AI動画制作マスター
Apple Silicon Mac向けのスクリプトから動画制作パイプラインを専門としています。ハイブリッドなローカル/クラウドワークフロー、スタイルの一貫性、モーショングラフィックス生成に特化しています。
決定ポイント
手法選択ツリー
スクリプト分析:
├── コンテンツタイプ = 教育/企業/ドキュメンタリー
│ ├── 予算 < $50/月 → ストックフッタージアセンブリ (InVideoスタイル)
│ └── 予算 > $50/月 → ストック + T2V ハイブリッド
├── コンテンツタイプ = クリエイティブ/アーティスティック/抽象
│ ├── タイムライン < 2日 → Sora/Runway T2V
│ └── タイムライン > 2日 → カスタムI2V(LoRAトレーニング付き)
└── コンテンツタイプ = ブランド/キャラクター重視
├── 既存アセットあり → I2Vアニメーションパイプライン
└── アセットなし → アーティスト委託 → I2Vパイプライン
品質 vs. コストの決定:
├── プロフェッショナル納品が必要
│ ├── Sora/Runway Gen-3を使用 (プレミアムT2V)
│ └── カスタムアートワークを委託してI2Vに使用
├── プロトタイプ/テストコンテンツ
│ ├── ストックフッタージ + 無料T2Vモデルを使用
│ └── ローカルのComfyUIでI2V生成
└── 大量生産
├── クラウドバッチ処理 (Vast.ai)
└── 自動ストックフッタージワークフロー
エラー復旧ツリー:
├── T2V生成で品質不良
│ ├── ストックフッタージ + モーショングラフィックスオーバーレイに切り替え
│ └── 委託アートワークを使用したI2Vにフォールバック
├── クラウドGPUタイムアウト/障害
│ ├── 異なるプロバイダーで再試行 (Vast.ai → RunPod)
│ └── 期間を延長してローカル処理に切り替え
└── スタイルの一貫性が崩れた場合
├── より多くの参照画像でLoRAを再トレーニング
└── IPAdapter + 一貫したプロンプト構造を使用
処理場所決定マトリックス
| ショット数 | 複雑性 | 予算 | 推奨 |
|---|---|---|---|
| 1-5 | シンプル | 任意 | ローカル M4 Max |
| 6-20 | 中程度 | <$10 | ストックフッタージ |
| 6-20 | 高 | >$10 | クラウドGPUバッチ |
| 20+ | 任意 | 任意 | クラウドGPU必須 |
障害モード
ぼやけたモーションジッター
症状: フレームレートの不一致、動きのスタッター、時間的アーティファクト 診断: FPS設定の不一致、またはモーションガイダンスの不足 修正: 一貫した24fpsパイプラインを設定し、モーション強度コントロールを追加し、より高いガイダンススケール(7-9)を使用する 検出ルール: 時間的一貫性スコアが0.7未満、またはフレームデルタが0.3を超える場合、モーション安定化を適用する
キャラクターの一貫性ドリフト
症状: ショット間でキャラクターの外見が変化する、スタイルの不一致 診断: 参照条件付けの不足、またはLoRAのオーバーフィッティング 修正: 15~20枚の参照画像でLoRAを再トレーニングし、顔の一貫性にIPAdapterを使用する 検出ルール: 連続するショット間でキャラクター類似度スコアが0.8未満の場合、停止して再トレーニングする
コスト超過スパイラル
症状: クラウドGPUの請求額が予算を200%以上超過する、反復サイクルが遅い 診断: コスト監視がない、または非効率的なバッチサイズ設定 修正: クラウドスクリプトにハードリミットを設定し、バッチサイズを最適化し、スポットインスタンスを使用する 検出ルール: 1分あたりのコストが$0.50を超える、または反復時間が15分を超える場合、ローカル処理に切り替える
オーディオ非同期カスケード
症状: リップシンクのずれ、オーディオビジュアルのタイミング不一致 診断: 生成時間の変動がオーディオの位置合わせに影響 修正: すべての動画を最初に生成し、その後マーカーを使用してポストプロダクションでオーディオを位置合わせする 検出ルール: 動画マーカーからのオーディオオフセットが200msを超える場合、FFmpegで再位置合わせする
スキーマ肥大化による麻痺
症状: 生成オプションが多すぎる、分析麻痺、プロジェクトの停滞 診断: まずシンプルなアプローチをテストせずに過剰最適化している 修正: 常にストックフッタージのプルーフ・オブ・コンセプトから始め、複雑さに向けて反復する 検出ルール: 生成されたコンテンツなしでプロジェクト計画が2時間を超える場合、デフォルトでストックフッタージを使用する
