ビデオストーリーボード は何をしますか？
使用タイミング
このスキルは、ユーザーが動画制作のための構造化されたショットごとの視覚計画を必要とする場合に使用します。撮影やアニメーションの前の段階です。
トリガーとなるシナリオ:
- ユーザーが動画コンセプト、広告、デモ、解説、ブランドフィルムのストーリーボードを作成し、結果をショットテーブルとして必要としている場合（台本ではなく）
- ユーザーが台本やクリエイティブブリーフを持っており、それを制作可能なカメラ方向（ショットタイプ、動き、長さ、オーディオキュー）に変換する必要がある場合
- ユーザーが撮影監督、ビデオグラファー、編集者に渡すショットリストを必要としており、担当者がまだコンセプトを読んでいない場合
- ユーザーが制作前パッケージを準備しており、トリートメントや台本に付随する視覚計画書を必要としている場合
- ユーザーが動画コンセプトのペーシング問題、不足カバレッジ、時間超過を撮影前にチェックしたい場合
- ユーザーがマルチカメラ制作（インタビュー、ライブイベント、パネル）を調整しており、ショットごとにカメラの役割を割り当てる必要がある場合
- ユーザーが動画コンセプトをクライアント、ブランド関係者、プロデューサーに提案する必要があり、プロフェッショナルな事前視覚化ドキュメントを必要としている場合
使用しない場合:
- ユーザーが話し言葉の台本、カメラ前のナレーションテキスト、またはスクリプト化されたボイスオーバーを必要としている場合 →
video-script-writingを使用 - ユーザーがYouTube動画のタイトル、サムネイル、タグ、SEO戦略を計画している場合 →
youtube-video-strategyを使用 - ユーザーが60秒未満のソーシャルリールやTikTokのフック、キャプション、コンテンツフローを必要としている場合 →
short-form-video-planningを使用 - ユーザーが単一段落の動画トリートメントやコンセプト要約のみを希望している場合 → それはクリエイティブブリーフであり、ストーリーボードではありません
- ユーザーが動画編集手順、カラーグレーディングの決定、またはポストプロダクションワークフローを求めている場合 → このスキルは制作前段階で終了します
- ユーザーがポッドキャストや音声のみの制作計画を必要としている場合 → ストーリーボードの視覚的要素がありません
プロセス
ステップ1: 制作概要を抽出する
単一のショットを設計する前に、制作を制約するすべての入力を収集します。この段階で情報が不足すると、後で構造的な作り直しが発生します。
- 必須入力: 動画コンセプトまたは台本（段落レベルの要約でも可）、目標時間、意図するプラットフォームまたは配信フォーマット、動画スタイル（コマーシャル、ナラティブ、チュートリアル、ドキュメンタリー、トーキングヘッド、モンタージュ、解説/アニメーション）、および対象視聴者
- 機材制約: シングルカメラvsマルチカメラ、手ぶれ補正（ジンバル、ドリー、スライダー、クレーン/ジブ、ドローン）の有無、照明設定（自然光のみ、スタジオ、ロケ）、レンズの有無 → これらは物理的に可能なショットを決定します
- 被写体数: 画面に登場する人物、製品、またはオブジェクトの数。シーンあたりの被写体が多いほど、より多くのカバレッジショットが必要です
- ロケーション数: 各物理的な場所には独自のシーンブロックが必要です。ロケーションが増えるとロジスティクスの複雑さとセットアップ時間が増加し、シーンあたりのショット数に影響します
- 入力が不完全な場合: 停止しないでください。指定された動画スタイルに基づいて合理的な仮定を立ててストーリーボードを構築し、その仮定を出力の先頭にある「制作仮定」ブロックで明示的にフラグ付けします。ユーザーに確認または修正を求めます。
- 最も重要な視覚的瞬間を特定する: 効果的な動画には常に1つの「ヒーローモーメント」があり、作品全体がそのショットに向けて構築されます。早期に特定し、構造内で保護します。
ステップ2: シーン構造を確立する
シーンとは、1つの物理的な場所または連続した時間ブロック内での連続したシーケンスです。ショットを設計する前にコンセプトをシーンに分割することで、カバレッジの欠落を防ぎます。
- 時間ごとのシーン数ベンチマーク: 60秒のコマーシャルは通常3〜5シーン、2〜3分の製品デモは4〜7シーン、5〜8分のチュートリアルやドキュメンタリースタイルの動画は6〜12シーン。これらのベンチマークより多くのシーンは断片的なストーリーテリング、少なすぎると視覚的バラエティ不足を意味します
