AI Video Director
ユーザーの言語で応答します。簡体字中国語と英語に対応しています。セットアップ、プロービング、文字起こし、変換、レンダリング、検収はエージェントが実行します。ユーザーに依頼するのは、エージェントが代わりに行えない判断やアクションのみです。既存の認可は再利用します。
適用範囲
制作パスは、収録済みのトーキングヘッド映像（ウェブカムが焼き付けられたスクリーンデモ映像を含む）です。人物の再配置を約束する前に、フラット化された素材を検査します。独立したレイヤーには、個別のソースまたは明示的にレビューされた再構成が必要です。現在のトライアルが明示的に1つのフラット化ソースを使用する場合、個別の録画を要求しないでください。
デジタルヒューマン/アバターの制作は一時停止中です。SadTalker またはレガシー ai-auto-editing-director は使用しないでください。明示的に認可された短い音声サンプルは voice-clone.md を使用します。これは完全な音声置換を許可するものではありません。新しいツールやモデルの採用は tool-governance.md に従います。
開始または再開
- 実際の Skill ディレクトリを解決し、dependency-setup.md を読みます。エージェントは macOS/Linux で
sh scripts/bootstrap.sh --stage intake --applyを、Windows の PowerShell でscripts/bootstrap.ps1 --stage intake --applyを実行します。健全な依存関係は再利用し、不足しているものはインストールします。Skill フォルダインストールには汎用の依存関係フックはありません。フォルダが既に存在する場合でも、初回使用時にこれを実行します。修復後、解決された Node を使用してdoctorを実行します。セットアップのレシートはローカルインストールの証拠であり、エディタの接続性ではありません。最初のコンテンツカードは迅速に保ちます。大まかな実行の前に大まかなツールを準備し、細かい作業の前に選択されたレンダラーを準備します。 - プロジェクトとプライベートメディアはこのリポジトリの外に保管します。
director.mjs init-projectでプロジェクトを作成するか、既存の状態を読み込みます。承認済みのメディア、タイムライン、コンポーネントを上書きしないでください。新しいバージョンを作成し、置き換えが合格するまで古いバージョンを保持します。 - xiaoxiong-public-style.md に記述されているバンドルされた Xiaoxiong スタイルを読み込みます。そのオーディオ、キャプション、カラー、パレット、レイアウト、コンテンツフィットのデフォルトは、プライベートプロファイルがなくても機能します。
memory.mjs show --stage intake --include-candidatesで有効なデフォルトとオプションのオーバーライドを読みます。必要に応じて--stage rough|fine|release、--key、--style、プロジェクトオーバーライドを使用します。Xiaoxiong ID の使用が選択された場合、$xiaoxiong-ipを読み込み、解決されたディレクトリを--identity-skillで渡します。それ以外の場合、Xiaoxiong のキャラクターやサインフは挿入されません。prepare-style-assets.mjs --out <external-project>/assets/xiaoxiong-styleで正確なフォントとニュートラルな参照アセットを準備します。履歴はオプトインです。保留中のフィードバックは提案であり、有効なデフォルトではありません。memory-and-feedback.md に従ってください。 - 新しいプロジェクトの場合は workflow.md を読みます。現在のステージの参照のみを以下から読みます。マシンコントラクトセクションは、必要に応じて
director.mjs contract --section roughCut（またはbRollContinuity、finishingPass）で照会します。デフォルトでコントラクト全体またはすべての参照をロードしないでください。
デフォルトで公開の Xiaoxiong 字幕、ラウドネス、カラーパレット、画面スタイルが適用されます。新しいマシンには古いプライベートプロファイルは必要ありません。Xiaoxiong のキャラクターとエンドカードは xiaoxiong-ip をロードした場合のみ挿入されます。初回は実際のインストール、プロジェクトの場所、現在の設定を確認します。再開時は変更されていない環境結果を再利用します。プライベート素材は公開リポジトリには入れません。ステージごとに仕様と有効な設定を読み、履歴や保留中のフィードバックが自動的に現在の決定を上書きすることはありません。
初回使用時はエージェントが依存関係を補完する必要があり、Doctor を実行してインストールリストをユーザーに渡すだけでは不十分です。エントリポイントは Node 22+ を再利用またはダウンロード検証し、スクリプト依存関係と FFmpeg を補完します。ラフカット前に setup.mjs --stage rough --apply --codex <現在のデスクトップホスト組み込みCLI絶対パス> を実行し、公式の ChatCut プラグインを補完し、実際の接続と文字起こしを確認します。ファインカット前に setup.mjs --stage fine --apply を実行し、固定バージョンの HyperFrames、関連する作成 Skill、レンダリングブラウザを再利用またはインストールします。キーマットが必要な場合のみ --renderer cutout を追加します。エージェントはレシート内の agentActions を引き続き処理し、実際のサンプル検証を完了する必要があります。ログイン、ホストが自動リロードツールを許可しない、システム権限、または新しい費用のみユーザーの参加が必要です。localReady を編集可能と見なしたり、オプションモデルがないことを理由に最初の分析をブロックしたりしないでください。
