ChatGPT画像ショート動画
この方法を使用して、スクリプトまたはコンテンツ計画を、主要なビジュアルがオペレーター提供の固定ブラウザタブを通じてChatGPTで生成され、その後ローカルでナレーション、焼き込み字幕、プラットフォームカバー、およびマニフェストと共に組み立てられる縦型ショート動画に変換します。
完全な制作チェックリスト、プロンプトパターン、タイミングルール、レンダリングルール、カバー契約、およびマニフェストスキーマについては、references/workflow.mdをお読みください。
コアワークフロー
- 入力内容を確認します：タイトル、サブタイトルまたはフック、音声スクリプト、ビジュアルスタイルの概要、ターゲット言語、TTS音声/レート、出力ディレクトリ、プラットフォームメタデータ。
- オペレーターが提供する固定の画像生成ブラウザタブを使用します。固定タブが壊れており、オペレーターが交換を承認した場合を除き、新しいChatGPTセッションを開かないでください。
- 参照資料のビートごとのプロンプトパターンを使用して、1つのプライマリ画像または少数のビート画像セットを生成します。
- 生成された画像をローカルソースアセットとして保存し、プロンプト、ブラウザタブラベル、画像インデックス、タイムスタンプ、および手動リトライを記録します。
- TTSを使用してローカルでナレーションを生成し、利用可能な場合はメディアと字幕サイドカーの両方を保存します。
ffprobeで真のオーディオ長を測定し、想定されるスクリプト長ではなく、オーディオ長からフレーム数を導出します。- TTSサイドカーまたはローカル音声アライナーから字幕を調整し、読みやすいブロックに分割します。
- 安全なタイトル/字幕配置、軽い動き、焼き込み字幕を備えた1080x1920フレームをレンダリングします。
ffmpegでエンコードし、ナレーションを多重化し、4:3および3:4のカバーを作成し、すべての最終アーティファクトを指し示すマニフェストを書き込みます。- 動画、カバー、字幕、マニフェストが公開安全であり、内部ハンドル、ローカルパス、資格情報、ブラウザスラッグ、またはドラフトラベルが含まれていないことを検証します。
譲れない条件
- 固定タブアクセスはプライベートなオペレーター設定です。実際のタブURL、アカウント名、アクセストークン、ローカルワークスペースパス、またはハンドルを再利用可能な出力に決して含めないでください。
- 固定タブはセッションの継続性と画像ツールの一貫性のために存在します。画像生成を無関係な会話から隔離し、リトライ間のスタイルのずれを減らします。
- 最終動画は、ターゲットプラットフォームが別の契約を必要としない限り、1080x1920、24または30 fps、H.264、yuv420p、AACオーディオ、
+faststartで維持します。 - 字幕は動画に焼き込みます。ショートフォームプレビューでは外部キャプションファイルのみに依存しないでください。
- 水平4:3と垂直3:4の両方のカバーを別々のファイルとしてエクスポートします。
- マニフェストは、可能な場合はリポジトリまたはパッケージ相対のアーティファクトパスを使用する必要があります。マシンローカルのプライベートパスをポータブルマニフェストにシリアライズしないでください。