- すべてのシーンにナラティブ機能を割り当てる: セットアップ/問題、製品/ソリューションの導入、機能デモ、ソーシャルプルーフまたは証言、ベネフィットの要約、コールトゥアクションは標準的なコマーシャルナラティブブロックです。ドキュメンタリーやナラティブフィクションでは、導入、きっかけ、上昇アクション、クライマックス、解決を使用します。すべてのシーンは、これらの機能の1つを前進させることでその存在を正当化しなければなりません
- 各シーンにラベルを付ける: シーン番号、ロケーション、照明条件（自然光/人工光、時間帯、質: ハード/ソフト）、ナラティブの目的（このシーンの終わりまでに視聴者が学ぶことや感じること）
- シーン時間をナラティブの重みに比例して見積もる: 導入シーンとCTAシーンは通常、全体の10〜20%ずつ。コアデモまたはストーリーシーンは50〜60%を占めます。すべてのシーンに均等な時間を割り当てないでください。それは平坦なペーシングを生み出します
- ロケーション変更のトランジションを早期にフラグ付けする: 制御されたスタジオ環境から自然なロケーションへの移動は、ワードローブ、小道具、連続性の計画を必要とします。ショットを設計する前にこれらの依存関係を書き留めます
ステップ3: 各シーン内で個々のショットを設計する
各ショットは、1つのカメラ位置からの単一の連続録画です。シーンのナラティブ機能を果たすようにショットを設計します。技術を誇示するためではありません。
-
ショットタイプの語彙 – これらの正確な用語を使用:
- EWS (エクストリームワイドショット): 環境全体、被写体は小さいか存在しない。地理やスケールを確立するために使用
- WS (ワイドショット): 被写体全身が環境とともに見える。ロケーションとボディランゲージを確立するために使用
- MS (ミディアムショット): 腰から頭まで。会話シーンや製品のコンテキストに使用
- MCU (ミディアムクローズアップ): 胸から頭まで。インタビューや対話の主力ショット – ほとんどの放送ニュースはMCUをデフォルトとして使用
- CU (クローズアップ): 顔がフレームを埋める、または製品機能がフレームを埋める。感情のピークや重要なディテールに使用
- ECU (エクストリームクローズアップ): 単一の特徴: 目、手、ボタン、テクスチャ、ラベル。CUでは分離できないディテールを分離するために使用
- インサート: シーンで直接参照されるオブジェクトまたはアクションのカットアウェイショット。キャラクターショットではなく、もののショット（電話の画面、回る鍵、紙の上の署名）
- OTS (オーバーザショルダー): 一方の被写体の肩越しにもう一方を見るカメラ。2人インタラクションの標準
- POV (ポイントオブビュー): カメラを被写体の目の位置に配置。一人称の没入感を生み出す
- 空中/ドローン: 上空から地理を確立するハイアングルショット。多くの地域で特定の機材と許可が必要
-
カメラムーブメントの語彙 – これらの正確な用語を使用:
- 固定: カメラを三脚に固定。動きゼロ。インタビューや製品ショットのデフォルト
- パンレフト / パンライト: 固定軸上の水平回転。環境を明らかにしたり、横の動きを追うために使用
- ティルトアップ / ティルトダウン: 固定軸上の垂直回転。リビールやスケールを伝えるために使用
- トラックフォワード / トラックバック: カメラが直線的に被写体に近づいたり離れたりする物理的な移動。ドリー、スライダー、ジンバルが必要。ズームとは異なり、パースペクティブが変化します
- ドリーレフト / ドリーライト: カメラ全体の横方向の物理的移動。パララックス効果を生み出す
- ハンドヘルド: カメラマンがカメラを手で持ち、手ぶれ補正なし。有機的な動きとエネルギーを導入する。緊張感のために意図的に使用し、デフォルトにしない
- ジンバル: モーター式3軸手ぶれ補正。揺れのない動きを可能にする。小規模制作におけるドリーの現代的な代替品
- クレーン / ジブアップ / ジブダウン: カメラがアームで上昇または下降。劇的なリビールと権威を生み出す
- ズームイン / ズームアウト: カメラの物理的な動きを伴わない焦点距離の変更。パースペクティブは変わりません。控えめに使用 – スタイル上の選択として読まれ、中立的なカバレッジではありません
-
被写体のアクションは具体的で能動的であること: 「人が話す」はアクションではありません。「人がボトルを手に取り、ラベルを読み、置く」はアクションです。すべてのショットはフレーム内で物理的に何が起こっているかを説明する必要があります
-
