アニメーションスタジオ は何をしますか?
5段階パイプライン。各段階はプロジェクトフォルダに独自のファイルを保存し、ユーザーの承認を得てから次の段階に進みます。クレジットを消費する前に承認をスキップしないでください。
videos/<slug>/
01-tema.md テーマ、概要、世界観、対象視聴者、ジャンル
02-roteiro.md キャラクター、舞台設定、詳細なシーン
03-direcao.md スタイル、キャラクターシート、シーン別プロンプト
projeto.json マニフェスト(montar.pyが読み込む、ステップ04・05)
04-legendas/ ナレーション/cena-NN.m4a、legendas.srt、legendas.ass
05-render/ keyframes/、cenas/cena-NN.vK.mp4、norm/、final.mp4
既存プロジェクトを再開する場合:フォルダ内のファイルを読み込み、未完了のステップから続行します。
インストール(1回のみ)
このスキルはFlowサーバーを内包しています(<SKILL_DIR>/flow-mcp、ブラジルポルトガル語のラベル付き)。Claudeにflow_*ツールがない場合は、以下を実行します。
python "<SKILL_DIR>/scripts/instalar.py"
Node 22以上とffmpegがPATHに必要です。このスクリプトはnpm ciを実行し、ビルドしてflowサーバーをClaude Code, Codex, OpenCodeに登録します(PATHにあるすべてのCLI。--alvo codexなどで特定のものを指定可)。その後、flow-mcp内でnpm run loginを実行し(Googleアカウントで1回ログイン)、Flowでプロジェクトを開いてエージェントを再起動します。
開始前に
flow_statusを実行します。hint(例:「Flowでプロジェクトが開かれていません」)が返ってきたら、そのままユーザーに伝えて待機します。プロジェクトが開かれていないと何も生成されません。 Flow(ブラジルポルトガル語):サーバーはラベルマップ<SKILL_DIR>/flow-mcp/src/labels.tsを必要とします(生成、キャラクター、メディアセレクター、ダウンロードを既にカバー)。編集後、flow-mcpでnpm run buildを実行し、Claudeを再起動します。エラー「waiting for getByRole('button', { name: '<英語>' })」は、新しいラベルがlabels.tsにマッピングされていないことを示します。プロジェクトは開かれ、ページはリロード(F5)されている必要があります。- 不足している情報のみ確認します:スタイル(10種のいずれか)、合計尺、アスペクト比(デフォルト9:16)、ナレーションかダイアログか(デフォルトはナレーション)、字幕スタイル。ユーザーが既にテーマを伝えている場合は、再度尋ねないでください。
ステップ01 — テーマ
テーマがない場合、リクエストされたカテゴリ(コメディ、豆知識、ホラー、アドベンチャー、子供向け、モチベーション、SF、ファンタジー)から5つのアイデアを提案し、選択されたスタイルが得意とするもの(references/estilos.mdの「相性の良いもの」を参照)を考慮します。
01-tema.mdを保存:タイトル、カテゴリ、ジャンル、対象視聴者、概要(2〜3文)、世界観(場所・時代、世界のルール、トーン)。
ステップ02 — 脚本
合計尺をシーンに分割します。各シーンは4秒、6秒、8秒、または10秒(動画モデルの制限)。6〜8秒を推奨。1シーン=1つの連続したカット、1つの主要なアクション。
02-roteiro.mdを保存:タイトル、概要、キャラクター、舞台設定、シーン/尺/内容の表。各シーンについて:
- 環境・登場キャラクター・主要アクション
- 表情・体の動き・視覚要素
- ナレーションまたは台詞(シーン秒数あたり最大約2.5語。強調する単語は
*アスタリスク*で囲む) - シーンの最終状態(キャラクターの位置、オブジェクト、照明)— 次のシーンの入力となる
シーン1はフック(最初の2秒で何かが起こる)。最終シーンで結末を届ける。表を表示し、承認を求めます。
ステップ03 — 演出
references/estilos.mdのスタイルブロックを読みます。03-direcao.mdを保存:
キャラクターシート(ビジュアルメモ)— 各キャラクターについて:見かけの年齢、体型とプロポーション、顔、髪、服とアクセサリー(正確な色)、特徴的な線。英語で記述し、再利用可能なパラグラフにします。一度定義したら変更しません。
シーン別プロンプト(英語)を次の順序で:
アクションと被写体(完全なキャラクターシートを貼り付け、「the same man」などとは書かない)→ カメラのアングルと動き → 場所 → スタイルブロック → 照明 → 音
- カメラ:1シーンにつき1つの動きのみ。引きの画で状況を説明、ミディアムでアクション、クローズアップで感情を表現。
