Communitygithub.com

Stickman Video Master Skill — スクリプトから最終リールまで

コードだけでヒンディー語のホラー&ミステリーショート動画を作成:リサーチ、スクリプト、キャラクターデザイン、シーン構築、ナレーション、ミックス、そして1080×1920出力まで。

Stickman Video Master Skill — スクリプトから最終リールまで とは?

このスキルは、開発者がコードのみを使用して、ヒンディー語のホラー/ミステリーショート動画(1080×1920、30fps)を完全にパイプライン化して制作するためのものです。リサーチからスクリプト作成、キャラクターデザイン、シーン構築、ナレーション、ミックス、品質チェックまでを網羅しています。主にClaude Code、Cursor、CodexなどのAIエージェントと連携して動作することを前提に設計されており、各ステップは自己監査ループと厳格な品質基準(95点以上、ハードフェイル条件あり)によって支えられています。キャラクターはエンジニアリングされたSVGアクター(約640ユニット)で構成され、Forehead detailsや呼吸アニメーションなどの細部にまでこだわっています。GSAPによるタイムライン制御、Playwrightを用いた決定論的レンダリング、Gemini TTSによるナレーション生成、そしてFFmpegによる最終出力まで、すべてコードで完結します。このスキルは、特にインドの都市伝説や幽霊話を題材としたショート動画の制作に特化しており、リサーチ段階でのファクトチェックと信頼性の高い情報源の活用を重視している点が特徴です。

対応~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/i-amraj/stickman-video-master-skill/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

Stickman Video Master Skill — スクリプトから最終リールまで は何をしますか?

完全な、実戦で試されたパイプライン:インドのホラー/ミステリー ヒンディー語ショート動画(1080×1920、30fps) コードから制作 — リサーチ、スクリプト、キャラクターデザイン、シーン構築、ナレーション、ミックス、QC。 参考作品:Bhangarhリール(デモ動画はリポジトリ内 — demo/demo_10s.mp4、 同じスタイルの全コードは code/ と vo/ フォルダにあります)。

STEP 0 — リサーチ(スクリプトの前)

  • 実際の場所/物語に関する詳細リサーチ:Wikipedia + 公式情報源(ASI 看板のような一次証拠)。
  • 各主張にタグを付ける:[DOCUMENTED](証拠あり)· [LEGEND](民話)· [NAHI MILA](スクリプトに追加しない)。
  • 嘘のバイラル主張は絶対に追加しない — 最初に検証する。(Bhangarhの教訓:「唯一夜間に立ち入り禁止の砦」は間違いで、スクリプトから削除。)
  • 需要確認:同じトピックの最大のYouTube動画を見て — どの角度が機能したか(夜間訪問、看板クローズアップ、純粋な物語)?

STEP 1 — スクリプト作成

  • 最初の文 = 出来事全体(フック)。答えの手がかりは最初の行/フレームに隠されている。
  • 各文 6–12語;合計 ~150語 ≈ 49秒 @ ~190 wpm。
  • キャラクターには名前を付ける。先に明かし、「なぜなら」は後で。
  • 途中で「あなた」への挑戦 + 最後に一言コメントbait(はい? いいえ?)。
  • 常套句:「実際には / つまり / よく見て / ちょっと考えて」。禁止: AI用語(謎、事実、興奮、センセーション)は使用不可。
  • キャラクター台詞ルール: 選んだ2–4の台詞のみキャラクター自身の声で;残りはすべてナレーション。創作台詞は不可。
  • ペーシングチェック:VO 2.3–2.7語/秒帯域 · 無音 >12% = カット · タイトルが答えをネタバレしないこと。

STEP 2 — ストーリーボード + ジオメトリロック

  • 行 → シーンテーブル(各行の t0–t1 を最初に決定)。次にASCII座標ロック:各セットの地面(FLOOR)、キャラクター位置、カメラの各ビート。
  • 最初にスケッチ、後で見た目 — スケッチなしで直接最終コードに進まない。

STEP 3 — キャラクターデザイン(コード code/my_builder.js)

  • キャラクター = エンジニアリングされたSVGアクター(~640ユニット):2セグメントFKアングル(腰→膝、肩→肘)、丸い関節、役割ごとに顎の形をした顔のパス。
  • 各役割のDNAパレット:肌、虹彩、衣装、特別な印(maang-tikka、tilak、pagdi)。
  • 額の詳細(tilak)は髪の毛レイヤーの後に作る — そうしないと髪の下に隠れてしまう。
  • 演技API:setFaceMood · lookEyes · poseArms · speakHuman(リップシェイプ) · walkHuman(実際の歩行サイクル — スライドはハードFAIL)。
  • 手:手のひら + 親指 + 指の線。各アクターにまばたきループ + 呼吸。
  • 品質ベンチマーク:キャラクターをプリミティブな形状(丸い頭、円筒の胴体)で作らない — 彫刻されたパスのみ使用。

STEP 4 — セットデザイン(コード code/my_head.js、my_scenes_a/b.js)

  • マテリアルを先に: 各サーフェスにマルチストップグラデーション(iGrad)+実際のドロップシャドウ;フラットな色 = FAIL。
  • 部屋 = 3Dシェル:背面壁 + 遠近法の側壁 + 床ポリゴン + 巾木。
  • 石壁:各石は異なるトーン + ハイライトライン + 風化シミ(手続き型石テクスチャ) — バスルームタイルの繰り返し = FAIL。
  • 岩/巨石: 不規則な12ポイントポリゴン + 3面のシェード + ひび割れ + 砂のシミ + 接触影。八角形/平板 = ハードFAIL。
  • 動く小道具:揺れるランプ、火鉢の炎 + 煙、カラス、霧(薄く!) — ただしFXをオンのまま放置しない、各FXのオフビートは必須。
  • カメラの法則: 各 camTo の前にビューの下端を計算 — cy + 960/s ≤ 1920、そうでないとフレームの下に空/黒い縁が見える。
  • 空の矩形は常に全高。