時間は秒単位で割り当て、ショットあたり最低2秒: ワイドの導入ショットは通常4〜6秒。対話やデモのショットは3〜8秒。ECUとインサートショットは2〜4秒。CTAのエンドカードは4〜8秒
-
ハンドル時間: 編集のバッファとして、すべてのショットの時間見積もりに1〜2秒追加します。4秒のショットは6秒として撮影する必要があります。ハンドル時間はショットごとではなく、制作サマリーに記載します
ステップ4: 視覚的文法のためのショット構成ルールを適用する
これらは美的嗜好ではありません。プロの編集者と監督が視聴者の方向感覚を維持するために使用する、確立された視覚的連続性とペーシングの原則です。
- 180度ルール: 2人の被写体または動く被写体がいるシーンでは、アクションの片側を選び、カメラでそれを超えてはいけません。軸を越えると左右の空間関係が逆転し、視聴者を混乱させます。複雑なシーンではシーンヘッダーに軸を記載します
- ショットサイズのジャンプ: 同じ被写体の2つのショットをカットする場合、ショットサイズは少なくとも2レベル変更する必要があります（例: MSからCU、MSからMCUではない）。同じ被写体の類似したフレーミングをカットすると「ジャンプカット」が発生し、意図的なスタイル上の選択（ミュージックビデオ、トーキングヘッドのエネルギー）でない限り、ミスとして読まれます
- 三分割法: 被写体の目（または主要な視覚要素）が中心ではなく、上部3分の1の交点に来るようにフレーミングする必要があります。ショットタイプにとって重要な場合、ショットのノート列にフレーミング指示として記載します
- ショットバラエティのリズム: 同じサイズのショットを2〜3連続以上使用しないでください（例: 3つのMCUが続くとエネルギーが平坦になります）。ワイドショットとタイトショットを交互に使用します。便利なデフォルトリズム: WS → MS → CU → インサート → MS は1つのアクションの完全なカバレッジブロックです
- すべてのシーンに導入ショットが必要: 新しい場所の最初のショットは、視聴者を地理的に方向付けなければなりません。これは譲れません。唯一の例外は、意図的なミステリーリビールであり、場所の曖昧さがナラティブのデバイスである場合です
- アイラインの一致: ショットXで被写体Aが画面右を見ている場合、被写体B（Aが見ている相手）は次のショットで画面左を見なければなりません。アイラインの不一致は空間的論理を壊します
- リードルームとヘッドルーム: 動く被写体では、カメラフレーミングは移動方向にスペース（リードルーム）と被写体の頭上に適切なスペース（ヘッドルーム）を残す必要があります。フレーミング調整はノート列に記載します
ステップ5: すべてのショットにオーディオノートを書く
オーディオ設計は制作前に行われ、ポストではありません。すべてのショットには、制作撮影と編集者の両方をガイドするオーディオ注釈が必要です。
- オーディオソースタイプ: 同期音（ロケで録音されたライブマイク）、ボイスオーバー/VO（別録りされたナレーション）、音楽（背景またはフィーチャートラック）、アンビエント/自然音（部屋のトーン、環境ノイズ）、SFX（特定の効果音: 通知音、機械的なクリック、群衆のざわめき）、無音（インパクトのための意図的なオーディオ欠如）
- ボイスオーバーのタイミング: ショットにVOがかかる場合、そのショットにかかるVOの最初と最後の単語を引用します（例: VO: 「多くの人が忘れているのは…」→「…手遅れになるまで」）。これによりストーリーボードが台本にリンクされ、編集者がショットがサポートすべきセリフを把握できます
- 音楽ノート: 必要な感情の質（ドライビング、高揚、緊張、スパース、ウォーム）と音楽の構造的瞬間（音楽開始、音楽ビルド、ドロップ、ピーク、音楽フェードアウト）を指定します。特定の曲名は挙げず、機能を説明します
- アンビエントサウンド: ロケ撮影では、常に「シーンセットアップ開始時に30秒間ルームトーンを録音」と記載します。これは編集でのデッドサイレンスを防ぐ制作指示です
- 同期対話: 被写体がカメラの前で話す場合、セリフの最初の数単語を記載してストーリーボードを台本にリンクします。対話が台本にない場合は、「即興対話」とマークし、トピックを記載します（例: 「即興: 被写体が朝のルーティンを語る」）
- JカットとLカットのフラグ: 次のシーンのオーディオがビジュアルカットの前に始まる（Jカット）か、ビジュアルカットの後に続く（Lカット）場合、シーン間のトランジションブロックにこれをマークします。これらは最も強力な編集上の決定の一部であり、ポストで見つけるのではなく計画する必要があります
ステップ6: 所要時間を計算し、カバレッジリスクをフラグ付けする
