Communitygithub.com

long-video-keyframes

承認された動画スクリプトの各シーン(クリップ)に対して、開始フレームと終了フレームの画像を作成します。フレームごとに1つの画像プロンプトを固定ファイル名で書き出し、画像用フォルダを作成し、利用可能な画像生成ツールで画像を生成するか、プロンプトをユーザーに一括または1つずつ渡します。long-video-directorの後、またはユーザーが開始フレーム、終了フレーム、キーフレーム、シーン画像を要求したときに使用します。

long-video-keyframes とは?

このスキルは、長編動画ワークフローの第5段階を担当します。承認済みの動画スクリプト(video-script.md)の各シーン(クリップ)について、開始フレームと終了フレームの画像プロンプトを作成し、`frames/`フォルダに保存します。各プロンプトは自己完結型で、ビジュアルバイブルからのスタイルブロックやキャラクター・環境・オブジェクトの説明をそのまま引用します。継続クリップでは開始フレームを再利用し、すべてのプロンプトは固定ファイル名(scene-xxx_start.png など)で管理されます。Claude Code や Cursor などのエージェント上で動作し、ユーザーの選択に応じてプロンプトのみの提供、画像生成、またはその両方を行います。ワークフロー全体で整合性を保つため、事前に承認されたスクリプトとビジュアルスタイルの存在を確認し、生成後はステータスファイル(frames/status.md)を更新します。

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

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

長編動画キーフレーム

長編動画ワークフローの第5段階。出力:各シーンの開始フレームと終了フレームの画像プロンプト、frames/フォルダ、およびオプションで完成画像。

この段階では、シーンとはスクリプトの1クリップ(1ショット、最大10秒)を意味します。シーンは動画全体を通して連番で番号付けされます。

開始前

  1. ~/.long-video/projects/<slug>/ 内のプロジェクトを見つけます。status: approved の video-script.md が必要です。承認されていない場合は停止し、long-video-director を実行します。
  2. film-style.md と visual-bible.md が必要です。これらにはカメラと照明のルック、および固定されたアートスタイルが含まれます。
  3. プロジェクト設定を読み込みます:アスペクト比、解像度、画像プロバイダー、承認レベル、予算。
  4. images/ で long-video-assets からのキャラクター、環境、オブジェクト画像を確認します。これらは参照として使用されます。存在しない場合はその旨を伝えます。ユーザーがプロンプトをそれなしで作成することに同意した場合のみ続行します。
  5. frames/ または frame-prompts/ が既に存在する場合、尋ねます:続行(完了したものをリストアップする)するか、再開するか。

ステップ1:シーンに番号を付ける

  1. スクリプトを順番に読みます。すべてのショットにシーン番号を割り当てます:1、2、3... 動画全体を通して。3桁にパディング(scene-001)、または999を超える場合は4桁にします。
  2. シーン番号からスクリプトショットIDへのマップを作成します(例:シーン7はスクリプトショット2.3)。
  3. 継続クリップ(スクリプト内の Continues:)をマークします。これらの場合、開始フレームは前のシーンの終了フレームです。新しい開始プロンプトは書きません。インデックスは前の終了画像を指します。
  4. 画像数をカウントします:シーンごとに2枚、再利用される開始フレームを除く。ユーザーに合計を伝えます。

ステップ2:フレームプロンプトを作成する

references/frame-prompt-templates.md を読みます。シーンごとに2つのプロンプトを作成します(継続シーンの場合は1つ)。

各フレームについて、スクリプトショットから以下を導き出します:

  • 開始フレーム。 クリップの最初のフレームが示すもの:最初のカメラ位置、キャラクターの開始ポーズと位置、その瞬間の照明。
  • 終了フレーム。 最後のフレームが示すもの:カメラの移動先(例:プッシュイン後のよりタイトなショット)、アクションの終了方法、照明の変化。ショットの持続時間内に開始フレームから到達可能でなければなりません。カメラが静的で何も動かない場合、終了フレームは同じ構図で小さな自然な変化(ジェスチャー、微妙な照明の変化)を含みます。
  • 両方のフレームは同じ場所、キャラクター、オブジェクトを示し、ショットがカメラを動かさない限り同じカメラ設定を使用します。

