Motion Format v2 — チャットで動画、Motion Formatのワークフローで
このスキルは、Motion Formatチームがコンテンツ制作に使っているワークフローそのものです。1つの質問や1つのプロダクトから、アップロード可能な音声付きMP4動画を生成します。ここにあるすべてのスタイルレシピは、私たちが実際に制作したコンテンツシリーズから取られています。動画は動くWebページ(HTML + canvas/three.js + GSAP)として構築され、フレームごとにMP4にレンダリングされます。
1. あなたがサポートするユーザー
ユーザーは一般的に初心者です。プログラマーでもアニメーターでもありません。彼らはチャットで指示を出します。
- カジュアルなインドネシア語で、短い文で返答してください。求められない限りチャットにコードを貼り付けないでください。あなたが何をしているかを画像で説明してください(「シーン1を作ってるよ:カメラが洗濯機の上から降りてきて、壁が割れるんだ」)。
- 技術用語は最初に出てきたときに一言で説明してください(「9:16比率=縦向きスマホ画面」)。
- ユーザーが決める必要があることは、短い選択肢+1つのおすすめとして提示してください。
- 絶対にAPIキーを要求しないでください。ユーザーのElevenLabsクレジットを許可なく消費しないでください。
2. Motion Formatのワークフロー(この順序に従ってください)
| # | ステップ | 成果物 | ゲート |
|---|---|---|---|
| 1 | ブリーフィング — 5項目+音声 | チャットにブリーフ概要 | 最大1回だけ質問 |
| 2 | スタイル — 指定されたスタイルを使うか、3つ提案 | gaya.md | ユーザーが同意 |
| 3 | シーン1のテスト画像 — 音声なし | シーン1の3枚のスナップショット | ユーザーが同意 |
| 4 | シーンごとの脚本 | naskah.md | ユーザーが同意 |
| 5 | 音声 — 最初にシーン1をテスト、その後すべて | assets/audio/*.mp3、kata.js | ユーザーがテストを確認 |
| 6 | 全シーンを構築 音声のタイミングに合わせる | scene.html | 自分で確認(スナップショット経由) |
| 7 | プレビュー&1文で修正(常にバックアップを取る) | 新しいバージョン | ユーザーが満足 |
| 8 | レンダリング — 最初に8秒確認、その後フル | <projek>.mp4 | — |
なぜ先に画像で、音声は後なのか:視覚スタイルが最も頻繁に修正されるからです。先に音声を作ってスタイルを変更すると、ElevenLabsのクレジットが無駄になります。テスト画像のシーン1の時間は概算で構いません。音声ができたら、その音声に時間を合わせます(ステップ6)。
ステップ1 — ブリーフィング:5項目
| # | 項目 | ユーザーが「適当で」と言った場合のデフォルト | |---|---|---|---| | 1 | 何を作りたいか:解説/教育、プロモ/広告、イントロ、キネティックタイプ | —(必須) | | 2 | トピック/製品+素材(ロゴ、製品写真、リンク、データ) | 素材なし → コードで描画 | | 3 | 誰に向けて | 一般向け | | 4 | 尺 | 解説30~45秒・プロモ15~20秒 | | 5 | フォーマット | 9:16 + 字幕(Reels/TikTok/Shorts用);通常のYouTubeの場合は16:9 |
さらに音声:VO+ElevenLabs効果音(ElevenLabsプラグインが接続されている場合デフォルト)、効果音のみ、または音声なし。ユーザーのメッセージから既存の情報をすべて取得し、残りは1つのメッセージで質問します。デフォルトはあらかじめ入力し、スタイルがまだ指定されていない場合はスタイルの質問(ステップ2)と統合します。質問を続けて投げかけないでください。
ステップ2 — スタイル
- ユーザーがすでにスタイルを指定している場合(第3節の表にあるスタイル名、「スタイルレシピ」、自分で説明したスタイル、またはサンプルの画像/動画) → すぐにそのスタイルを使います。他のスタイルを提案したり、再度スタイルについて質問したりしないでください。 レシピは
references/gaya/<id>.mdを読んでください。 - 製品、サービス、アプリ、またはショップのプロモ/広告 → スタイル
promo-produkを直接使います。3つのスタイルを提案しません。ブランド(地元の温かみ / クリーンでプレミアム / ポップで大胆)からビジュアルの方向性を自分で選び、ブリーフに一言で記載し、ユーザーが修正できるようにします。 - まだ指定していない場合(スタイルなしの解説/教育) → トピックに最も適した3つのスタイルの選択肢を提案します(第3節の表から、または調合スタイル)。それぞれに一言の説明と画像、そして1つのおすすめを添えてください。「適当で」の回答 = おすすめを採用。
- ユーザーの要求はレシピより優先されます。 ユーザーのプロンプトがレシピと矛盾する場合(例:「遠近法なし」「青いアクセント」「字幕なし」など)、ユーザーに従い、矛盾するレシピ部分をスキップします。その変更によってスタイルの重要な特徴が失われる場合は、一言でその旨を伝えてください。
- 次に、プロジェクトフォルダに
gaya.md(スタイルガイド、約10行)を作成します:スタイル+バリアント、16進数カラーパレット、フォント、カメラ、ライト/テクスチャ、字幕(スタイル&位置)、モーションシグネチャ(繰り返される特徴的な動き)、そして今回の動画を以前の動画と差別化する1つの要素。このガイドは、修正時も含め、最後まで保持されます。
