一枚絵から、動くベクターキャラを作る
このリポジトリ(vector-avator)に、新しいキャラクターを追加する手順です。キャラの一枚絵から、画風をそろえた正面の立ち姿とキャラクターシートを作り、Fable 5.2 に部品をベクターで描き起こさせ、検査してからビューアで動かします。
見本は仮うさぎ(キャラ ID usagi。元の絵は inputs/kariusagi/)です。各段階の完成品が public/characters/usagi/vector/ と tools/vector/sheets/characters/usagi.* にあるので、迷ったら見比べてください。
0. 前提
作業ディレクトリは、このリポジトリのルートにします。 以下のコマンドはすべてルートからの相対パスです。
| 道具 | 扱い | 使う段階 | 確認方法 |
|---|---|---|---|
| Claude Code + Fable 5.2 | 必須 | 5. 部品分け(サブエージェント) | サブエージェントのモデルに Fable 5.2 を指定できること |
| Codex CLI(imagegen) | 必須 | 2. 画風の変換、4. シート | codex --version、codex login 済み(ChatGPT のプランで動き、API キーは不要) |
| Node 22、npm | 必須 | 7. ビューア、8. 動画 | npm install 済み |
| Python 3.10 以上 | 必須 | 2〜6 | python3 -m venv .venv && .venv/bin/pip install -r requirements.txt |
| resvg | 必須 | 6. 検査の確認画像 | resvg --version(cargo install resvg など) |
| Playwright の Chromium、ffmpeg | 必須 | 7〜8. 撮影・動画 | npx playwright install chromium、ffmpeg -version |
| MiniMax H3(ComfyUI) | 任意 | 3. 角度の見本 | ComfyUI の API(既定 http://127.0.0.1:8188)。ない場合は 3 を飛ばす |
| TTS | 任意 | 8. 口パクの音声 | ない場合はテキストの口パクで動かす |
Fable 5.2 または Codex imagegen が使えない場合は、ユーザーにそう伝えて止まってください。部品分けを他のモデルで代用すると、品質が足りないことが分かっています。
開発サーバーのポート: 既定は 5280 です(npm run dev)。使用中の場合は npx vite --port <ポート> --strictPort で起動し、撮影・動画の書き出しのコマンド(viewer_shots.mjs、record.mjs)すべてに VIEWER_URL=http://127.0.0.1:<ポート>/ を付けます。Fable に渡す依頼文にも、その URL を書きます。
費用と時間の目安(実測)
仮うさぎ(47 部品)を作ったときの実測です。2 体目以降のキャラで、待ち時間を含めて 1 キャラ 1〜1.5 時間でした。人の作業は、キャラの特徴の箇条書きとレビューだけです。
| 段階 | 担当 | 時間 | 回数 |
|---|---|---|---|
| 1. キャラの補足 | Claude(メイン) | 約 10 分 | — |
| 2. 正面の立ち姿 | Codex imagegen | 約 4.7 分 | 2 回生成して 1 枚採用 |
| 3. 角度の見本(任意) | MiniMax H3 | 約 7 分 | 1 回 |
| 4. シート 2 枚 | Codex imagegen | 約 5 分 | 各 1 回 |
| 5. 部品分け | Fable 5.2 | 約 16 分 + 直し 約 2.5 分 | 1 回 + 直し 1 回 |
| 6〜7. 検査・確認・調整 | Claude(メイン) | 約 20 分 | — |
- Codex imagegen は 1 枚あたり約 2〜2.5 分です。ChatGPT のプランの使用量の上限に達すると、数時間待つことがあります。1 キャラで必要なのは、正面 1〜2 回とシート 2 回です。
- Fable 5.2 の部品分けは、ほかの 2 キャラで約 22 分(49 部品)、約 24 分(61 部品)でした。
- 経緯を知らないエージェントがこの Skill だけで 1 体(63 部品)を作ったときは、角度の見本を飛ばして合計約 43 分でした(imagegen 4 回、Fable 1 回で約 24 分・約 28 万トークン、作り直し 0 回)。
- トークン数と金額は計測していません。
全体の流れ
| 段階 | 内容 | 道具 | 出力 |
|---|---|---|---|
| 1 | キャラの補足(残す特徴)を書く | 手書き | tools/vector/sheets/characters/<id>.md・.json |
| 2 | 原画を共通の画風に変換し、正面の A ポーズの立ち姿を作る | make.py gen <id> restyle | ref/front.png |
| 3 | 360 度回転動画からコマを切り出す(任意) | turntable.sh <id> | ref/turntable.mp4、ref/angle_*.png |
| 4 | シート 2 枚(4 面図+手の形、顔の差分) | make.py gen <id> sheet_turnaround・sheet_face | ref/sheet_turnaround.png、ref/sheet_face.png |
| 5 | 塗りだけの部品を、隠れる部分まで補完して描く | Fable 5.2 + references/fable-brief.md | vector.json |
