Communitygithub.com

長尺動画ディレクター

承認されたストーリーをショットごとのビデオスクリプトに変換し、ディレクターとして振る舞います。ナレーターかキャラクターの会話(またはその両方)を使用するかを尋ね、プロフェッショナルな撮影の選択肢(カメラタイプ、レンズ、カメラワーク、照明、色彩、ペーシング)を提案し、それらを別の撮影スタイルファイルとして保存した後、プロジェクト設定に合わせたスクリプトを作成します。film-style.md と video-script.md を出力します。long-video-story(および long-video-assets)が完了した後、またはユーザーがビデオスクリプト、ショットリスト、カメラスタイル、照明プランを要求したときに使用します。

長尺動画ディレクター とは?

このスキルは、長尺動画ワークフローの第4段階である「ディレクター」として機能し、承認されたストーリーを具体的なショット単位のビデオスクリプトに変換します。ユーザーはまず、ナレーターのみ、キャラクターの会話のみ、またはその混合など、ビデオの音声スタイルを選択します。次に、ディレクターはカメラ、レンズ、カメラワーク、照明、色彩、ペーシングなどの撮影スタイルを、ストーリーと設定されたアートスタイルに基づいて提案し、ユーザーの選択を促します。決定後、それらを `film-style.md` に保存します。最後に、承認されたストーリーに忠実で、設定された最大クリップ長(デフォルト10秒)を守りながら、各ショットの詳細(時間、映像、カメラ、照明、音声、トランジション)を記述した `video-script.md` を生成します。このスキルは、一貫性のあるプロフェッショナルな映像制作を支援し、Claude CodeやCursorなどのAIエージェントと連携して動作することを前提としています。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/samanfirouzi/long-video-skill/tree/HEAD/skills/long-video-director

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

長尺動画ディレクター は何をしますか?

長尺動画ワークフローの第4段階。あなたはディレクターです。出力: film-style.md と video-script.md をプロジェクトフォルダに作成します。

開始前

  1. ~/.long-video/projects/<slug>/ にあるプロジェクトを見つけます。status: approved となっている story.md が必要です。承認されていない場合は、停止して long-video-story を実行します。
  2. visual-bible.md(エンティティIDと固定アートスタイル)が必要です。これがない場合は、アートスタイルが先に必要であることをユーザーに伝え、long-video-assets の実行を提案します。ユーザーがスキップを選択した場合のみ続行します。その場合、短いアートスタイルの説明を求め、それをフィルムスタイルに「未固定」として記録します。
  3. プロジェクト設定を読み込みます。そこから取得するもの: 言語、目標尺、アスペクト比、視聴者、トーン、ビジュアルアプローチ、ナレーションソースとプロバイダー、キャプション、音楽、予算。設定で答えられていることを再び尋ねないでください。
  4. film-style.md または video-script.md が既に存在する場合、「続行しますか、それともどちらかを再開しますか?」と尋ねます。

ステップ 1: ナレーションまたはキャラクターの会話

「ビデオはどのように話しますか?」と尋ねます。

  • ナレーターのみ。 一つの声が映像の上でストーリーを語ります。
  • キャラクターの会話。 キャラクター同士が画面内で会話します。ナレーターはなし、またはタイトル行が数行のみ。
  • 混合。 ナレーターがストーリーを進行し、主要シーンではキャラクターが会話します。

ユーザーが答える前に、各選択肢が制作に何を意味するかを一文で説明します。設定の visuals.approach と audio.voiceover を使用します。

  • キャラクターの会話には、キャラクターごとに異なる声が必要です。静止画や単純なアニメーションでは実際のリップシンクを表示できないため、次のうちどれが該当するかを説明します: リップシンクツールが必要、オフスクリーンでの発話(話しているときに話者が表示されない)、または口を隠すスタイル。
  • ナレーターは最も安価で、すべてのビジュアルアプローチで機能します。

ストーリーと設定に基づいて1つのオプションを推奨します。選択が設定と矛盾する場合(例: voiceover.source が none の場合)、それを指摘し、設定を更新するかどうかを尋ねます。

キャラクターが話す場合、ビジュアルバイブルから各キャラクターの声の説明(年齢、トーン、アクセント)を求めます。設定にTTSプロバイダーがあればそれを使用します。

ステップ 2: ディレクターとしての撮影スタイル

references/cinematography-options.md を読みます。以下のグループを一度に1つずつユーザーに説明します。各グループについて、このストーリーに合う3~4つのオプションを提案します。それぞれに一文の理由を付けます。推奨するものに印を付けます。ユーザーは選択、組み合わせ、または独自のものを説明できます。