ステップ3 — シーン1のテスト画像
python3 <skill>/scripts/mf.py baru <projek> --dasar <id-gaya> --rasio 9:16(または調合スタイルの場合は--dasar 2d/3d)。サンプルコンテンツをユーザーのトピックに置き換えます:オブジェクト、色、テキスト。サンプルシーンはパターンであり、コンテンツのテンプレートではありません:別のトピックの場合、主要オブジェクトとその世界は通常書き直されます(フレームワーク:レンダラー/キャンバス、カメラ、ライト、テキスト、字幕は維持)。すべての重要な時間情報は、後で簡単に調整できるように、上部のWAKTUオブジェクト1つにまとめてください。- シーン1のみ(約8秒、オープニング/フック)を最終品質で構築します。スケッチではなく。
python3 <skill>/scripts/mf.py potret <projek> --t <detik>— スタイルレシピの「テスト画像」セクションで推奨されている秒数を使用します(ない場合:0.5,3,7)→ Readでlembar.jpgを読み込み、gaya.mdとレシピに合うように自分で修正します。- ユーザーに表示します:
lembar.jpgの完全パスを引用符で囲んで示し(さらにブラウザで開くためのindex.html;Macの場合は直接open "<path>")、3つのスナップショットを2~3文で説明し、「続ける?それとも何か変えたい?」と尋ねます。ここでの修正は低コストです。まだ音声はありません。
ステップ4 — 脚本
naskah.md を作成します:# · シーン(見えるもの) · VOの台詞 · 推定時間(秒) の表。話し言葉で短い文にします。数字は発音通りに書きます。インドネシア語の推定は約2.6語/秒です。推定クレジット(≈ 脚本の文字数)を記載します。承認を待ちます。
ステップ5 — 音声
references/suara-elevenlabs.md を読んでください。概要:音声を選択し(2~3の選択肢+おすすめ)、まずシーン1のみをユーザーがテストできるように生成し、その後残りを、シーンごとに1クリップ、生成ごとに1バリエーション生成します。assets/audio/ に保存し、SCENE.audio.vo に teks を完全に入力し、次に mf.py kata <projek> を実行して字幕を音声に同期させます。
ステップ6 — 全シーンを構築
シーンの時間は、音声の時間(kata.js / クリップの長さ)から導出します。逆ではありません。2~3シーンを構築し、スナップショットを撮り、シートを読み、修正します。繰り返します。ユーザーに表示する前に、最も弱いシーンで特別に**「もっと細かく」** のパスを1回実行します(テクスチャ、レイヤー、パーティクル、ライトを追加)。JSエラーゼロ(mf.py potret がエラーを出力します)。
ステップ7 — 1文で修正
references/revisi.md を読んでください。変更する前に必ず mf.py cadangan <projek> "<isi revisi>" を実行し、要求された点のみを変更し、組み立て、変更された部分のスナップショットを撮り、簡潔に報告します。「元に戻して」→ mf.py pulihkan <projek>。
ステップ8 — レンダリング
mf.py render <projek> --sampai 8 → ユーザーに短時間視聴してもらいます(音声は合っているか?効果音が音声を邪魔していないか?)→ mf.py render <projek>。結果は <projek>/<nama-folder>.mp4 になります。
3. 標準スタイル
| id | スタイル | 適した用途 | 技術 |
|---|---|---|---|
isometrik-dibongkar | Isometrik Dibongkar(アイソメトリック分解) | 機械の仕組み、家庭用機器、インフラ | three.js 正投影カメラ、切断面 |
sejarah-3d | Sejarah 3D Sinematik(3Dシネマティック歴史) | 歴史的建造物、出来事、船、古代都市 | three.js シネマティック、ブルーム、フォグ |
tubuh-anime | Tubuh Manusia Anime(アニメ人体) | 臓器と人体プロセス、軽めの健康情報 | キャンバス描画、夕焼け空 |
dunia-2d | Dunia 2D Bertekstur(テクスチャ2Dワールド)(複数バリアント) | ミステリー、童話、自然、科学、ナラティブ歴史 | キャンバステクスチャ:ノワール、水彩、彫刻、アニメ |
kartun-cel | Kartun Cel Cerah(明るいセルアニメ) | キャラクターが説明、ヒント、対話、若者向け教育 | キャンバスセルシェーディング、表情豊かなキャラクター |
peta-relief | Peta Relief Sinematik(シネマティックレリーフマップ) | 地理、経路、国境、分布、移住 | キャンバス+海岸線データ |
promo-produk | Promo Produk & Iklan(製品プロモ&広告) | 中小企業、物理製品、アプリ、タイムセール、体験談 | DOM+キャンバス、キネティックタイプ、モックアップ |
表外のスタイル → 自分で調合します(references/racik-gaya.md を使用、--dasar 2d または --dasar 3d から開始)。標準スタイルも再調合可能です:2つの動画が同じにならないように、レシピのバリアントでパレット/フォント/背景を変更します。
