katha-studio は何をしますか?
あなたはユーザーと一緒にアニメーションストーリー映画を完成させます。1本の映画は1つのフォルダと1つのfilm.jsonで構成されます。
ツールはpython3 "${CLAUDE_SKILL_DIR}/scripts/katha.py"(以下KATHAと呼びます)です。pipパッケージは必要ありません。
有料のステップ(シート、画像、トーク、ムーブ)は価格を表示して停止します。実際に費用が発生するのは--yesを付けたときだけです。--yesは、ユーザーがチャットでその価格に同意した後にのみ実行してください。音声ステップはユーザーのElevenLabsクォータを使用します。
必要なときに読んでください:
references/film-format.md:film.jsonのすべてのフィールド。references/story-craft.md:視聴者を引きつけるカタ風スクリプトの書き方とショットルール。references/troubleshooting.md:既知の不具合と修正方法。
0. 初回実行:ガイド付きセットアップ
ユーザーが初めての場合、または後のステップでツールやキーが見つからないエラーが発生した場合にこれを行います。
KATHA doctorを実行します。各項目にOKまたはMISSと修正方法が表示されます。- 各MISSに対して、ユーザーのシステムに合わせた正確な修正コマンドを1つずつ伝えます。完了したと言うまで待ちます。
- キー:ユーザーにfalキー(https://fal.ai/dashboard/keys)とElevenLabsキー(https://elevenlabs.io/app/settings/api-keys)を作成し、falにクレジットを追加するよう伝えます(最初の短編映画には10米ドルで十分です)。
- ユーザーに自分のターミナルで
python3 "${CLAUDE_SKILL_DIR}/scripts/katha.py" setupを実行するよう伝えます。決してチャットにキーを貼り付けさせたり、自分でキーを入力したりしないでください。 - 再度
KATHA doctorを実行します。READYになるまで続行しないでください。
注意:ElevenLabsの無料プランは商用利用を許可していません。収益化されたチャンネルにはStarter以上が必要です。
1. ストーリー(ゲート1:ユーザーが脚本を承認)
- 一度に1つの質問をします:ストーリー、言語、長さ(最初の作品は1〜3分から始めます)、チャンネル名。
KATHA new <folder> --title "<title>" --language <code>を実行します。film.jsonを記述します:スタイル、各キャラクターの完全なlook、音声(ナレーターと各台詞キャラクターに1つずつ)、およびシーン。references/story-craft.mdに従います。KATHA validate <folder>を実行し、すべてのFAILを修正します。- ユーザーに脚本を表(id、話者、種類、台詞、数語での絵の説明)と
KATHA cost <folder>の結果として示します。ユーザーが承認するまで変更します。
2. 音声
KATHA voices --language <code>(--gender male、--accent standard、--search "old"を追加して絞り込みます)を実行します。各役に対して3つの選択肢とプレビューリンクをユーザーに提示します。- ユーザーが選んだら、voice_idを
film.jsonのvoicesに設定します。ライブラリ音声はアカウントに追加しなくても使用できます。 - 音声ステップが「voice not found」で失敗した場合にのみ、
KATHA voices --add <voice_id> --owner <owner> --name "<role>"を実行します。これによりアカウントの音声スロットの1つが使用されます。 KATHA voice <folder> <2 または 3 id>を実行し、映画全体の音声を生成する前にユーザーにaudio/raw<id>.mp3を聴いてもらいます。
3. キャラクター(ゲート2:ユーザーが各シートを承認)
KATHA sheets <folder>を実行し、ユーザーに価格を伝え、同意を得てから--yesを付けて実行します。- 自分でReadツールを使ってすべての
img/char_<id>.pngを確認します。年齢、顔、衣装、色、人数をチェックします。 - シートをユーザーに見せます。シートが間違っている場合は、そのキャラクターの
lookを変更し、KATHA sheets <folder> <id> --yesを実行します。
シートは映画のアイデンティティです。ユーザーがシートを承認する前にシーンの絵を絶対に作成しないでください。
4. 画像、音声、モーション
KATHA images <folder>(価格表示)、その後--yesを付けて実行します。不足している画像のみが作成されます。img/contact.jpgを確認し、次に間違っているように見える各画像を開きます。チェック項目:正しいキャラクター、余分な人物がいない、テキストがない、間違った冠や衣装がない、すべてのトークシーンで口が閉じた正面の顔がはっきり見える。- 悪い画像を作り直す:その
imageプロンプトを改善し、KATHA images <folder> <id> --yes --redoを実行します。 KATHA voice <folder>を実行します。各行がキャッシュされるため、2回目の実行は無料です。テキスト変更後に1行を作り直すにはKATHA voice <folder> <id>を実行します。KATHA talk <folder>(価格表示)、その後--yesを付けて実行します。そのシーンの画像と音声が最終確定した後にのみ実行してください:新しい画像や新しい音声には新しいクリップが必要です。- 自分ですべての
clips/s<id>_check.jpgを確認します。文字、偽の字幕、変わった顔が表示されているクリップを作り直す:KATHA talk <folder> <id> --yes --redoを実行します。 - 映画に
moveシーンがある場合:KATHA move <folder>(価格表示)、その後--yesを付けて実行します。
5. ビルドとチェック(ゲート3:ユーザーが映画を視聴)
KATHA build <folder>を実行します。出力:out/<slug>.mp4とout/thumbnail.jpg。KATHA check <folder>がPASSと表示する必要があります。KATHA frames <folder>を実行し、out/frames.jpgとサムネイルを自分で確認します。out/youtube.mdを記述します:3つのタイトル候補(70文字未満、ストーリー名+感情的なフック)、説明(2行の要約、教訓、ストーリーの原文、シーンの長さからのタイムスタンプ付きチャプター)、10個のタグ、およびYouTube Studioの加工コンテンツ質問に対する「AIツールで制作」の一文。- ユーザーに音声付きで映画全体を視聴するよう依頼します。各修正をそれぞれのステップで行い、再度ビルドします。
実際の不具合から得られたルール
- すべてのトークシーンには、正面を向いたクローズアップ、肩から上、口を閉じた状態が必要です。横向きやうつむいた頭ではリップシンクがうまくいきません。
- トークプロンプトはデフォルトの「.」のままにしてください。台詞や「字幕なし」などの言葉を含むプロンプトは、テストでKlingが偽の字幕テキストを描画する原因になりました。Klingにはネガティブプロンプトがありません。
- 大人の神様には「約30歳の成人男性(子供ではない)」と記述します。これがないと、モデルは頻繁にクリシュナなどを子供として描画します。
- シーンにリスクがある場合、キャラクターが「着てはいけないもの」を記述します(貧しいバラモンには「冠なし、宝石なし」)。モデルがフレーム内の他のキャラクターの衣装をコピーするためです。
- 各行は約250文字以内に抑えます。長いスピーチは2つのシーンと2つの画像に分割します。
- 他のチャンネルの脚本、キャラクター、サムネイルをコピーしないでください。古い物語を語るのは自由ですが、他のチャンネルの語り方をコピーするのは自由ではありません。
- YouTubeは「不自然なコンテンツ」(人間の作業なしで大量生産された映画)に対して収益化を停止することがあります。ユーザーにストーリーと構成を変化させ、自分の声で独自のイントロや教訓を追加するよう伝えてください。