belt CLIスキルのインストール: npx skills add belt-sh/cli
解説動画ガイド
スクリプトから最終カットまで、inference.sh CLIを介して解説動画を作成します。
クイックスタート
inference.sh CLI(belt)が必要です。インストール手順
belt login
belt app run google/veo-3-1-fast --input '{
"prompt": "Clean motion graphics style animation, abstract data flowing between connected nodes, blue and white color scheme, professional corporate aesthetic, smooth transitions"
}'
スクリプトの公式
問題-扇動-解決(PAS) — 60秒
| セクション | 時間 | 内容 | 単語数 |
|---|
| 問題 | 10秒 | 視聴者が抱える悩みを提示 | 約25語 |
| 扇動 | 10秒 | 問題が思っているより深刻であることを示す | 約25語 |
| 解決策 | 15秒 | 製品・アイデアを紹介 | 約35語 |
| 仕組み | 20秒 | 主要な3つのステップまたは機能を示す | 約50語 |
| CTA | 5秒 | 明確な次のアクションを一件提示 | 約12語 |
改善前-改善後-架け橋(BAB) — 90秒
| セクション | 時間 | 内容 |
|---|
| 改善前 | 15秒 | 現在のイライラする状態を見せる |
| 改善後 | 15秒 | 理想的な結果を見せる |
| 架け橋 | 40秒 | あなたの製品がどのようにそこに導くかを説明する |
| 社会的証明 | 10秒 | 簡単な統計またはお客様の声 |
| CTA | 10秒 | 明確な次のステップ |
機能スポットライト — 30秒(ソーシャル向け)
| セクション | 時間 | 内容 |
|---|
| フック | 3秒 | 驚きの事実または質問 |
| 機能 | 15秒 | 一つの機能が一つの問題を解決する様子を見せる |
| 結果 | 7秒 | 成果/メリット |
| CTA | 5秒 | 試してみる / 詳細を見る |
ペーシングルール
| コンテンツタイプ | 1分あたりの単語数 | 備考 |
|---|
| 標準ナレーション | 150 wpm | 会話のペース |
| 複雑/専門的 | 120 wpm | 処理時間を確保 |
| エネルギッシュ/ソーシャル | 170 wpm | 短尺向けで高速 |
| 子供向け | 100 wpm | 明瞭でゆっくり |
重要なルール: 1シーンにつき1つのキーメッセージ。1つのビジュアルに複数のアイデアを詰め込まないこと。
シーン時間の目安
- 導入ショット: 3~5秒
- 機能デモ: 5~8秒
- 画面上のテキスト/統計: 3~4秒(読み取れるように)
- トランジション: 0.5~1秒
- CTA画面: 3~5秒
ビジュアル制作
シーンタイプ
belt app run google/veo-3-1-fast --input '{
"prompt": "Clean product demonstration video, hands typing on a laptop showing a dashboard interface, bright modern office, soft natural lighting, professional"
}'
belt app run bytedance/seedance-2-0 --input '{
"prompt": "Abstract motion graphics, colorful data streams connecting floating geometric shapes, smooth fluid animation, dark background with glowing elements, tech aesthetic",
"generate_audio": true
}'
belt app run google/veo-3-1-fast --input '{
"prompt": "Happy person relaxing on couch with laptop, smiling at screen, bright airy living room, warm afternoon light, satisfied customer feeling, lifestyle commercial style"
}'
belt app run falai/flux-dev-lora --input '{
"prompt": "Split screen comparison, left side cluttered messy desk with papers and stress, right side clean organized minimalist workspace, dramatic difference, clean design"
}'
シーン用の画像から動画へ
belt app run falai/flux-dev-lora --input '{
"prompt": "Professional workspace with glowing holographic interface, futuristic but clean, blue accent lighting"
}'
belt app run falai/wan-2-5-i2v --input '{
"prompt": "Gentle camera push in, holographic elements subtly floating and rotating, soft ambient light shifts",
"image": "path/to/workspace-still.png"
}'
ナレーション制作
スクリプト作成のコツ
- 短い文。1文あたり最大15語。
- 能動態を使用。「あなたはデータを追跡できます」ではなく「データを追跡できます」。
- 会話調。声に出して読んでみてください。堅苦しく感じたら書き直します。
- 一文に一つのアイデア。一つの視覚的なビートに一文。
ナレーションの生成
belt app run falai/dia-tts --input '{
"prompt": "[S1] Tired of spending hours on reports that nobody reads? There is a better way. Meet DataFlow. It turns your raw data into visual stories... in seconds. Just connect your source, pick a template, and share. Try DataFlow free today."