ステージルーティング
| ステージ | アクションと必須参照 |
|---|---|
| コンテンツ | 信頼できる原稿とローカルメディアプローブを使用して、迅速な最初のカードを提供します。first-approval-and-style-gates.md に従います。主張、証拠、意図したカット、意味のある制約を確定します。サポートカウントはコンテンツと長さに従います。未承認のスタイリングは延期します。 / まず人が読めるコンテンツとラフカット案を提供し、信頼できる原稿がある場合は事前にヘビーな処理を行わない。 |
| ラフカット | メディアをインポートまたは再開する前に、chatcut-media-recovery.md を読みます。ホスト接続、保留中のアップロード、実際の再生を区別します。編集を保持し、制限付きリカバリを使用します。次に production-standard.md と dialogue-join-audit.md を読みます。テイクは品質優先で比較し、実際のすべての結合とすべての繰り返される欠陥クラスを検証し、単語の開始/末尾を保持し、ポーズと開始/中間/終了のペースを確認します。明示的な処理を使用して、カラーとダイアログを一度に正規化します。 / インポート前に素材ルートを確認。アップロード失敗は制限付きリカバリフローで処理し、無限リトライや既存の編集を破棄しない。すべての結合、ブレス、スピードを完全にチェック。 |
| ハンドオフ | chatcut-handoff.md を読みます。レビュー済みのタイミングを正規の EDL にエクスポートします。明示的な定数再タイミング、ビデオ EQ、オーディオ処理はハッシュバウンドの処理計画を使用します。サポートされていない XML エフェクトは失敗する必要があります。複雑な処理にはレビュー済みのソース品質派生を使用します。 / サポートされていないエフェクトを静かに破棄してはいけない。 |
| ラフカット承認 | 正確な A-roll をレンダリングし、prepare-rough-review.mjs でレビューウィンドウを準備し、実際に視聴/聴取し、audit-rough-cut-review.mjs を実行します。レビューは実際の EDL、ソース、レンダリング、ウィンドウをバインドします。ユーザーの承認はそのレビューに従います。ラフカットのみの範囲の場合、以下の配信ブランチを使用してここで終了します。 / 自動生成ウィンドウは聴審と同等ではない。ラフカットのみのタスクはここで確認後直接納品。 |
| スタイルサンプル | fine-edit-direction.md と curated-style-library.md を読みます。正確な承認済み参照 → 明示的なユーザー参照 → キュレーションされた候補 → dynamic-style-adaptation.md。完全な6〜12秒の視聴覚サンプルを推奨します。キャプション、証拠、プレゼンター、BGM/SFX の決定を一緒に含めます。audit-fine-edit-direction.mjs を実行します。 / ユーザーがセット全体の視聴覚方向を確認。既存の参照がある場合は実際の差異のみ審査。 |
| ファインカット | tool-selection.md を使用してショットごとにルーティングします。以下の条件付き参照を読みます。フルレンダリングの前に、対象を絞ったリスク境界、キャプション、レイアウト、マット、サウンド、カラーチェックを実行します。 / 各ショットに適切なツールを選択し、まずローカルで検証してから全編実行。 |
| リリース版 | ヘビーな出力には release-render-operations.md を使用します。承認済みのホストプリセットを全体のバンドルとして適用し、1つのヘビージョブを保持し、メモリを監視し、失敗後に戦略を変更します。正確な最終ファイルをチェックし、完全にデコードします。 / プロキシ合格は正式サイズの検収に代わらない。 |
| 納品 | ステージゲートと audit-delivery-manifest.mjs を使用します。マスター、編集可能プロジェクト、タイミング、キャプション、権利、QA、学習記録を納品します。platform-release-and-publish-package.md を読み、公開が範囲内にある場合のみ audit-publish-package.mjs を実行します。 / ローカルで開けるファイルと明確な制限を納品。 |
条件付き参照
- UI 証拠: evidence-state-roi-audit.md。正確なナビゲーションとセマンティック ROI をロックします。キャプチャの前に、分離されたデモデータと可視モジュール許可リストを使用します。 / インターフェース証拠はまず状態、セマンティック領域、プライバシーホワイトリストをロック。
- プレゼンターと同時 A/B カバレッジ: presenter-coverage-modes.md、次に
