前提条件
以下のスキルを生成前にインストールしてロードしてください（@pruna で既にコンテキスト内にある場合はスキップできます）：
| スキル | 説明 | インストール方法 |
|---|---|---|
generation-diversity | 生成プロンプトを書くときに使います。有料API呼び出しの前に、リチュアルシード、明示的な構造、シナリオ軸、品質ゲートを設定します。 | npx skills add PrunaAI/pruna-skills@generation-diversity -y |
audio-prompting | TTS、音楽、またはBGMのプロンプトを作成するときに使います。ディレクタースタイル、曲の構造、ポストプロダクションのレイヤリングを指定します。 | npx skills add PrunaAI/pruna-skills@audio-prompting -y |
pruna-api | PrunaまたはReplicateへのHTTP呼び出し前に使います。認証情報、アップロード/ポーリング/ダウンロード、並列バッチ、エージェントの安全性を管理します。 | npx skills add PrunaAI/pruna-skills@pruna-api -y |
または、一度で全スイートをインストール：npx skills add PrunaAI/pruna-skills@pruna -y
各スキルの 生成前 / クラフトセクションに従ってください。ここではガイド内容を繰り返しません。
エージェントの習慣
最初の返信で、`music-2.5` をバッククォートで囲んで名前を挙げ、REPLICATE_API_TOKEN を確認して（なければ pruna-api のサインアップリンクで停止）、必要な入力を尋ねます。最初の POST の前に、generation-diversity の明確化インテークを開きます。「使用しない場合」が適切な場合はリダイレクトします。
使用しない場合
代わりに以下のスキルを使ってください：
| スキル | 説明 | インストール方法 |
|---|---|---|
gemini-3.1-flash-tts | 誰かがナレーションや音声解説を必要としているときに使います。説明ビデオ、ドキュメンタリーライン、または生成ビデオと組み合わせる音声に。 | npx skills add PrunaAI/[email protected] -y |
stable-audio-2.5 | 誰かが軽いインストゥルメンタルの背景音楽を必要としているときに使います。会話の下のアンビエントBGMやリール・説明ビデオのアンダースコアに。 | npx skills add PrunaAI/[email protected] -y |
環境変数
export REPLICATE_API_TOKEN=r8_...
音楽ビデオワークフローでのスライスとアセンブリに ffmpeg / ffprobe が必要です。
HTTP (curl)
curl -s -X POST \
-H "Authorization: Bearer ${REPLICATE_API_TOKEN}" \
-H "Content-Type: application/json" \
-d '{
"input": {
"lyrics": "[Verse]\nWe built it line by line\nEvery skill a stepping stone\n\n[Chorus]\nRun the pipeline, watch it grow\nPruna models, let them flow",
"prompt": "Indie pop, uplifting, warm female vocal, 92 BPM, acoustic guitar and mellow synth pads, no harsh distortion",
"sample_rate": 44100,
"bitrate": 256000,
"audio_format": "mp3"
}
}' \
"https://api.replicate.com/v1/models/minimax/music-2.5/predictions"
urls.get をポーリングして status が succeeded になるまで待ち、output をダウンロードします。
生成前
- 前提条件ガイドを読み順に従って完了します。
lyrics（構造タグ付き）とオプションのスタイルpromptを確認します。必須フィールドをリストアップするときは、REPLICATE_API_TOKEN（Replicate —PRUNA_API_KEYではない）を指定します。- モデルノート： 構造タグは独立した行に —
[Intro][Verse][Pre Chorus][Chorus][Hook][Bridge][Solo][Inst][Build Up][Drop][Interlude][Break][Transition][Outro]。\n= 改行（安全なビデオカット境界にもなる）；\n\n= ポーズ。最大約5分の生成。英語と中国語の発音が最も強い。データはReplicateを介してMiniMaxに送信されます。詳細はプライバシーポリシーをご覧ください。
必須入力
lyrics（文字列）— 1〜3,500文字
一般的なオプションフィールド
prompt— ジャンル、雰囲気、テンポ、声の質感、楽器（最大約2,000文字）sample_rate：16000·24000·32000·44100（デフォルト）bitrate：32000·64000·128000·256000（デフォルト）audio_format：mp3（デフォルト）·wav·pcm
典型的な次のステップ
このスキルの後によく使われるフォローアップ：
| スキル | 説明 | インストール方法 |
|---|---|---|
music-video | 誰かがフルミュージックビデオを欲しがっているときに使います。オリジナル曲またはボーカル、パフォーマンスクリップ、Bロール、歌詞同期編集を提供します。 | npx skills add PrunaAI/pruna-skills@music-video -y |
whisperx | 誰かがオーディオから単語レベルのタイムスタンプを必要としているときに使います。歌詞のアライメント、カットセーフな行境界、またはビデオ編集時のバーンイン前のキャプションソースタイミングに。 | npx skills add PrunaAI/pruna-skills@whisperx -y |
p-video | 誰かがテキストや画像からシンプルな短いクリップを欲しがっているときに使います。クイックBロール、ドラフト、または開始/終了フレームアニメーションに。シネマティックな生成、最高品質、厳密なリップシンク、または1080pでのインポートオーディオが必要な場合は使用しないでください。 | npx skills add PrunaAI/pruna-skills@p-video -y |