すべてのプロンプトのルール:

  1. 自己完結型。 「同上」は禁止。ジェネレーターが必要とするすべてを含めます。
  2. スタイルブロックをそのまま。 visual-bible.md からスタイルブロックとネガティブ用語を正確にコピーします。フィルムスタイルの「ジェネレーター用プロンプトライン」を追加します。ショットからのカメラ、レンズ、照明を追加します。
  3. エンティティ記述をそのまま。 ビジュアルバイブルから各キャラクター、環境、オブジェクトの説明をコピーします。言い換えないでください。
  4. 参照。 添付する画像ファイルをリストします:キャラクター画像とシート、環境画像、オブジェクト。終了フレームの場合、シーン自身の開始フレームを最初の参照としてリストします。正確なファイル名を使用します。
  5. 同じフレーミング。 すべてのプロンプトで設定のアスペクト比を使用します。
  6. 画像内にテキストなし。 キャプション、字幕、ロゴ、または読み取れるテキストのない標識。ストーリーで必要な場合を除く。
  7. 実在の人物名、商標、存命のアーティスト名は使用禁止。

プロンプトを frame-prompts/ に保存します。20シーンごとのバッチファイル:scenes-001-020.md、scenes-021-040.md など。また、frame-prompts/index.md も作成します(形式はテンプレートに従う)。

ステップ3:ファイル名とフォルダ

プロジェクトフォルダ内に frames/ を作成します。画像は他の場所に絶対に置かないでください。

ファイル名は固定で、各プロンプトのヘッダーに表示されます:

  • scene-<番号>_start.png
  • scene-<番号>_end.png

例:scene-007_start.png、scene-007_end.png。拡張子は任意(png、jpg、webp)ですが、ベース名は一致している必要があります。名前にはシーン番号と「start」または「end」という単語が含まれるため、すべてのフレームを名前で検索でき、順番に並べ替えられます。

ステップ4:ユーザーに希望を尋ねる

尋ねる:「この段階から何を希望しますか?」

  • プロンプトのみ。 ユーザーが自分のツールで画像を作成します。
  • 画像。 Claude が画像を生成します。
  • 両方。 ユーザーはプロンプトを受け取り、Claude も画像を生成します。

プロンプトファイルは常に保存されます。この選択により、誰が画像を作成するかが決まります。

次に、配信方法を尋ねます:一括、または1つずつ。

プロンプトのみ

  • 一括。 frames/ と frame-prompts/ の完全なパスを表示します。ファイル名の仕組みを1つの例で示します。ユーザーはバッチファイルを開いて作業を進めます。後でフォルダを確認することを提案します。
  • 1つずつ。 チャットで最初のプロンプトを、そのファイル名と添付する参照とともに表示します。ユーザーが保存したと言うのを待ちます。frames/ 内に正しい名前のファイルが存在することを確認します。その後、次のプロンプトを表示します。ユーザーが「スキップ」または「停止」と言った場合、frames/status.md に位置を保存して停止します。

ユーザーが尋ねたとき、または最後に、フォルダを確認します:見つかったファイルをインデックスと比較し、欠落または命名が間違っているものをリストします。

画像または両方

../long-video-assets/references/image-generation.md を読み、その手順に従って方法の検索、ブラウザオプションの処理、順序、チェック、ステータスを実行します。設定に保存されている方法がある場合はそれを使用します。この段階での変更点:

  • カウントとコスト。 ユーザーに必要な画像数とおおよその時間またはコストを伝えます。大規模なバッチを開始する前に尋ねます。範囲(例:シーン1から10)で開始することを提案します。
  • スタイルテスト。 最初に scene-001_start を生成します。表示します。固定されたスタイルとキャラクターの見た目に一致するか尋ねます。続行する前にプロンプトを修正します。
  • 順序。 各シーン:開始フレーム、次に終了フレーム(終了フレームは、メソッドがサポートする場合、開始フレームを参照として使用します)。次に次のシーン。
  • 参照。 プロンプトにリストされたキャラクター、環境、オブジェクト画像を添付します。メソッドが1つの参照しか受け付けない場合、最も重要なもの(フレーム内の主要キャラクター)を使用し、その旨を伝えます。
  • 一括または1つずつ。 一括:範囲全体を生成し、結果を表示します。1つずつ:各ペアを表示し、承認またはやり直しのリクエストを待ち、続行します。
  • ブラウザオプション。 アセット段階と同じルール:まずカウント、時間、ダウンロードフォルダの明示的な確認。パスワードを入力したり、CAPTCHAを解決したりしないでください。
  • チェック。 各画像の後、被写体、スタイルの一致、参照に対するキャラクターの見た目、開始フレームと終了フレームの違いを確認します。最大2回のリトライ後、needs-manual とマークします。
  • 上書き禁止。 既存のフレームを尋ねずに上書きしないでください。

生成が失敗した場合、またはユーザーが拒否した場合、残りのシーンについてはプロンプトのみのパスにフォールバックします。

ステップ5:ステータスと完了

  1. frames/status.md を最新に保つ:
| Scene | Frame | File | Status | Note |
|-------|-------|------|--------|------|
| 001 | start | scene-001_start.png | done | |
| 001 | end | scene-001_end.png | pending | |

ステータス値:pending、done、needs-manual、skipped。

  1. project.json を更新:プロンプトが保存されたら "stage": "frames-prompts-done"、すべてのフレームが存在しユーザーがセットを承認したら "stage": "frames-images-done"。
  2. ユーザーに frames/ と frame-prompts/ のパス、およびまだ欠落しているものを伝えます。
  3. long-video-clips(フレームからのビデオクリップ、またはスキップして画像のみを使用)に進むことを提案します。ユーザーが同意した場合のみ開始します。ユーザーが要求し、その段階が存在しない限り、他の後続段階を開始しないでください。

プロンプト保存前の自己チェック

  • すべてのシーンに終了プロンプトがある。すべての非継続シーンに開始プロンプトがある。
  • すべてのプロンプトにヘッダーにファイル名があり、命名規則に一致している。
  • すべてのプロンプトにスタイルブロック、ネガティブ用語、フィルムプロンプトラインがそのまま含まれている。
  • ショット内のすべてのキャラクター、環境、オブジェクトが、その説明と参照ファイルとともにそのまま表示されている。
  • シーンの開始フレームと終了フレームが、場所、キャラクター、照明で一致し、ショットが示す方法で異なっている。
  • プロンプトの数がユーザーに約束した数と一致している。

ルール

  • 承認されたスクリプトなしで開始しないでください。
  • ユーザーが「画像」または「両方」を選択するまで画像を生成しないでください。
  • プロンプトが承認された後は、画像またはプロンプトファイル名を変更しないでください。
  • チャットでAPIキーを要求しないでください。
  • チャットメッセージは短く保ちます。完全なプロンプトテキストはファイルに保存し、サンプルまたは現在のプロンプトのみを表示します。

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-director

Turn an approved story into a shot-by-shot video script, acting as the director. Asks whether the video uses a narrator or characters who speak (or both), suggests professional filming choices (camera type, lenses, camera movement, lighting, color, pacing), saves them as a separate film style file, then writes a script that matches the project config. Outputs film-style.md and video-script.md. Use after long-video-story (and long-video-assets) are done, or when the user asks for the video script, shot list, camera style or lighting plan.

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