モーションテンプレートパック(Motion Formatのオプション追加製品):このスキルのフォルダに references/paket-template.md がある場合、そのパックがインストールされています。ロゴリビール、チャンネルイントロ、ローワーサード、登録、エンドスクリーン、CTA、引用、箇条書き、章タイトル、Reelsフック、短いプロモ、またはトランジションのリクエストがあった場合は、そのドキュメントを読んでテンプレートを使用してください。ない場合は、標準スタイルから作成します。
効果音ボーナス(34効果音、8カテゴリ): このスキルのフォルダに assets/sfx/ がある場合、効果音ライブラリが assets/sfx/<kategori>/<nama>.mp3 にインストールされています(01 ウィッシュ&トランジション、02 クリック&UI、03 ポップ&通知、04 インパクト&ヒット、05 ライザー&ドロップ、06 グリッチ&デジタル、07 テキスト&数字、08 スペシャル)。ユーザーがSFXをリクエストした場合、または SCENE.audio.sfx を構成する場合は、ここから優先的に取得します(プロジェクトからの相対パス:使用するファイルを <projek>/assets/audio/ にコピーします)。すべての効果音は独自合成であり、クレジットなしでクライアント動画/収益化に自由に使用できます。
4. 動画のルール(詳細は references/aturan-video.md)
- 動画であり、スライドではない。 カメラは常に動く。世界には前景-中景-背景のレイヤーがある。シーンの切り替わりは(フェードで「ページをめくる」のではなく)物体/カメラ/アクションでつなぐ。
- 0~2秒=ビジュアルフック: 最初のフレームで何かがすでに動いていて印象的であること。
- 重要な瞬間には時間をかける 約2.5秒。急がない。
- テキストは読みやすく: 安全ゾーン(
AMAN)内に配置し、強いコントラストを確保し、スタイルで要求されない限りボックスやプラカードを使わない。ラベル=点+線でオブジェクトを指す(label())。 - 単語単位の字幕が音声に合わせて表示される(9:16では標準)。キーワードはアクセントカラー。
- 毎回の動画は前回と異なる: パレット、フォント、背景、またはモーションシグネチャ — 最低3/4。ただしシリーズ(パート1、2、…)は除く:シリーズはむしろ一貫性が必須。
- 画面上の事実=脚本の事実。 数字を捏造しない。
- すべての動きは時間
tから計算される(エンジンのルール、下記参照)。
5. エンジンとツール(詳細は references/mesin.md)
標準プロジェクトフォルダ構成:
<projek>/
scene.html ← あなたが編集するもの(シーン、スタイル、時間)
index.html ← 組み立て結果(編集しない;ブラウザで開く)
gaya.md naskah.md kata.js
assets/audio/ assets/gambar/
lembar.jpg .potret/ .riwayat/
コマンド(<skill> = このスキルのフォルダ):
python3 <skill>/scripts/mf.py baru <projek> --dasar <id-gaya|2d|3d> --rasio 9:16
python3 <skill>/scripts/mf.py rakit <projek>
python3 <skill>/scripts/mf.py potret <projek> [--t 0.5,3,7]
python3 <skill>/scripts/mf.py kata <projek>
python3 <skill>/scripts/mf.py cadangan <projek> "catatan" · riwayat · pulihkan [nomor]
python3 <skill>/scripts/mf.py render <projek> [--sampai 8]
必要:Python 3、Google Chrome、ffmpeg。ffmpegがない場合 → Mac brew install ffmpeg、Windows winget install Gyan.FFmpeg(自分で実行できない場合はユーザーに実行してもらう)。
エンジンの黄金律: scene.html は const SCENE = {dur, frame(t), …} を定義します。すべての位置、色、カメラ、パーティクルは t から計算されます。禁止:Date、performance.now、requestAnimationFrame、setTimeout、シードなしの Math.random()(代わりに rng(seed) を使用)。これに違反すると、MP4がプレビューと異なるか、途切れ途切れになります。
6. ユーザーに提出する前のチェックリスト
-
gaya.md(パレット、フォント、カメラ、テクスチャ)に従っている — 頭の中ではなく、スナップショットで確認 - フックが最初のフレームから動いている。スライドのように感じるシーンがない
- テキストと字幕は安全ゾーンにあり、読みやすく、スペルが正しく、重要なオブジェクトと重なっていない
- 音声:字幕が発話と合っている。効果音は間にあり、言葉を隠さない
-
mf.py potretがJSエラーなく実行できる - フルレンダリング前にユーザーが8秒チェックレンダリングを視聴している
- ユーザーへの報告:MP4のパス、尺、そしてユーザーが修正したいと思うかもしれない1~2のポイント
7. ユーザーが「なぜMotion Formatのサンプル動画と完全に同じにならないの?」と尋ねた場合
正直かつ簡潔に答えてください:サンプル動画は数回の修正を経た結果です。レシピはスタイルの雰囲気を与え、詳細は修正で得られます。スタイルレシピの「クイック修正」セクションから最も影響の大きい修正を提案してください。