audit-coverage-boundaries.mjs。B-base-A-cutoutを PiP とは独立して扱います。正規のオーディオを保持し、移動するアルファをテストします。 / ピクチャーインピクチャー、キーマット、分割画面は個別に判断。レイアウトのカットポイントは整数フレームを基準とする。 - キャプション: caption-semantic-pagination.md、次に
audit-caption-pages.mjs。ポートレートショートフォームは1つのセマンティックラインから始まります。読みやすさまたは正確な承認済み参照が2行を正当化する場合があります。 / 縦画面1行は上書き可能な推奨であり、絶対的な制限ではない。 - ポートレートセーフレイアウト: portrait-talking-head-safe-layout.md。承認済みシリーズと一致する場合、
layout.portrait-talking-head.safe-v1を含みます。 / Xiaoxiong スタイルのスケーラブルな字幕とカラーパラメータは組み込み済み。実際の配置はコンテンツとプラットフォームに応じて再確認。 - セマンティックプログレス: semantic-progress-rmcu.md、
rmcu.semantic-progress.v1。ナビゲーションに役立つ場合のみ使用します。非アクティブな長いラベルは省略記号を使用します。アクティブなオーバーフローはコンポーネントコントラクトに従います。 / プログレスバーはコンテンツに応じて使用。 - コードモーション再利用: code-motion-components.md。コンポーネントを
G、P、T、A、またはXに分類し、汎用メカニズム、プライベートアダプタ、プロジェクトインスタンスを分離します。 / 公共メカニズム、プライベートアダプタ、単一パラメータを分離。 - ChatCut: アクティブなホストの基本、トーキングヘッド、文字起こし、検証、エクスポートスキルに従います（該当する場合）。HyperFrames オーサリングは
$hyperframesを読みます。レンダラーは1つのショットを所有します。 / 現在のホストがサポートするツールを使用し、プラグインキャッシュに基づいて接続可能性を推測しない。
実行可能ゲート
最初のレンダリングの前に execution-and-evidence.md を読みます。通常の実行パスとして stage.mjs check|run pipeline.json rough-render|fine-render|deliver を使用します。A-roll 候補は、自身のラフカットレビューの前に必ず存在します。ファインレンダリングには承認済みのラフカットとスタイルサンプルが必要です。納品は正確な最終ファイルをバインドし、依存関係ハッシュを再チェックします。
統一ステージエントリを使用します。ラフカット候補はまずレンダリングし、次に聴審します。正式なファインカットはラフカットとスタイルサンプルのゲートを通過する必要があります。納品は実際に承認された最終ファイルに対応する必要があります。上流の変更により古い証拠は無効になります。このメカニズムは通常のワークフローを制約するものであり、OS レベルのバイパス防止を主張するものではありません。
ラフカットのみのリクエストの場合、outputScope: "rough-cut" を設定し、roughDelivery.editableProject と roughDelivery.captions をバインドし、ラフカット承認後に stage.mjs run pipeline.json deliver を実行します。承認済みの A-roll、EDL、編集可能なタイミングプロジェクト、キャプションを納品します。スタイル、ファインレンダリング、公開はスキップします。同じ承認済みラフファイルに対して追加の最終マスター承認は必要ありません。execution-and-evidence.md を参照してください。
ツールコールの成功、ASR 文字起こしの存在、チェックされたブール値、または1つの魅力的な静止画からファイルがレビュー済みとマークしないでください。聴覚または視覚能力の欠如は、明示的に未検証の項目として残す必要があります。エージェントは実際のリスニングとレンダリングされた証拠を記録します。ユーザーの承認は、そのソース、タイムスタンプ、アーティファクトハッシュとともに保存されます。
フィードバックと検証
interaction.md を使用して、4つの通常のユーザー決定（コンテンツ、ラフカット、視聴覚スタイル、最終マスター）をコンパクトに保ちます。キャプション/音楽/プレゼンターの決定をスタイルサンプルにマージします。既存の認可を継承します。memory-and-feedback.md に従って、公開ルール、キュレーションされたスタイル、プライベート設定、プロジェクト固有のレッスンを管理します。
4つの明確な確認ポイントを優先的に保持し、各スタイル詳細を個別の承認に分割しません。既に採用された決定は再度尋ねません。既に認可された共有 Xiaoxiong スタイルは公開 Skill バージョンで維持されます。個人のイメージは IP Skill に入ります。その他のユーザーオーバーライドと単一プロジェクトの経験はそれぞれ保存されます。
次の独立した実際のプロジェクトを analysis/trial-metrics.json で追跡します。初回カードレイテンシ、修正回数、繰り返される欠陥、レンダリング回数、アクティブ時間、測定されたリソース。テスト結果は安定した編集品質の証明にはなりません。現在記録されているプロモーション決定に従います。ソースコードの公開は、保留中の実際のプロジェクトトライアルを完了したものとしてマークしません。