콜라주 B-roll 설명자

약 5초 분량의 음성 해설 한 줄을 하나의 날카로운 시각적 아이디어로 압축한 다음, 프리미엄 편집용 종이 콜라주 조립 애니메이션으로 변환합니다.

기본 파이프라인:

시각적 은유만 디자인한 후 사용자 확인 대기
최종 스틸 프레임만 생성한 후 사용자 확인 대기
첫/마지막 프레임 참조로 비디오를 자동 생성하고 QA 실행
선택적으로 음성 해설을 생성하여 믹싱

두 개의 확인 게이트는 워크플로의 일부이지 오버헤드가 아닙니다. 이를 통해 사용자는 미학과 방향에 집중할 수 있고, 잘못된 은유나 잘못된 스틸로 인해 비디오 생성 비용이 낭비되는 것을 방지합니다.

런타임 요구 사항

MaxFusion MCP가 연결 및 인증되어 있어야 함 (https://mcp.maxfusion.ai/mcp). 모든 이미지, 비디오 및 음성 생성이 이를 통해 실행됩니다. 연결되지 않은 경우, 다른 작업을 수행하기 전에 중단하고 사용자에게 연결 방법을 안내합니다.
로컬 파일 액세스 및 ffmpeg (예: Claude Code): 프레임 준비, 비디오 QA, 무음 전달 및 음성 해설 맞춤 작업이 자산을 다운로드하여 로컬에서 처리합니다. 샌드박스 에이전트(로컬 다운로드 불가)는 여전히 세 게이트를 모두 실행하고 MaxFusion 위젯에 결과를 표시할 수 있지만, 프레임 준비가 프롬프트 전용 색상 매칭으로 대체되고 프레임별 자체 QA, 오디오 제거 및 음성 해설 맞춤이 건너뛰어졌음을 사용자에게 알려야 합니다. 사용자는 육안으로 클립을 판단하고 편집기에서 음소거해야 합니다.

필수 승인 프로토콜

게이트 1: 은유 확인

스크립트 라인을 받으면 먼저 시각적 은유를 제안합니다. 이미지를 생성하지 말고, 비디오를 생성하지 말며, 어떤 생성 도구도 호출하지 마십시오.

각 라인에 대해 다음을 제공합니다:

핵심 의미
감정
한 문장 시각적 제안
3–6개의 주요 객체
제안된 배경색 및 로컬 악센트 색상
의도된 조립 순서

그런 다음 명시적으로 중단하고 사용자가 "승인", "모두 승인" 또는 항목별 수정 노트로 응답할 때까지 기다립니다.

사용자가 번호가 매겨진 항목 중 일부만 승인하면 승인된 항목만 게이트 2로 진행하고, 나머지 항목에 대해서는 은유를 계속 반복합니다.

게이트 2: 스틸 프레임 확인

은유가 확인된 후에야 시각적 사양과 이미지 프롬프트를 작성하고 maxfusion_generate_image로 최종 스틸을 생성합니다.

원본을 프로젝트 디렉토리에 저장하고, 번호가 매겨진 스틸 연락처 시트를 작성한 후 모든 스틸을 사용자에게 표시하고(maxfusion_display_generation, 이미지당 한 번 호출 및 번호 매핑 추가), 다시 중단합니다. 이 단계에서는 여전히 비디오를 생성하지 않습니다.

사용자가 일부 스틸만 승인하면 승인된 항목만 게이트 3으로 진행하고, 거부된 스틸을 재생성하여 먼저 재확인합니다.

게이트 3: 비디오 생성

스틸이 확인되면 즉시 생성합니다. 비디오 모델은 고정되어 있습니다:

video_model: gemini-omni-flash

다른 비디오 모델은 절대 사용되지 않습니다. 모델 선택을 제공하지 말고, 사용자에게 어떤 모델을 사용할지 묻지 말며, 실패 시 다른 것으로 대체하지 마십시오 — 수리 플레이북을 적용하고 gemini-omni-flash에서 다시 실행하십시오.

성공 기준

한 줄은 정확히 하나의 명확한 은유를 표현합니다
배치는 하나의 디자인 언어를 공유하지만, 단일 파란색 배경에 강제되지 않습니다
배경은 강력하고 평평하며 균일한 색상 필드로, 의미에 따라 다양합니다
피사체는 흑백 하프톤 사진 컷아웃으로 구성됩니다
키 카드, 버튼, 필름 스트립, 규칙 책 등은 빨간색, 노란색, 청록색, 주황색, 보라색 또는 크림색 카드스톡을 사용할 수 있습니다
모든 종이 조각은 선명한 절단 모서리, 크림색 키라인, 부드러운 저불투명도 그림자 및 종이 질감을 갖습니다
모션은 빈 상태에서 조립하는 방식입니다 — 부드럽게 표류, 흔들림 또는 느린 확대/축소가 아닙니다
자막, 전체 스크립트 텍스트, 로고, 워터마크, UI가 없습니다
기본 전달: 9:16, 5초, 720p, 무음 MP4(오디오 트랙 제거됨) — 또는 사용자가 음성 해설을 원할 경우 음성 버전