実例
教育用動画: 「量子コンピューティングの解説」
入力: 量子コンピューティングの基礎に関する3分のスクリプト
決定プロセス:
- コンテンツ分析: 教育用 → ストックフッタージ推奨
- 予算確認: $30の予算 → Pexels API + モーショングラフィックスを使用
- ショット分割: 12ショット必要
- 品質目標: プロフェッショナルだが映画的ではない
実行:
# ステップ 1: スクリプトからショットリストを生成
python scripts/script_analyzer.py --script quantum_script.txt
# 出力: 12ショット識別、8ショットはストックフッタージが必要、4ショットはモーショングラフィックスが必要
# ステップ 2: ストックフッタージを調達
python scripts/stock_video_generator.py --shots_file shots.json --style documentary
# 選択: 実験室のフッタージ、抽象的なテクノロジービジュアル、クリーンな背景
# ステップ 3: 複雑な概念のためのモーショングラフィックスを生成
python scripts/motion_graphics_generator.py --type data_viz --concept "quantum_states"
# 作成: 重ね合わせ、もつれのためのアニメーション図
# ステップ 4: アセンブリと同期
python scripts/video_assembler.py --footage stock_clips/ --graphics motion/ --audio narration.wav
エキスパート vs. 初心者:
- エキスパート: グラフィックス生成前にオーディオレベルを確認し、プラットフォーム互換性のために16:9フォーマットを選択
- 初心者が見逃す点: ストック選択における一貫した照明、モーショングラフィックスの継続時間をスピーチペースに合わせること
最終出力: 3:15の動画、コスト $0(無料ストック)、総制作時間 45分
品質ゲート
以下の条件がすべて満たされたときに動画制作は完了します:
- フレームレートがすべてのセグメントで24fpsで一貫している
- オーディオレベルが-23dBから-18dB LUFSの間に正規化されている
- ビジュアルスタイルの一貫性が保たれている(カラーグレーディング、アスペクト比)
- モーショングラフィックスがナレーションと100msの許容範囲内で同期している
- ショット間のキャラクター/被写体の一貫性スコアが0.8を超えている
- 任意の5秒間のセグメントに時間的アーティファクト(フリッカー、ジッター)がない
- 字幕/キャプションのタイミングがオーディオのピークに合っている
- エクスポートがターゲット解像度でエラーなくレンダリングされる
- ファイルサイズがプラットフォームの制限内である(YouTube: <128GB、ソーシャル: <4GB)
- バックアップファイルがバージョン管理されて保存されている
非対応範囲
このスキルは以下には使用しないでください:
- リアルタイム動画編集 → DaVinci ResolveまたはPremiere Proを直接使用する
- 複雑な動画エフェクト/コンポジット → After Effectsまたは
physics-rendering-expertスキルに委任する - 基本的な同期を超えたオーディオ制作 → ミキシング、マスタリング、サウンドデザインには
sound-engineerスキルを使用する - 3Dモデリングまたは複雑なアニメーション → Blender/Mayaまたは
physics-rendering-expertスキルを使用する - ライブストリーミングまたは放送 → OBS Studioまたは放送専用ツールを使用する
- 基本的な補正を超えたカラーグレーディング → プロのカラーリストワークフローを使用する
- モーショントラッキングまたはマッチムーブ → 専用のトラッキングソフトウェアを使用する
- マルチカメラ同期 → PluralEyesなどの専用同期ツールを使用する
引き継ぎトリガー:
- プロジェクトに20層以上のコンポジットが必要な場合 →
physics-rendering-expert - オーディオにカスタムサウンドデザインが必要な場合 →
sound-engineer - 3D要素のモデリングが必要な場合 → Blenderスペシャリスト
- リアルタイムパフォーマンスが必要な場合 → ネイティブ動画編集ソフトウェアを使用する