | other",
"cta_words": "正確な行動喚起の言葉、または null",
"visual_style": "phone_native_raw | polished_studio | mixed"
}
3. ベンチマークとの比較
benchmarks.md を開き、それに対して広告を報告します。各項目について、合格か不合格かを数値の差とともに示します。例：「最初のカットは4.1秒で、ベンチマークは1.9秒だった」、または「フレーム内に手が写っていないが、受賞広告の79%には手が写っている」。
4. レポート
簡潔かつ平易に保ちます：
- 1行での評価。
- 受賞広告と同じく優れている点。 最大3点。
- 最も差が大きい3つのギャップ。 各ギャップにタイムスタンプと具体的な修正方法を付記。
- パクリたい要素。 素材そのものではなく、パターンとして。
ユーザーが複数の広告を提示した場合は、集計表と、3つ以上の広告に共通するパターンを追加します。