faceitall123qwe-hub/videomakerstudio

Higgsfield 生成

Higgsfield のあらゆるモデルにジョブを送信します。higgsfield CLI のラッパーです。汎用の画像/動画生成、Marketing Studio（ブランド広告、アバター、商品、フック、設定）、および補足的にバイラル性予測（Virality Predictor）の動画スコアリングをカバーします。

ステップ 0 — ブートストラップ

他のコマンドを実行する前に:

1. higgsfield が $PATH に存在しない場合は、インストールします:

   curl -fsSL https://raw.githubusercontent.com/higgsfield-ai/cli/main/install.sh | sh
   

2. higgsfield account status が Session expired / Not authenticated で失敗した場合は、ユーザーに higgsfield auth login（インタラクティブ）の実行を依頼し、確認を待ちます。

UX ルール

1. 簡潔に。チャット内で生の ID や JSON ダンプを表示しないでください。生成されたアセットのメディア URL、または Virality Predictor のテキスト要約を出力します。
2. 内部専門用語は使わないでください。「higgsfield を呼び出し中」「ジョブをポーリング中」などとは説明しないでください。
3. 最初のメッセージからユーザーの言語を検出し、その言語で応答してください。技術的な引数（--aspect_ratio 16:9）は英語のままにします。
4. 一括質問はしないでください。適切なデフォルトモデルを選択し、本当に不足している場合にのみ一度に1つずつ質問してください。
5. ユーザーが要求しない限り、コストを事前に見積もったり、より安価なモデルを最適化したりしないでください。最初に品質のデフォルトを優先します。
6. generate create に --wait を渡して、コマンドが完了するまでブロックし、結果 URL を自動的に出力するようにしてください。create → wait の2段階パターンは避けてください。

発見ガードレール

Higgsfield の機能/モデルを探すときは、セマンティックサーチや CLI の --help だけに頼らないでください。まずフィルタリングされていないモデルリストを実行し、次に適切と思われる job_set_type 名を調べてください。ユーザーがモデルが存在すると言っても検索結果がゼロの場合は、そのシグナルを信頼し、回答前に完全なモデルリストで確認してください。

Virality Predictor は以下のように公開されています:

• 顧客向け名称: Virality Predictor
• 技術的な job_set_type: brain_activity
• カテゴリ/出力: テキストレポート。これは動画入力/テキスト出力の分析であり、テキスト/チャット生成モデルではありません。
• 入力: アップロードされた動画
• 目的: 完成した動画のフック、注目度、保持率、バイラル性の分析

ユーザーが「この動画を分析して」「この広告をスコアリングして」「フックを評価して」などと言った場合は、テキスト/分析モデルに分類されていても brain_activity にルーティングしてください。タスクの意図と必要な入力で分類し、出力カテゴリだけで判断しないでください。

ワークフロー — 汎用生成

1. モデルを選択します。 要件が明らかに専門モデルを必要としない限り、コアのデフォルトから始めてください:

   • GPT Image 2 → 高忠実度の汎用画像生成、グラフィックデザイン、UI、バナー、タイポグラフィ、画像内テキストのデフォルト画像モデル。
   • Seedance 2.0 → 本格的なモーション、シネマティッククリップ、マルチショット、画像-to-動画、4～15秒のプロダクション品質出力向けデフォルト動画モデル。12秒も有効です。
   • Nano Banana 2/Pro → キャラクター、漫画風、スタイライズ、参照駆動の画像作業向けデフォルト。難しい要件には Pro を使用。
   • Marketing Studio → 広告、UGC、商品デモ、開封動画、TV スポット、プレゼンター動画、ブランド/商品ワークフロー向けデフォルト。

   画像:

