YouTube Shorts ビジュアルディレクター＆画像生成スキル

このスキルは、Antigravity のネイティブ generate_image 機能を使用して、YouTube Shorts 用の一貫性のある映画的な 9:16 縦型シーンを生成するエージェントをガイドします。

1. ビジュアル一貫性フレームワーク（キャラクター＆世界観同期） 👥🌍

ショート動画用に 5 ～ 20 枚の画像を生成する際、スタイルやキャラクターのずれを避けることが重要です。キャラクターの顔、服装、環境がシーン間でランダムに変化すると、動画への没入感が損なわれます。

シーン間同期の3つの柱:

キャラクターDNA設計図:
- キャラクターが登場するすべてのシーンで、以下の5つの要素からなる正確なキャラクター公式を再現します。 [名前 + 年齢/性別] + [髪型と色] + [顔の特徴] + [正確な衣装と色]
- 例: 「マヤ、26歳の女性考古学者、乱れた暗いカーリーヘアをポニーテールにまとめ、そばかすがあり、オリーブ色のリネンサファリシャツと真鍮のコンパスネックレスを着用」
- 「彼女は～のように見える」「その女性は」といった曖昧な表現で代用してはいけません。
世界観＆照明アンカー:
- すべてのシーンプロンプトの先頭に付加する共通の環境設定を定義します。 [設定] + [主光源と色温度] + [影のスタイル] + [雰囲気]
- 例: 「地下の古代エジプト砂岩の墓、暖かい琥珀色のたいまつの灯りが深くちらつく影を落とし、浮遊する金色の塵、暗いコバルト色の背景」
視覚参照連鎖（ImagePaths パラメータ） 🔗:
- Antigravity の generate_image ツールは、ImagePaths（以前の画像を視覚的条件付け参照として渡すこと）をネイティブサポートしています。
- ワークフロー:
  1. シーン1を生成します（マスターキャラクターと照明を確定）。
  2. scene_1.jpg を保存します。
  3. シーン2、3、4... では、generate_image に ImagePaths: ["<path_to_scene_1.jpg>"] を渡します。
  4. これにより、シーン1の視覚的な潜在特徴がImagen 3に直接供給され、後続のすべてのシーンで顔の形状、衣服の色、環境のトーンが固定されます！

2. 事前検証とユーザー承認 🛑

重要な要件（トークンの無駄遣いゼロ）: generate_image 呼び出しを実行する前に、以下を必ず行うこと:

事前ストーリーボードバリデータの実行:
```
.\backend\venv\Scripts\python.exe backend\scripts\storyboard_validator.py --json "path/to/script.json"
```
- ブロッキングエラーが0であること（例: 禁止テキストトークンがない、有効な9:16信号がある、60秒のShorts上限内であること）。
検証済みのストーリーボードとアートスタイルを検証統計情報とともにユーザーに提示します。
明示的なユーザー承認を求めます:

「ストーリーボードはすべての事前安全性チェックを通過しました（エラー0件、推定長さ〜X秒）。これらの [N] 枚の9:16画像の生成を続行しますか？それとも、先にシーンやスタイルパラメータを調整しますか？」
ユーザーから明示的な確認が得られるまで、画像を生成してはいけません。

3. Antigravity `generate_image` による画像生成

ストーリーボードの各シーンについて（ユーザー承認後）:

生成前の重複/キャッシュチェック 🛑:
- 出力先フォルダ（backend/output/<job_id>/）に scene_{X}.jpg または scene_{X}.png が既に存在し、有効（10 KB超）かどうかを確認します。
- 既に存在する場合は、ユーザーが明示的にそのシーンの再生成/リロールを要求しない限り、再生成をスキップし、トークンの無駄を防ぎます。
最終プロンプトの合成（明確なカメラフレーミングの確保）:
```
[世界観アンカー] + [キャラクターアンカー] + [シーンのアクションと明確なカメラアングル] + [グローバルアートスタイルテンプレート] + [9:16縦型構図]
```
- 前のシーンと視覚的に同一の静止画が生成されるのを避けるため、カメラショット（例: ワイド vs マクロ vs リアクション）が異なるようにします。
ツールの呼び出し: generate_image を以下のパラメータで呼び出します:
- AspectRatio: "9:16"
- ImageName: scene_1, scene_2, scene_3 など（シーンごとに厳密に一意）。
- Prompt: 合成されたプロンプト。
- ImagePaths: シーン 2..N では、視覚的条件付けのために ["<path_to_scene_1.jpg>"] を渡します。
バッチ生成: シーンを順次、またはシーンのグループ単位（ショート動画あたり最大20シーン）で生成します。

4. YTShortsパイプラインへのアセット展開

Antigravity によって画像が生成されたら:

Antigravity は生成された画像を会話アーティファクトディレクトリに保存します: C:\Users\<user>\.gemini\antigravity-ide\brain\<conversation-id>\*.png
画像を YTShorts の出力/ジョブディレクトリにコピーまたはリンクします: d:\WorkSpace\YTShorts\backend\output\<job_id>\ バックエンドに必要な標準的な命名規則:
- scene_1.png
- scene_2.png
- scene_3.png
- ...
ストーリーボード JSON とペアリング: script.json を同じディレクトリに保存します: d:\WorkSpace\YTShorts\backend\output\<job_id>\script.json

5. 動画レンダリングのトリガー 🚀

画像と script.json が backend/output/<job_id>/ にステージングされたら、スタンドアロンアセンブリツールを実行します:

.\backend\venv\Scripts\python.exe backend\scripts\assemble_short.py --job_dir "backend/output/<job_id>" --voice in_female --caption_style tiktok --music lofi --resolution 1080p --transition dynamic

この単一コマンドは自動的に以下を実行します:

高品質 TTS ナレーション（Edge-TTS / KittenTTS）を合成。
Whisper を介して、単語レベルの同期された ASS 字幕を生成。
光学トランジション（xfade）、Ken Burns パン/ズームモーション、オーディオダッキング付きの背景音楽、字幕の焼き込みをすべて一度に行い、最終的な 1080p/4K .mp4 ビデオをレンダリング！

6. チャンネルブランディングとコミュニティアセット生成 🎨📊

9:16 縦型ストーリーシーンに加えて、ビジュアルディレクターは Antigravity のネイティブ generate_image ツールを使用してマーケティングアセットも生成します:

コミュニティタブ画像投票（1:1 スクエア）:
- キャラクターを 1024x1024 のスクエアカードに生成するか、中央クロップします。
- カードを backend/output/community_poll_assets/ にステージングします（例: poll_1_character.jpg）。
- 画像投票は、新しいチャンネルでのリーチを標準のテキスト投稿よりも 3～5 倍向上させます。
チャンネルアバターマスコット（1:1 スクエア）:
- 表現力豊かでつややかな目を持ち、輝くストーリーブックを抱えた、中央配置の 1024x1024 3D ピクサー風キャラクターポートレートを生成します。
- backend/output/channel_branding/channel_avatar_1024x1024.jpg に保存します。
パノラマチャンネルバナー（16:9 ランドスケープ）:
- チャンネルの繰り返し登場する世界の、16:9 パノラマシネマティック風景を生成します。
- Lanczos フィルタで 2560x1440 にアップスケールします。
- backend/output/channel_branding/channel_banner_2560x1440.jpg に保存します。
ゼロ外部API義務:
- 常に Antigravity のネイティブ generate_image ツールを優先します。未検証の無料外部画像 API に決してフォールバックしてはいけません。

mrvijaykr56/youtubeshorts

youtubeshorts とは？

お気に入りのAIに質問する

ドキュメント