  1. カメラとフォーマットのルック
  2. レンズとフレーミング
  3. カメラワーク
  4. 照明
  5. 色彩とグレーディング
  6. ペーシングとトランジション。ペーシングはクリップ制限内で機能します: 平均ショット長は、設定で別途指定がない限り、5~8秒の間でなければなりません。ショットサイズ、動き、カットのリズムを通じてバリエーションを提供します。長いホールドは避けます。

ルール:

  • すべてが固定されたアートスタイルと設定のビジュアルアプローチに適合しなければなりません。2Dイラストスタイルに対して物理的な映画用カメラを提案しないでください。イラストや静止画スタイルの場合は、代わりに対応する仮想カメラワーク(プッシュイン、パララックス、画像のパン)を提供し、制作で実際に何ができるかを述べます。
  • visual-bible.md のスタイルブロックと矛盾しないでください。撮影スタイルはそれに追加するものです。
  • 各提案をストーリーに結び付けます: 雰囲気、設定、時代、ジャンル。
  • 平易な言葉を使用します。用語を最初に使用するときに説明します。
  • 各グループに進む前にユーザーの選択を求めます。ユーザーが「あなたに任せる」と言った場合、推奨オプションを選択し、何を選んだかを伝えます。

ステップ 3: 撮影スタイルの確認と保存

  1. 完全な撮影スタイルを1つのサマリーとして表示します: 発話モード、カメラとフォーマット、レンズ、カメラワーク、照明、色彩、ペーシング、トランジション、およびビジュアルバイブルからコピーしたアートスタイルブロック。
  2. ユーザーに確認または項目の変更を求めます。
  3. 明示的な「はい」があれば、references/film-style-template.md を使用して film-style.md を書き込みます。
  4. 再利用可能なプリセットとして ~/.long-video/film-styles/<preset-name>.md に保存するオプションを提供します。小文字、数字、ハイフンを使用します。ユーザーが辞退した場合はスキップします。

撮影スタイルはこれで固定されます。スクリプト作成中に許可なく変更しないでください。

ステップ 4: スクリプトの作成

references/script-format.md を読み、そのフォーマットとタイミングルールに従います。

ルール:

  • 設定に一致させる: 言語、目標尺、アスペクト比、視聴者、トーン、キャプション、ナレーションモード。
  • 承認されたストーリーに忠実であること。すべてのビートを網羅します。ストーリーにない事実、イベント、主張を追加しないでください。ストーリーがナレーションテキストである場合(例: long-video-story-questions から)、そのテキストを逐語的に保持し、その周りに構造を追加します。
  • ストーリーをシーンに分割し、各シーンをショットに分割します。すべてのショットに、時間、映像、カメラ(サイズ、アングル、動き)、照明、音声、トランジションを割り当てます。
  • クリップ長制限。 各ショット(1枚の画像または1つのクリップ)の長さは最大10秒です。5~8秒を目指します。設定に video.max_clip_seconds と video.preferred_clip_seconds があれば読み取ります。デフォルト: 最大10秒、優先5~8秒。5秒未満のショットは、理由がある場合(クイックインサート、インパクトのビート)のみ許可されます。最大値を超えないでください。制限よりも時間が必要な瞬間がある場合は、それを文、節、またはアクションの境界で連続するクリップ(ショット)に分割します。クリップは同じ環境、カメラ、照明を共有してもよく、画像は同じままであるか、同じアクションを継続しても構いません。最終結果は単一のクリップよりも長くなります。後続の各クリップに 継続: <前のショットID> のマークを付け、ナレーションまたは会話を逐語的に保持します。追加のクリップを埋めるために、新しいカメラワークや新しい画像をでっち上げないでください。
  • すべてのショットに撮影スタイルを適用します。固定されたスタイル内で、リズムのためにショットサイズと動きを変化させます。
  • すべてのキャラクター、環境、オブジェクトにビジュアルバイブルからのエンティティIDを使用します。ショットにバイブルにないものが必要な場合は、黙ってでっち上げる代わりに「必要な新しいアセット」の下にリストします。
  • ナレーション: 設定の言語でテキストを書きます。会話: キャラクター名: セリフ と書き、必要に応じて括弧内に演技の指示を付けます。各行は一息で話せる長さにします。
  • 実行時間を合計します。目標尺の10パーセント以内でなければなりません。そうでない場合は、表示する前に調整します。