   • ブランド商品ビジュアル（Pinterest ピン、ライフスタイル、ヒーローバナー、広告パック、バーチャル試着）→ higgsfield-product-photoshoot を使用。このスキルは使いません。
   • ブランド名やラベルテキストが入った生成商品コンセプト/パッケージ/缶/ボトル → GPT Image 2。
   • アバター＋商品を含むブランド広告画像（Marketing Studio 形式） → Marketing Studio Image（下記 Marketing Studio 参照）
   • 美的 UGC / ファッションエディトリアル / ライフスタイルキャラクター → Soul 2.0
   • シネマティック静止画 → Soul Cinema
   • 非常に特徴的なクリエイティブペルソナ（テキストのみ、個性的） → Soul Cast
   • ロケーション / 環境 / 人物なしシーン → Soul Location（最高クラス）
   • ベクターイラスト OR 顔編集＋複雑なシーン差し替え → Seedream 4.5
   • Soul Character（higgsfield-soul-id の参照 ID） → 静止画には Soul 2.0、シネマティックには Soul Cinema
   • キャラクターまたは漫画風の作業 → Nano Banana 2；難しいケースでは Nano Banana Pro にアップグレード
   • 高速かつ低コストの反復 → Z Image
   • その他すべてのデフォルト → GPT Image 2。 グラフィックデザイン、UI、バナー、タイポグラフィ、高忠実度の汎用生成。

   動画:

   • すべての広告/コマーシャル/ブランド動画 → Marketing Studio（下記 Marketing Studio 参照）
   • 汎用の本格動画（マルチショット、一貫したアイデンティティ、モーション多用、画像-to-動画、4～15秒のリクエスト）のデフォルト → Seedance 2.0。 最先端。期間の列挙型が読みやすいからといって Seedance 1.5 にダウングレードしないでください；まず Seedance 2.0 を検証してください。
   • 強いダイナミクスのない単一平面シーン、Seedance 2.0 より低コスト → Kling 3.0
   • カットなしの安価なクリーンショット、ユーザーが低予算出力を要求した場合のみ → Seedance 1.5 Pro
   • シネマグレード最高忠実度 → Cinema Studio Video 3.0
   • 強い物理演算で低コスト、音声不要 → Minimax Hailuo
   • 高速バッチ/大量 → Veo 3.1 Lite

   動画分析:

   • 完成した動画のフック、バイラル可能性、注目度、保持率、気散リスクを評価 → Virality Predictor（brain_activity）。これは動画分析モデルであり、テキストスコア/レポートを返します。生成されたメディアアセットではありません。

   実際に higgsfield generate create に渡す --model ID については、higgsfield model list --json | jq を実行して表示名を ID にマッピングしてください。完全なテーブルは references/model-catalog.md を参照してください。

2. メディア入力を直接フラグに渡します。 メディアフラグはローカルファイルパス または UUID を受け付けます。CLI はパスを自動アップロードし、UUID に対してジョブかアップロードかを自動検出します。事前アップロードは不要です。各モデルは受け付けるロール（image、start_image、end_image、video、audio）を宣言します — references/media-inputs.md を参照してください。

3. 迅速に検証します。 パラメータが不明な場合は、higgsfield model get <jst> --json を1回実行し、必要なものだけを渡してください。古いモデルにフォールバックする前に、優先モデルを検証してください。それ以外の場合はスキーマのデフォルトを使用します。サーバーは致命的でない強制変換（例: aspect_ratio=99:99 → 最も近い値）に対して adjustments を、宣言されたパラメータ値が無効な場合には構造化エラーを返します。

4. 1回で送信して待機します。 higgsfield generate create <jst> [--prompt "..."] [メディアフラグ] [パラメータフラグ] --wait。終了ステータスになるまでブロックし、結果を標準出力に表示します。調整可能: --wait-timeout 20m（デフォルト10m）、--wait-interval 5s（デフォルト3s）。Virality Predictor はプロンプトを必要としません；--video を渡してください。

5. 結果を提供します。 生成されたメディアの場合は、URL と1行の要約（モデル、動画の場合は長さ）を送信します。Virality Predictor の場合は、スコア、ビジネス解釈、および Open レポートリンクを提供します。通常のチャット出力で .glb、.bin、リージョンテーブルの内部情報を表示しないでください。

後で確認したり再実行したりするには、higgsfield generate list --json および higgsfield generate get <id> --json で遡及できます。higgsfield generate wait <id> は、--wait なしで開始したジョブに再参加する必要がある場合に引き続き使用できます。