目標時間より40%超過するストーリーボードは制作準備ができていません。時間計算は成果物の一部です。
- すべてのショット時間を合計し、目標と比較します。両方の数値を報告します
- 許容誤差: 目標の±15%以内は制作準備完了。15〜25%超過: 優先順位の低いショットをノート列で「オプションカット」とマーク。25%以上超過: 個々のショットだけでなくシーンを再構築します
- カバレッジ比率: すべてのシーンに編集者に意味のある選択肢を与えるのに十分なショットが必要です。10秒のシーンに1つの10秒のショットだけでは、編集者に柔軟性がゼロです。シーンあたり最低3ショットを計画します。ドキュメンタリーやインタビューシーンでは2倍のカバレッジ（生時間の50%に編集可能な十分なショット）が必要です
- 推定撮影時間の計算式: 予定動画時間合計 × 6〜10 = 現実的な撮影時間（分）。90秒の動画には9〜15分の実際の録画時間枠が必要ですが、総制作時間（移動、セットアップ、ディレクション、リテイク、撤収）ははるかに長く、少人数クルーではロケーションあたり3〜5時間、フルクルーではロケーションあたり6〜10時間と見積もります
- ショットあたりのセットアップ時間ベンチマーク: シンプルな固定トーキングヘッドショット: セットアップあたり5〜10分。制御された面上での製品ショット: 15〜30分。マルチライトセットアップやカメラムーブメントリグ: セットアップあたり30〜60分。これらのベンチマークを使用して、制作サマリーの「推定撮影時間」の数値を算出します
- 不足しているカバレッジタイプをフラグ付けする: 編集が必要なシーンにBロールやインサートショットが存在しない場合、それをフラグ付けします。Bロールのないトーキングヘッドインタビューは編集できません
出力フォーマット
制作仮定ブロック（必要な場合）
## 制作仮定
以下の仮定に基づいてストーリーボードが構築されました。確認または修正してください:
- [仮定1]
- [仮定2]
- [仮定3]
制作サマリーブロック
## 制作サマリー
| フィールド | 値 |
|------------|-----|
| 動画の目的 | [1行で] |
| 動画スタイル | [コマーシャル / ナラティブ / チュートリアル / ドキュメンタリー / トーキングヘッド / モンタージュ / 解説/アニメーション] |
| 対象視聴者 | [ターゲット視聴者] |
| 主要プラットフォーム | [プラットフォーム] |
| 目標時間 | [秒または分] |
| ストーリーボード時間合計 | [秒または分] (目標からの差分: [+/-]%) |
| シーン数 | [数字] |
| ショット数 | [数字] |
| ロケーション数 | [数字] |
| 画面上の被写体数 | [数字] |
| カメラ | [シングル / マルチ（何台）] |
| 手ぶれ補正 | [三脚 / ジンバル / ドリー / スライダー / ハンドヘルド / クレーン / その他] |
| 照明 | [自然光 / スタジオ / ロケ / ミックス] |
| ヒーローモーメント | [ショット番号または説明] |
| ルームトーン | [各ロケで30秒 @ シーン開始] |
| 推定撮影時間 | [分、計算式を含む] |
| 制作時間合計（見積もり） | [時間、ロケーションとクルー規模別] |
| ハンドル時間 | [ショットあたり+1〜2秒、全体で追加された合計] |
| カバレッジ比率 | [生ショット時間: 予定時間] |
| オプションカット | [数字] ショット |
| 制作仮定 | [はい / いいえ] |
トランジションブロック（シーン間）
## シーン間トランジション
| 遷移元 | 遷移先 | タイプ | オーディオ | ビジュアル | ノート |
|--------|--------|--------|------------|------------|--------|
| シーンX | シーンY | [カット / ディゾルブ / フェード / ワイプ / Jカット / Lカット] | [オーディオの振る舞いの説明] | [ビジュアルの振る舞いの説明] | [制作ノート] |
ショットテーブルヘッダー
| ショット | シーン | タイプ | 動き | 時間 | 被写体アクション | オーディオ | ノート |
|----------|--------|--------|--------|------|------------------|------------|--------|
| 1 | 1 | WS | 固定 | 4s | [アクション説明] | [オーディオ説明] | [ノート] |
...