}'
TTSでのペーシングコントロール
| テクニック | 効果 | 例 |
|---|
ピリオド . | 中程度のポーズ | 「これですべてが変わります。方法をお見せします。」 |
三点リーダー ... | 長いポーズ(劇的) | 「そしてその結果は...驚くべきものでした。」 |
カンマ , | 短いポーズ | 「速く、簡単に、パワフルに。」 |
感嘆符 ! | 強調/エネルギー | 「今すぐ構築を始めましょう!」 |
疑問符 ? | 上昇調 | 「もっと良い方法があったとしたら?」 |
音楽とオーディオ
背景音楽のガイドライン
- 音量: ナレーションの20~30%の音量(音声再生時は6~12dBダック)
- スタイル: ブランドトーンに合わせる(企業=アンビエントエレクトロニック、スタートアップ=アップビートなインディー)
- 構成: イントロスウェル(最初の3秒)→ ナレーション下での控えめなループ → CTAでスウェル
- ボーカルなし: ナレーション下ではインストゥルメンタルのみ
belt app run <music-gen-app> --input '{
"prompt": "upbeat corporate background music, modern electronic, 90 BPM, positive and professional, no vocals, suitable for product explainer video"
}'
アセンブリパイプライン
完全な制作ワークフロー
belt app run falai/dia-tts --input '{
"prompt": "[S1] あなたのスクリプトをここに..."
}'
belt app run google/veo-3-1-fast --input '{"prompt": "シーン1の説明"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "シーン2の説明"}' --no-wait
belt app run google/veo-3-1-fast --input '{"prompt": "シーン3の説明"}' --no-wait
belt app run infsh/media-merger --input '{
"media": ["scene1.mp4", "scene2.mp4", "scene3.mp4"]
}'
belt app run infsh/video-audio-merger --input '{
"video": "merged-scenes.mp4",
"audio": "voiceover.mp3"
}'
belt app run infsh/caption-videos --input '{
"video": "final-with-audio.mp4",
"caption_file": "captions.srt"
}'
フォーマット別動画時間
| フォーマット | 長さ | プラットフォーム |
|---|
| ソーシャルティーザー | 15~30秒 | TikTok, Instagram Reels, YouTube Shorts |
| プロダクトデモ | 60~90秒 | Webサイト, ランディングページ |
| 機能解説 | 90~120秒 | YouTube, メール |
| チュートリアル/ウォークスルー | 2~5分 | YouTube, ヘルプセンター |
| 投資家向けピッチ動画 | 2~3分 | ピッチデッキの補足資料 |
トランジションタイプ
| トランジション | 使用时机 | 効果 |
|---|
| カット | 関連シーン間のデフォルト | クリーンでプロフェッショナル |
| ディゾルブ/クロスフェード | 時間の経過、雰囲気の変化 | 柔らかく、物思いにふける |
| ワイプ | 新しいトピックやセクション | 明確な区切り |
| ズーム/プッシュ | 詳細への掘り下げ | 注意を集中させる |
| マッチカット | シーン間の視覚的な類似性 | 賢く、記憶に残る |
よくある間違い
| 間違い | 問題点 | 修正方法 |
|---|
| スクリプトが冗長すぎる | ナレーションが早口になり、視聴者が圧倒される | 最大150 wpmに削減 |
| 最初の3秒にフックがない | 視聴者がすぐに離脱する | 問題や驚くべき統計から始める |
| ビジュアルがナレーションに遅れを取る | 混乱を招く不連続 | ビジュアルは言葉と一致させるか、少し先行させる |
| BGMが大きすぎる | ナレーションが聞こえない | BGMを音声より6~12dB下げる |
| 字幕がない | ソーシャル動画の85%は音声なしで視聴される | 常に字幕を追加する |
| アイデアが多すぎる | 視聴者は何も覚えていない | 動画ごとに1つのコアメッセージに絞る |
関連スキル
npx skills add inference-sh/skills@ai-video-generation
npx skills add inference-sh/skills@video-prompting-guide
npx skills add inference-sh/skills@text-to-speech
npx skills add inference-sh/skills@prompt-engineering
すべてのアプリを閲覧: belt app store