メディアフラグ

フラグ	目的	受け付けるモデル
--image <パスまたはID>	参照画像	ほとんどの画像モデル、seedance_2_0、veo3、marketing_studio_video
--start-image <パスまたはID>	画像-to-動画トランジションの最初のフレーム	kling3_0、kling2_6、veo3_1、seedance_2_0、marketing_studio_video
--end-image <パスまたはID>	トランジションの最後のフレーム	kling3_0、seedance_2_0、marketing_studio_video
--video <パスまたはID>	参照または分析対象の動画	seedance_2_0、brain_activity
--audio <パスまたはID>	参照オーディオ（リップシンク、サウンドトラック一致）	seedance_2_0（これを使用。--generate-audio は使わない）

各フラグはローカルファイルパス（自動アップロード）または UUID（higgsfield upload create のアップロードID、または以前のジョブID）を受け付けます。各モデルは MEDIA_ROLES を介して自身のロールセットを宣言します。完全なテーブルは references/media-inputs.md を参照してください。

共通パラメータ

フラグはモデルスキーマに渡されます。higgsfield model get <jst> を使用して確認してください。

higgsfield generate create gpt_image_2 --prompt "黄昏のネオンシティ" --aspect_ratio 16:9 --resolution 2k --wait
higgsfield generate create nano_banana_2 --prompt "アニメキャラクターコンセプト、表情豊かなポーズ" --image ./ref.png --wait
higgsfield generate create seedance_2_0 --prompt "カメラがドリーイン" --start-image ./first.png --duration 12 --wait
higgsfield generate create text2image_soul_v2 --prompt "..." --soul-id <soul_ref_id> --quality 2k --wait
higgsfield generate create brain_activity --video ./ad.mp4 --wait

機械可読な出力（チェーンパイプライン、エージェントコンテキスト）が必要な場合は、--json を追加してください。--wait --json を付けると、最終的なジョブオブジェクトの配列が得られます。--wait なしではジョブ ID が得られます。Virality Predictor は生の分析結果とレンダリングアーティファクトをジョブパラメータに保存しますが、デフォルトのテキスト出力はスコアと Open レポートリンクに留めるべきです。

標準入力からのプロンプト: echo "..." | higgsfield generate create z_image --wait。

Soul 画像品質: text2image_soul_v2 および soul_cinematic には、--quality 1.5k または --quality 2k を渡してください。これらは UI 向けの階層であり、バックエンドが選択された --aspect_ratio に基づいて 720p/1080p とモデル固有の寸法にマッピングします。soul_location には品質セレクタはなく、アスペクト比ごとに固定の寸法を使用します。

Marketing Studio

ブランド画像/動画生成: アバター + 商品 + オプションのセットアップフック/設定 + 広告スタイルモード。モデル marketing_studio_video および marketing_studio_image を使用します。

概念

• アバター — プレゼンターの顔。キュレーションされた preset（higgsfield marketing-studio avatars list で閲覧）または custom（アップロードした写真から higgsfield marketing-studio avatars create で作成）。UGC モードでは、ブリーフに人物が明確に記載されている場合、アバターはオプションです；バックエンドが自動的に Soul Character を作成できます。ユーザーが特定のプレゼンターを希望する場合はアバターを渡してください。
• 商品 — タイトルと参照画像を持つブランドアイテム。URL からインポート（higgsfield marketing-studio products fetch --url ...）またはアップロードした画像から作成（higgsfield marketing-studio products create）。
• Webproduct — App Store / ウェブページ版。App Store の URL を取得すると自動ルーティングされます。
• フック — 再利用可能な冒頭のアングル / 広告フック。higgsfield marketing-studio hooks list で閲覧。フックテキストはユーザーのプロンプトの前に追加されます；--prompt を置き換えるものではありません。
• 設定 — 再利用可能な環境 / シーンコンテキスト。higgsfield marketing-studio settings list で閲覧。
• 広告参照 — アバターや商品にバインドできる再利用可能なインスピレーション動画。アップロードした動画（--video-input <upload_id>）または以前の生成ジョブ（--job <job_id>）から作成。higgsfield marketing-studio ad-references list で閲覧。references/marketing-ad-references.md を参照してください。
• ブランドキット — ブランドのアイデンティティ（名前、ロゴ、ヒーロー画像、色、フォント、トーン）をキャプチャし、画像生成全体で再利用できるようにします。Web サイト URL を渡して作成（higgsfield marketing-studio brand-kits fetch --url https://… --wait）。references/marketing-brand-kits.md を参照してください。
• 広告フォーマット — 生成された画像の視覚構造を決定するプリセット（headline、bullet-points など）。読み取り専用。higgsfield marketing-studio ad-formats list で閲覧。dtc-ads generate の必須入力。

