コンセプト解説（実写ベース、グラフィックス主導） は何をしますか？
最初に references/house-rules.md を読むこと。これが優先されます。 実行順序: video-director セクション 3。このファイルは固有の内容のみをカバーします。
ステータス: 部分的に実証済み。 ラフカットと実写スロットは短いテイクでテストされましたが、ユーザーの映像に証拠画像、リアクション、カットアウェイを組み合わせた完全な動画はまだ作成されていません。最初の動画でレイアウトの問題を修正し、troubleshooting.md に記録することを想定してください。
固有の内容
- プレゼンターはユーザーの実際の映像です。 口パク写真や生成顔は、ユーザーが名前を指定して依頼しない限り使用しません（その場合は
references/presenter.mdのレガシーセクションを参照）。 - ソース:
fetch-video.sh→enhance-audio.sh（映像は維持） →rough-cut.mjs→ レビューシート →voice.mjs --provider file --file out/rough-cut.wav。詳細:references/own-footage.md。 - 発言は固定されます。 実際に話された内容から
script.jsonを作成します（文字起こしのスペルを修正）。リサーチは依然として適用されます。主張の証拠画像を追加し、ソースが発言と矛盾する場合は、編集を変更せずにユーザーに伝えます。 - ショット計画: ユーザーがカメラに映るのは（
presenter-fullシーン）、フック（最初の5～10秒）、締め、および顔で説得力を高める1～2行です。ランタイムの約1/5～1/3。残りはグラフィックス（beatsシーン）で、ユーザーの声に重ねます。 presenter.mjs footage out/rough-cut.mp4は、適切なタイミングで各オンカメラスロットを映像から切り出し、唇の動きを一致させます。パンチイン（1.0倍、1.3倍、1.12倍）を交互に使用して、繰り返しのショットに変化をつけます。- リアクションとカットアウェイは決してユーザーの顔を覆いません。 プレゼンターシーンでは、名前/トピックのチップとせいぜい小さなサイドリアクションを使用し、大きなリアクションはグラフィックシーンに取っておきます。
- ペース: 最初の1分間は密度が高く、その後はファセレス動画より落ち着いたテンポ（毎分約5～8変化）。
コストと時間
文字起こしのみ（セント単位）。音声コストはなし。レンダリングは動画1分あたり約1分＋映像の切り出し時間。
リファレンス
own-footage.md · engine-api.md · presenter.md · voice-music.md · troubleshooting.md