| 6 | 構造の検査と、確認画像の目視 | check_parts.py <id> | エラー 0 件 |
| 7 | ビューアで動かして確認・調整する | npm run dev、viewer_shots.mjs | 調整した vector.json |
| 8 | 動画の書き出しと口パク | record.mjs、lipsync.py | MP4 |
ref/ は public/characters/<id>/vector/ref/ です。キャラ ID は小文字の英数字にします(例:usagi)。試行の画像や Fable の作業ファイルは var/vector/<id>/ に溜まります(コミット対象外)。
1. キャラの補足を書く
tools/vector/sheets/characters/<id>.md に、画風を変えても残すべき特徴を箇条書きで書きます。<id>.json には原画のパスと、その画像の役割を書きます。原画は inputs/<id>/ などに置きます。
- 書き方と見本は
references/character-notes.mdにあります。仮うさぎの例:tools/vector/sheets/characters/usagi.md・usagi.json。 - 色はおおよその値(
#RRGGBB)で書きます。 - 共通の画風(
tools/vector/sheets/style_base.md)は、キャラを「動物・生き物」として描かせます。そのままではキャラが変わってしまう点(毛のないキャラに毛の房が生える、人物でないキャラを動物に描き直す、など)は、補足に「〜は描かない」「〜は適用しない」と具体的に書いて打ち消します。共通の画風のファイルは変えません。 - 原画が動いたポーズ(体のひねり、腕の曲げ)でも、正面の A ポーズへの描き直しは
layouts/restyle.mdが指示します。補足には書かなくてよく、<id>.jsonのrolesに「ポーズは参考にしない」と添えると安定します。
あわせて、ビューアにキャラを登録します。手順 5 で Fable がビューアで確かめるときに必要です。data/characters/<id>.json:
{ "id": "<id>", "label": "<キャラ名>", "vector": { "url": "characters/<id>/vector/vector.json" } }
2. 正面の立ち姿(Codex imagegen)
.venv/bin/python tools/vector/sheets/make.py gen <id> restyle --count 2
.venv/bin/python tools/vector/sheets/make.py log <id>
.venv/bin/python tools/vector/sheets/make.py adopt <id> restyle <番号>
- プロンプトは「共通の画風+キャラの補足+描くもの(
layouts/restyle.md)」を組み立てて、codex exec経由で imagegen に渡します。試行はvar/vector/<id>/gen/に、プロンプトと所要時間とともに残ります。 - 生成した画像は必ず目で見て、原画と並べて比べます。見る点:キャラだと分かるか、2〜2.5 頭身か、真正面の A ポーズで脇に隙間があるか、目にハイライトがないか、寄り目でないか。
- 合わない場合は
--note "追加指示"で直すか、キャラの補足を書き直します(例:仮うさぎは共通の「毛の量感」で別キャラに見えたため、補足で打ち消した)。直したことは補足に残します。 adoptは採用した画像をref/front.png(1024×1536)にそろえて置きます。
3. 角度の見本(任意:MiniMax H3)
bash tools/vector/sheets/turntable.sh <id> # COMFY_SERVER で ComfyUI の URL を変えられる
- 先に
tools/vector/sheets/h3/<id>.txt(回転動画のプロンプト)を、h3/usagi.txtをひな形にして書きます。キャラの説明の部分だけを差し替えます。 - 出力の
angle_045.png・angle_090.png・angle_180.pngは、4 のシートの生成で自動的に参照画像に加わります。H3 の回転は等速ではないので、角度は目安です。 - ComfyUI と H3 がない場合は、この段階を飛ばします。シートだけでも部品分けはできます。
4. キャラクターシート 2 枚(Codex imagegen)
.venv/bin/python tools/vector/sheets/make.py gen <id> sheet_turnaround
.venv/bin/python tools/vector/sheets/make.py adopt <id> sheet_turnaround 1
.venv/bin/python tools/vector/sheets/make.py gen <id> sheet_face
.venv/bin/python tools/vector/sheets/make.py adopt <id> sheet_face 1
- 1 枚目は 4 面図(正面・斜め・側面・背面)と手の形 4 種(開き・指差し・グー・手のひら)、2 枚目は顔の差分(目:開・半目・閉、口:閉・あ・い・う・え・お、表情:通常・笑顔・驚き・困り)です。
- 斜めと側面は、顔が画面の左を向く向きで描かせます(H3 の回転と同じ向き)。
- 目で見て、正面の立ち姿と同じキャラか、差分がそろっているか(半目で虹彩が潰れていないか、など)を確かめます。合わなければ
--noteで直して生成し直します。
5. 部品分け(Fable 5.2 のサブエージェント)