発見コマンド

ユーザーが既存のものを尋ねた場合は、これらの正確なリストコマンドを使用してください:

higgsfield marketing-studio avatars list --json
higgsfield marketing-studio products list --json
higgsfield marketing-studio hooks list --json
higgsfield marketing-studio settings list --json
higgsfield marketing-studio ad-references list --json
higgsfield marketing-studio brand-kits list --json
higgsfield marketing-studio ad-formats list --json

--hook_id および --setting_id は marketing_studio_video のみでサポートされています；marketing_studio_image には渡さないでください。

UX ルール（追加）

• フェーズごとに1つの質問。商品+アバター+モードを一度に尋ねないでください。
• 2つの広告アプローチは相互排他的です。 ユーザーが広告参照動画を提供するか（参照駆動）、または フック/設定ブロックを選択するか（ブロック構成）のいずれかであり、両方は不可。ユーザーが広告参照を選択した場合はフック/設定を提供せず、フック/設定が選択された場合は広告参照を添付する提案をしないでください。
• 広告参照のソース。 有効な入力はローカル動画ファイル（higgsfield upload create ... --video でアップロード）または以前の動画ジョブのみです。ユーザーが他のものを提供した場合は、ローカルファイルを依頼してください。
• dtc-ads 広告フォーマットは必須です。 常にユーザーに ad-formats list から選択するよう依頼してください。自動デフォルトはありません — CLI とサーバーの両方が --format-id なしの呼び出しを拒否します。
• dtc-ads オプション入力。 ブリーフで必要とされる場合にのみアバター、商品、参照メディアを提案してください；ユーザーが選択したものだけを添付してください。

ワークフロー — クイック広告動画

1. 商品を取得します。
   • 既存の商品 → higgsfield marketing-studio products list --json
   • URL → higgsfield marketing-studio products fetch --url <url> --wait（インポートが完了するまでポーリング）
   • ローカル画像 → higgsfield upload create <写真>... を実行し、higgsfield marketing-studio products create --title "..." --image <id>... 商品 ID をキャプチャします。--hook_id を使用する場合は、--product_ids を渡すことを強く推奨します；フックは商品にピボットするように設計されており、商品コンテキストなしではうまく機能しません。
2. 必要に応じてアバターを選択します。
   • デフォルト: higgsfield marketing-studio avatars list を実行し、ブランドの声に合ったプリセットを選択します。
   • カスタム: higgsfield marketing-studio avatars create --name "..." --image <upload_id>。 UGC モードでは、特定のプレゼンターが不要でブリーフに人物が言及されている場合は、--avatars を省略しても構いません；バックエンドが Soul Character を合成できます。
3. オプションでセットアップ項目を選択します。
   • フック: higgsfield marketing-studio hooks list --json
   • 設定: higgsfield marketing-studio settings list --json 選択した ID を、marketing_studio_video に対してのみ --hook_id <hook_id> および --setting_id <setting_id> として渡します。ユーザーが明示的に同じ文言を強化したい場合を除き、フックのプロンプトを --prompt にコピーしないでください。
4. 必要に応じてモードを選択します。 デフォルトは ugc です；--hook_id が存在するからといって --mode が必須になるわけではありません。その他の現在利用可能なモードについては references/marketing-modes.md を参照してください。

…

（以降のセクションは元のドキュメントの続きに従います。ここでは翻訳の例として抜粋しています。）