スタジオビデオディレクター は何をしますか?
スタジオ品質の動画を無料のローカルツールだけで制作するための、実戦で鍛えられた測定ベースのパイプライン。以下のルールはすべて、実際の失敗ビルド(モノラルミックス、過圧縮オーディオ、スライドショーShorts、キャプション切れ、無音区間)の代償として得られたものです。いずれかのゲートに違反したビルドは失敗 -- 修正してから出荷してください。
このスキルを使うべき場面
- あらゆる動画成果物:ハッカソンデモ、プロダクトデモ、Short/Reel、映画解説、コマーシャル、チュートリアル、トレーラー、ポッドキャストクリップ。
- レンダリング前:企画、脚本、ストーリーボード、ショットプロンプト。
- レンダリング後:最終エンコードに対する10ゲート納品前チェック。
- 「見た目はまあまあだが、アマチュアっぽい」と感じる動画:ゲートを実行し、失敗したゲートを修正して再チェック。ゲートの名前が欠陥を正確に示します。
8ステップワークフロー
- ブリーフ -- 1段落:対象視聴者、1つのアイデア、1つのCTA、尺、アスペクト(1つを選んで固定:
16:9デモ/長尺、9:16Shorts/Reels -- プロジェクト内で比率を混在させない)。 - クループラン(6役割) -- ディレクター(ビジョン+カットリスト)、ライター(脚本、ショットあたり30語以内、約150 wpm)、撮影監督(カメラ+フレーミング)、アートディレクター(パレット+セット)、VFX(モーション+トランジション)、サウンドデザイナー(VO+音楽+SFX)。各役割は生成前に承認。
- ストーリーボード+カットリスト -- アニメーション化の前に書面で作成。少なくとも3~4秒ごとに視覚的/カメラカット(最大4秒以上の間隔禁止、ハードフェイル)。最初の3秒でフック:タイトル/質問+モーション。静的なカバーオープナーは禁止。
- プロンプト(6パート) -- セグメントごと、最大10秒、
references/prompt-template.mdを使用:尺/フォーマット、被写体、シーン、タイムスタンプ付きビート、カメラ用語、音声/台詞、制約。被写体の説明はセグメント間で同じ文章をそのまま使い回す。 - セグメント生成 -- 実動のみ:画面録画(Playwright、deviceScaleFactor 2、1920x1080@30fps デモ用)、Bロール、またはアニメーション。スチル写真のケンブランズ:Short1本当たり最大1セグメント、4秒以内、動画全体には使わない。
- アセンブル -- すべてのシーンを固定フレームに正規化(スケール+パッド、ストレッチ禁止)、concatデマルチプレクサで結合、オーディオをマスタリング(Pro:
pro-bundle/scripts/assemble_multiscene.py)。 - サウンド -- ニューラルVOのみ(edge-tts/スタジオTTS;gTTS禁止)。音楽:正規ライセンス曲(Mixkit/Pixabay/YouTube Audio Library)、VOの下で -20dB(Shorts)または -22dB(デモ)にダッキング。カットに同期した本物のデザインSFX。合成BGM/SFXは禁止。
- ゲート+納品 -- 最終エンコードに対して
scripts/quality_gate.pyを実行。10ゲートすべてが PASS 必須。マスターと .SRT をrenders/に保存し、絶対に破棄しない。
品質ゲート(全10項目、免除不可)
| # | ゲート | ルール |
|---|---|---|
| 1 | スペック | 正確な尺/解像度/fps;オーディオチャンネル == 2 |
| 2 | ラウドネス | インテグレーテッド -14~-16 LUFS、TP <= -1.5 dBTP、LRA >= 6 LU |
| 3 | 無音 | 0.5秒以上の無音区間なし、末尾のテールは最大1秒まで |
| 4 | カットテンポ | カット間隔4秒以上のギャップなし |
| 5 | VOカバレッジ | faster-whisper の文字起こしがスクリプト単語の80%以上をカバー |
| 6 | フレーム | 00:02/中盤/終盤のフレームが指定フレームチェックリストに合格 |
| 7 | ステレオ | ffprobe のチャンネル数が最終ミックスで2 |
| 8 | 本物の音楽/SFX | 人間が実際のライセンス音楽+実際のSFXを使用したことを証明 |
| 9 | スライドショー禁止 | 4秒以上静止しているセグメントがない |
| 10 | マスター保護 | .SRTサイドカーが存在、*-broken / *-v1 / *-v2 の兄弟ファイルがない |
実行方法:
python3 scripts/quality_gate.py final.mp4 --aspect 16:9 \
--srt final.srt --script vo-script.txt --frames-dir checks/
個別ゲート:
python3 scripts/audio_lufs_check.py final.mp4
python3 scripts/extract_frames_check.py final.mp4 --aspect 16:9 --frames-dir checks/
キャプションルール
- 16:9 デモ: 独立した
.SRTサイドカーのみ。ナレーションキャプションの焼き込みは禁止。画面上のUIコールアウトは許可(これらは字幕キャプションではありません)。 - 9:16 Shorts/Reels:
.SRTサイドカーかつスタイル指定された下部セーフゾーンキャプション(Shortsプレーヤーはサイドカーを無視するため;ミュート視聴者には画面上のテキストが必要)。
指定フレームチェックリスト(00:02、中盤、終盤のフレームに適用)
(a) いずれの辺もクリッピングされていない、(b) フレームの25%を超えるデッドバンド/空領域がない、(c) 画面上の全単語がスマホサイズで判読可能、(d) スクリプトで指定された場所にキャプションが表示されている、(e) プレースホルダー/フェイクUIテキストがない、(f) 被写体がフレームを占めている。
無料ツール(無料版)
- ffmpeg / ffprobe 8.x、Python 3.10+、faster-whisper(ローカル、CPU)。
- オプションの外部無料クレジットのみ(OpusClip / Vizard / Quso / 2short 無料枠) -- このリポジトリ内のスクリプトからは一切呼び出されず、有料APIなし、サインアップ不要、クレジットカード不要。
- このリポジトリには認証情報なし、APIキーなし、個人データなし。
プロ版
pro-bundle/ 追加機能:マルチシーンFFmpegアセンブリ(2パス loudnorm マスタリング)、VO+音楽自動ダッキング、Whisper .SRT+焼き込みキャプションビルダー、18のニッチテンプレート、ワンコマンドバッチゲート。README.md(プロ版セクション)および pro-bundle/README.md を参照。