references/fable-brief.mdのひな形に、キャラ ID・キャラ名・キャラごとの注意・ビューアの URL(既定http://127.0.0.1:5280/)を差し込み、var/vector/<id>/fable/brief.mdに保存します。キャラごとの注意の書き方と見本(仮うさぎ)はreferences/character-notes.mdにあります。- Fable 5.2 を指定したサブエージェントを起動し、
brief.mdの全文を渡します。Fable はreferences/parts-spec.mdに沿って、作画スクリプトでpublic/characters/<id>/vector/vector.jsonを作り、自分で検査してから報告します。 - 報告を読み、6 の検査と 7 の確認を行います。直す点があれば、同じサブエージェントに続けて依頼します(新しく起動すると経緯を失います)。
守らせること(ひな形に書いてあります):
- 部品は意味の単位でゼロから描く。画素の切り抜き・自動トレースで形を決めない。
- 塗りだけで描く。線は描画時に自動で引かれる。
- 隠れる部分も補完する(前髪の下の額、耳の付け根の下の頭、腕を外した胴、首、しっぽの付け根など)。
- 腕の絵は描かない(描画時に生成する)。代わりに骨格の目印と腕の太さ・色を測って書く。
_L・_Rはキャラ自身の左右(正面図で_Lは画面の右)。
6. 検査
.venv/bin/python tools/vector/check_parts.py <id>
- エラー 0 件で合格です。警告は内容を見て判断します。
- 確認画像(
var/vector/<id>/check/)を目で見ます。見る点はreferences/visual-qa.mdにあります。特に、手前の部品を隠した状態(qa_*.png)で穴・切り口がないか、差分(variants.png・expressions.png)がシートと合っているか、骨格(skeleton.png)の関節が絵と合っているか。 - 確認画像には、自動輪郭線と生成した腕が入りません。最終的な見え方は 7 で確かめます。
7. ビューアで動かす
-
data/characters/<id>.json(手順 1 で作成済み)があることを確かめます。 -
npm run devで開発サーバーを起動し、http://localhost:5280/?char=<id>を開きます(キャラが 2 体以上あると、画面に選択欄が出ます)。 -
撮影して確かめます(開発サーバーの起動中):
DSF=2 node tools/capture/viewer_shots.mjs var/vector/<id>/check/viewer \ neutral="char=<id>" face30="char=<id>&framing=face&yaw=30&blink=0" faceM30="char=<id>&framing=face&yaw=-30&blink=0" \ explain="char=<id>&motion=explain&t=1.0" spread="char=<id>&motion=spread&t=1.2" \ half="char=<id>&framing=face&eye=half&blink=0" point="char=<id>&motion=point&t=1.5" -
見る点:白いキャラの部品の境目に余計な線が出ていないか、首振り ±30° で目が顔の輪郭の外へ出ないか、耳・髪の付け根が頭から離れないか、腕と手の太さ・色が合っているか、揺れ物の揺れ方。
-
調整は
vector.jsonの値で行います。URL のパラメーターで値を試してから書き込みます。調整できる値の一覧はreferences/tuning.md、よくある問題と対処はreferences/troubleshooting.mdにあります。
8. 動画の書き出しと口パク
# 動画(開発サーバーの起動中)
node tools/vector/record.mjs --out out/<id>_explain --motion explain --query "char=<id>"
# 口パク:wav と読み(日本語はかな)から。TTS の種類は問わない
.venv/bin/python tools/lipsync/lipsync.py line.wav --text "こんにちは、よろしくおねがいします。" -o line.json
node tools/vector/record.mjs --out out/<id>_hello --motion talk_demo --lipsync line.json --audio line.wav --query "char=<id>"
- TTS がない場合は、テキストの口パクで動画を作れます:
node tools/vector/record.mjs --out out/<id>_hello --motion talk_demo --seconds 6 --query "char=<id>&say=こんにちは、よろしくね。"。台詞は時計に合わせて繰り返され、動画の長さはモーションの長さ(ループしないモーションでは--seconds)で決まります。台詞の長さで止めたいときは--secondsを指定します(目安:1 モーラ 0.15 秒、句読点 0.3 秒)。 - 英語の台詞は
--lang en、テキストなしで音量だけなら--method rms、Whisper の単語の時刻があれば--whisper whisper.json。 - 背景色は
--query "bg=ffd3e0"、手描き風の線はvHand=0〜4(なし・弱・中・強・手描き+。既定は強)。 - ビューアでも、口パクの JSON と音声ファイルを読み込んで再生できます。
終わったら
ユーザーに次を報告します。
- 作ったファイル(
ref/の画像、vector.json、data/characters/<id>.json)と、確認画像・動画の場所 - 各段階の時間と、生成・作り直しの回数
- 検査結果と、残っている問題(自信のない部品、直しきれなかった見え方)