flow_techniques(static、lateral-track、crane-up、pull-back-reveal、crash-zoom…)をtechniqueフィールドで使用します。 - 動き:スタイルの「動き」のラインに従います(例:粘土アニメ=12fpsのストップモーション)。
- 連続性:各シーンの開始は、前のシーンの最終状態を記述します。
- ナレーションの場合:プロンプトの末尾に
Ambient sound and sound effects only, no dialogue, no speech, no subtitles, no on-screen text.を付けます。 - ダイアログの場合:引用符で誰が話しているかを示す短い台詞を、尺に収まる長さで。
キャラクターとキーフレームの生成(無料)
- 各キャラクターに対して
flow_character:describe= キャラクターシート + スタイルブロック。 - シーンごとに1つのキーフレーム(画像):
flow_generateをtype: "image"、model: "Nano Banana 2"、aspect_ratio、reference_images: ["asset:<名前>"]、シーン2以降はreference_previous: trueで実行。すべてのシーンを1回の呼び出しで行います。 あるシーンが失敗した場合、reference_previousは後続のシーンに連鎖的に影響します:reference_images(キャラクター + 承認済みシーン1のキーフレーム、asset:<タイトル>)を使って残りを再度生成し、連鎖は避けます。Flow上のタイトルはプロジェクトの番号に従います(シーン2がscene-06になる可能性あり);コピー時にcena-NNにリネームします。 flow_waitでfinishedになるまで待機します。05-render/keyframes/cena-NN.pngにコピーしてユーザーに表示します。画像はクレジットを消費しません:キャラクター、背景、スタイルに一貫性が出るまで自由に再生成します。その後にのみ動画に進みます。
ステップ04 — 字幕とナレーション
-
音声:
flow_voicesで2〜3候補を提案します(例:Charon: 情報提供、Aoede: 軽やか、Sulafat: 温かみ、Puck: 活発、Gacrux: 成熟)。 -
flow_narrateをシーンごとに1回(テキスト ≤ 400文字、アスタリスクは除く)、styleは英語でブラジルポルトガル語とトーンを指定(例:"in Brazilian Portuguese, playful storyteller")。各音声を04-legendas/narracao/cena-NN.m4aにコピーします。 ローカルVoiceStudio(ユーザーが持っている場合に推奨):POST http://127.0.0.1:3900/v1/audio/speechに{"model":"omnivoice","input":<テキスト>,"voice":<voice_id>,"response_format":"wav","language":"pt"}を送信(プロファイルはGET /v1/audio/voicesで取得、選択したプロファイルのvoice_idを使用)。無料枠あり、フレーズあたり約5秒。PythonでUTF-8 JSONを送信し(Git Bashのcurlはアクセントを壊す)、ffmpegでcena-NN.m4aに変換、POST /v1/audio/transcriptionsで発音を確認します。flow_narrateの無料Geminiは1日10リクエスト、1分あたり3リクエストの制限があります。 -
projeto.json(下記形式)を書き、以下を実行します:python "<SKILL_DIR>/scripts/montar.py" "videos/<slug>" --so-legendas各音声の実際の尺に同期した
legendas.srt+legendas.assを生成します。ナレーションがシーンより長いと警告が出た場合は、テキストを短くするかシーンを延長します。 -
手動編集:ユーザーが
legendas.srtを編集した場合、legendaに"manual": trueを設定します。これでスクリプトはSRTを上書きしなくなります。
字幕スタイル:cinematografica(控えめな白)、tiktok(大きな文字、大文字、黄色い強調)、anime(太字、ピンクの強調)、cartoon(楽しいフォント、オレンジの強調)、minimalista(小さい)。各ビジュアルスタイルにはreferences/estilos.mdで推奨スタイルがあります。9:16の場合はtiktokを使用(縦長動画ではサイズとスタイルを承認済み):minimalistaとcinematograficaはスマホでは小さすぎます。控えめにしたい場合はtamanho ≥ 6(短辺に対するパーセント)を指定します。
ステップ05 — レンダリング
シーンの生成
- 事前にコストを伝えます:Omni 1.1 Flash 約7クレジット(4秒)〜12(8秒)/シーン;Veo 3.1 Fast 20(固定8秒);Quality 100。デフォルト:Omni 1.1 Flash、720p。「OK」を待ちます。