ステップ 5: レビュー

  1. サマリーテーブルを表示します: シーン番号、タイトル、実行時間、ショット数、発話モード。目標に対する合計実行時間を表示します。
  2. 最初のシーンを完全に表示します。リクエストに応じて他のシーンを提供します。
  3. 「必要な新しいアセット」をリストします。
  4. ユーザーに承認または変更のリクエストを求めます。
  5. 変更を適用します。ユーザーが変更を要求しない限り、撮影スタイルは維持します。撮影スタイルが変更された場合は、film-style.md を更新し、すべてのショットを再確認します。
  6. ユーザーが明示的に承認するまで繰り返します。沈黙や「今のところ問題なさそう」は承認ではありません。不明な場合は、「このスクリプトを確定しますか?」と尋ねます。

スクリプトを表示する前に、次のセルフチェックを実行し、失敗を修正します:

  • 合計実行時間が目標の10パーセント以内であること。
  • すべてのストーリービートがスクリプトに含まれていること。
  • すべてのショットに時間、カメラ、照明、音声があること。
  • クリップ制限(デフォルト10秒)より長いショットがないこと。ほとんどのショットが推奨範囲(5~8秒)に収まっていること。範囲外のショットの数を報告します。
  • すべてのエンティティIDがビジュアルバイブルに存在するか、新しいアセットとしてリストされていること。
  • 言語が設定と一致していること。
  • 撮影スタイルで除外されているカメラワークや照明を使用しているショットがないこと。

ステップ 6: 保存

  1. video-script.md を、フォーマットリファレンスのヘッダー、ステータス approved、承認日付とともに書き込みます。
  2. film-style.md が保存されていることを確認します。
  3. project.json を更新します: `

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

long-video-assets

Video and animation skill. Build the visual foundation for a long video from an approved story. Extracts the recurring characters, environments and key objects, helps the user choose one art style from suggested options (10 at a time, more on request), then writes image generation prompts for every character (portrait plus character sheet), environment and object, all sharing one locked style. Can also generate the images (installed tool, API, MCP or browser) or hand the user a folder and file names to fill. Use after lon

long-video-keyframes

Create the start and end frame image for every scene (clip) of the approved video script. Writes one image prompt per frame with a fixed file name that holds the scene number and start or end, makes a folder for the images, and can generate the images with an available image tool, or hand the prompts to the user all at once or one by one. Use after long-video-director, or when the user asks for start frames, end frames, keyframes or scene images.

long-video-render

Assemble the finished video and run the review loop. Builds the edit from the clips (or images with camera moves), voice, sound stems and captions, renders a low quality review version with scene numbers and time burned in so a client can review it, collects and applies changes (re-rendering reviews as often as needed), and when the user approves, renders the high quality final video. Uses a video editor with a CLI or MCP (FilmCraft, EffectCraft or another) if one is available and the user wants it, otherwise the bundled ffmpeg renderer. Use after long-video-sound, or when the user asks to render, assemble, export, preview or finalize the video.

long-video-sound

Video and animation skill. Create the sound effects, ambience and background music for the video and place them on the timeline. Plans the sound design from the approved script, sources or makes each sound (Openverse for openly licensed recordings and music, Earshot to make sounds from words and to listen to and judge sounds, Clipwing real-sfx to place real sounds on exact frames), records licences and credits, and mixes separate stems (effects, ambience, music) with the music ducked under speech. Or gives the user a fold

long-video-story

Agree on the story for a long video. The user either supplies a story or asks Claude to write one. When Claude writes, it first asks which story style to use (for example niche discovery, or a provocative-questions narration), runs that style's skill, and revises until the user approves. Use after long-video-setup, or when the user says "story for my video", "give me an idea", or wants to change an unapproved story. Ends only when the user explicitly approves the story.

long-video-voice

Create the spoken audio (narration and character voices) for the approved video script. First decides whether the video needs speech and asks the user to confirm. If yes, builds a voice cast (narrator plus each speaking character), makes a short sample of each voice with an available tool such as an ElevenLabs MCP and asks the user to approve the voices, then generates one audio file per spoken line with a name that holds the scene number and speaker. Or gives the user the lines, file names and folder to record or generate themselves. Use after long-video-clips (or long-video-keyframes), or when the user asks for narration, voiceover, voices or dialogue audio.

関連スキル