STEP 5 — アセンブリ + レンダリング

  • エンジンコア = 組み立てられたHTMLのプレフィックス(シェル svg#stage + defs + rig + ヘルパー E/iGrad/makeCam/seekWrap) + シーンファイル + クロージングタグ。gsap.min.js を一緒に配置 — ファイルコピーを && チェーンに入れない(1つ失敗すると全て停止)。
  • タイムラインはGSAP;レンダリングは決定論的seekから:Playwright 1080×1920 → window.seekToTime(t) 全フレーム → JPEG q88 → ffmpeg libx264 crf18。~20秒チャンクでレンダリング(VM再起動を避ける)、再開可能パターン(フレーム >10KBならスキップ)。
  • GSAPの教訓: 既にtransform(translate+scale)を持つグループには x/y tween を使用しない — attr transform absolute tweens を使用する。
  • 長い字幕行:レンダリングスクリプトで getComputedTextLength() > 1030 の場合 textLength=1030 フィクサーを実行。
  • poseArms符号:右腕をフレーム左に回す = 正の回転。倒れたキャラクター:ラップ −84° で頭が ~530ユニット左に移動 — 頭の最終位置を事前に計算してラップを配置。

STEP 6 — 自己監査ループ(各シーン)

  • テスト静止画を出力(各シーンの途中 + 問題フレーム) → 自分で確認(拡大クロップも) → 修正 → 再度静止画。
  • 3つの監査:芸術的(構図、色) · 物理的(解剖学、影、地面との接続) · ストーリー(ナレーションの一致、表情が逆でないか)。
  • スコア /100;95以上のみ FINAL PASS。ハードフェイル(壊れた手、浮いているオブジェクト、逆の影、変わった小道具)はスコアを無効にする。
  • バナー/字幕はスクリーンスペース内に配置:頭のスクリーン-y = (wy − cy)·s + 960;バナー 118–222、字幕 1652+ の外側。

STEP 7 — ナレーション(コード vo/fit_lines.py)

  • モデルはgemini-3.8-flash-ttsのみ(プライマリ)/ gemini-3.1-flash-tts-preview(429エラー時のみフォールバック)。2.5 TTS 禁止。クォータ 10コール/日/モデル — 事前に予算を計算。
  • ナレーション = 1回の単一コール、スクリプト全体を一度に。テキストはRAWで送信 — 長いスタイル指示はペースを2.5倍遅くし、時々指示自体を読み上げる。
  • 声:ナレーション Puck(Rajのお気に入り、@i.raj1801のリールのデフォルト) · 悪役/その他の声 Algenib。
  • TTS WAV = 48000 Hzで来る — 実際のレートでピッチ計算:ピッチ ×1.12 = asetrate 53760(rubberbandは絶対に使わない — エコーが発生する)。悪役を重くしたい場合は ×0.96。
  • 行合わせ:Whisper(small、言語 hi)でテイクのセグメントを取得 → 各行をカット → ポーズ圧縮(silenceremove) → ピッチ → 行ごとのatempoでキャプションウィンドウに正確にフィット。
  • WhisperにはWAVをstdlibのwave+numpyでデコードして渡す(PyAV metadata_errors TypeErrorが発生する)。

STEP 8 — ミックス(コード vo/mix.py)

  • BGMは各リールごとに新しいもの — 再利用は絶対禁止;ライセンス安全(Kevin MacLeodライブラリ)。音量 ~0.10、VOの下。
  • SFXビートマップ:whoosh(投げる)、impact(衝突/落下)、thunder(雷/呪い)、riser(呪いの前)。
  • Loudnorm 2パス(測定 → 線形適用) = −14.0 LUFS、TP ≤ −1.5。シングルパスはしばしば −15.8 で止まる。
  • マルチプレックス:ビデオストリームコピー + AAC 192k。

STEP 9 — 最終QC + 納品

  • 納品ファイルをWhisperで聞く — すべてのスクリプト行が正しい順序/時間で再生されているか?ソーステイクのチェックだけでは不十分。
  • 長さ、サイズ、LUFSの3つを確認して報告。
  • 納品の教訓: 動画ファイル名を再利用しない — アプリが古いキャッシュコピーを表示する。新しい納品ごとに新しい名前(v2、_Final、日付)。
  • 完璧な(Raj承認済み)動画は Perfect_Videos/<date>/ フォルダに保存 — 完璧なもののみ。

ファイルガイド

  • script/Script_v1.md — Bhangarhスクリプト + 真実/物語タグ + ペーシングチェック(テンプレートとして使用)
  • code/my_head.js — シェーダー、HUD、drawStoneWall / drawRealBoulder / drawPerfumeBottle / drawAsiBoard / drawHangingLamp
  • code/my_builder.js — buildBhangarhActor(5役、完全リグ)
  • code/my_scenes_a.js / my_scenes_b.js — 8セット + タイムライン + キャプション
  • code/props_snippet.js / api_snippet.js — 木/草 + 演技API
  • code/render_test.py / render_full.py — 静止画 + フルレンダリング(再開可能)
  • vo/fit_lines.py / vo/mix.py — VO合わせ + 最終ミックス
  • docs/ — ビジュアルシステムの概要 + 教訓
  • demo/demo_10s.mp4 — このパイプラインの10秒サンプルシーン(実際のリールはここでは公開されていません)

関連スキル