- すべてのシーンを1回の呼び出しで
flow_generate:type: "video"、prompt、duration、aspect_ratio、first_frame= 承認済みシーンのキーフレーム、technique。(Flowは開始フレームか参照のどちらか一方のみを受け付けます—キーフレームは既にキャラクターを保持しています。)2つのシーン間をワンカットでつなぐ場合は、first_frameの代わりにchain_previous: trueを使用します。first_frame: "asset:<Flow上のキーフレームのタイトル>"を使用します(ファイルパスは使わない:アップロードは最も脆弱な方法です)。実際のコスト:6秒シーンで10クレジット、8秒シーンで12クレジット(Omni 1.1 Flash、720p)。 flow_waitで完了するまで待機します。ジョブが「The finished tile is no longer in the grid」エラーで失敗した場合、クリップは生成され課金されています:再生成しないでください。flow_assets(kind video)とflow_downloadを、Flowが割り当てたタイトルの先頭部分を使って、シーンの順序で実行します。各クリップを05-render/cenas/cena-NN.v1.mp4にコピーします。最初のシーンが生成前に失敗した場合は、残りのキューをキャンセルしてエラーが繰り返されないようにします。
レビューと再生成
クリップを表示します。シーンNをやり直す場合:そのシーンのみで新しいflow_generate呼び出しを、専用のproject(例:<slug>-c03-v2、他のシーンのファイル名と衝突しないように)で実行し、cena-NN.v2.mp4としてコピーし、projeto.jsonのclipで選択したバージョンを指定します。古いバージョンは決して削除せず、他のシーンのファイルにも触れません。プロンプトを変更しましたか? 03-direcao.mdを更新します。
合成
python "<SKILL_DIR>/scripts/montar.py" "videos/<slug>"
各クリップをターゲット解像度/FPSに正規化し、順番に結合し、各ナレーションをシーンの先頭に配置し、クリップの音声と音楽をミックスし、字幕を焼き付け(またはSRTのみ残す)、フェードイン・フェードアウトを施して05-render/final.mp4を出力します。シーンを再生成しましたか? 再実行するだけです — 変更されていないクリップはキャッシュされます。
projeto.json
{
"titulo": "タイムマシン",
"estilo": "粘土アニメ",
"render": { "proporcao": "9:16", "resolucao": "1080p", "fps": 30, "codec": "h264", "legendas": "埋め込み" },
"legenda": { "estilo": "tiktok", "posicao": "下" },
"audio": { "musica": "musica.mp3", "volume_musica": 0.2, "volume_clipes": 0.3, "velocidade_narracao": 1.0 },
"cenas": [
{ "id": 1, "duracao": 6,
"clip": "05-render/cenas/cena-01.v1.mp4",
"narracao": "A man finds a *mysterious* machine.",
"audio": "04-legendas/narracao/cena-01.m4a" }
]
}
proporcao: 9:16, 16:9, 1:1 ·resolucao: 720p, 1080p, 4k ·fps: 24, 30, 60codec: h264, h265 ·legendas: 埋め込み, srt, なしlegenda:estilo、posicao(下/中/上)、およびオプションでfonte、tamanho(短辺に対する%)、cor、destaque(16進数RRGGBB)、manualaudio: すべてオプション。音楽:ユーザーにファイルを依頼します(このスキルは音楽を生成しません)。- パスはプロジェクトフォルダからの相対パス。
既知の制限
- リップシンクは、動画プロンプト内で台詞が引用符で囲まれている場合のみ機能します(モデルがクリップ内で音声を生成)。別のナレーションではリップシンクは行われません。
- 字幕の同期はシーンレベル(音声の実際の尺)で行われ、単語はシーン内で比例配分されます。
- トランジションはカット編集です。2シーン間でアニメーション遷移を行うには、
first_frame+last_frameとtransitionカテゴリのtechniqueを使用してクリップを生成します。 - クリップはFlowから720pで出力されます。1080p/4Kはアップスケールです(
download_quality: "upscaled"が役立ちます)。