이 스킬을 사용하지 말아야 할 경우

레이어, 폐색, 카메라 플라이스루 또는 편집 가능한 타임라인에 대한 정밀한 제어가 필요한 경우: 대신 레이어 애니메이션 도구(예: HTML 렌더링 레이어 비디오 방식)를 사용하십시오
사용자가 완성된 클립이 아닌 비디오 프롬프트만 원하는 경우: 프롬프트만 작성하고 이 흐름은 건너뛰십시오
사용자가 실제 인물 제품 광고 또는 카메라 앞 발표자가 필요한 경우: 이 콜라주 흐름을 사용하지 마십시오
사용자가 레이어별 편집 가능한 투명 자산을 명시적으로 필요한 경우: 이 스킬은 분리된 투명 레이어를 제공하지 않습니다

기본 프로젝트 디렉토리

로컬 작업 폴더로, 사용자의 로컬 날짜로 이름이 지정됩니다:

~/collage-broll-projects/YYYY-MM-DD-<title>/

배치 프로젝트에 권장되는 구조:

<project>/
├── brief.md
├── visual-spec.json
├── imagegen-prompts.md
├── omni-jobs.json
├── gate2-qa.md
├── gate3-qa.md
├── still-contact-sheet.jpg
├── omni-contact-sheet-all.jpg
├── video-first-frame-all.jpg
├── end-frame-comparison-all.jpg
├── 01-<concept-name>/
│   ├── omni-prompt.txt
│   ├── voiceover-raw.mp3            (선택적 음성 해설 단계)
│   ├── voiceover-trim.mp3
│   ├── frames/
│   │   ├── last-frame-original.png
│   │   ├── first-frame.png
│   │   └── last-frame.png
│   └── omni/run-v01/
│       ├── final-5s.mp4
│       ├── final-5s-noaudio.mp4
│       ├── final-5s-voiced.mp4      (선택적 음성 해설 단계)
│       ├── contact-sheet.jpg
│       ├── video-last-frame.jpg
│       └── end-frame-comparison.jpg
└── 02-<concept-name>/...

또한 maxfusion_create_project를 통해 MaxFusion 프로젝트(동일 이름)를 생성하고 배치의 모든 생성에 project_id / project_group_id로 해당 ID를 전달하여 모든 자산이 작업 공간에 함께 그룹화되도록 합니다. 항목별로 추적: 확인된 은유 텍스트, 이미지 작업 ID + 확인된 스틸의 이미지 ID, 업로드된 첫/마지막 프레임 file_id, 비디오 작업 ID + 비디오 ID 및 QA 판정 — 이 ID를 각 게이트와 함께 사용자에게 보고하여 모든 항목을 개별적으로 참조하거나 재실행할 수 있도록 합니다.

1단계: 시각적 은유 디자인

먼저 스크립트 라인을 단일 시각적 제안으로 압축합니다.

추출:

핵심 의미: 시청자가 최종적으로 이해해야 하는 것
감정: 평온, 놀라움, 긴급, 갑작스러운 깨달음, 부조리, 아이러니
동작 동사: 열다, 연결하다, 새나가다, 묶다, 보관하다, 불을 켜다, 압축하다, 분기하다, 조립하다
시각적 은유 후보: 기계, 시계, 필름 스트립, 서류 캐비닛, 콘솔, 규칙 책, 깔때기, 철로, 체스 말

스크립트 텍스트를 그대로 프레임에 넣지 마십시오. 기본적으로 라인당 하나의 은유로, 3–6개의 주요 객체로 유지합니다. 요소가 너무 많으면 의미가 희석되고 Omni 조립이 불안정해집니다.

시청자가 일상 생활에서 인식하는 은유(주전자, 눈덩이, 포토 부스)를 추상적인 은유보다 선호합니다. 음성 라인이 사용자의 실제 주제로 연결 역할을 하므로 시각 자료는 난해하지 않으면서도 자유로울 수 있습니다.

배치의 경우, 전/후 내러티브를 형성하는 은유를 선호합니다. 예: 먼저 수동 노동과 경험의 손실, 그다음 체계화된 프로세스와 인간-기계 간 노동 분업.

게이트 1 출력 예시

1. 핵심 의미: 전문성이 매번 처음부터 소모됨
   시각적 은유: 숙련된 편집자가 거대한 필름 스트립 시계 주위를 돌며 프레임별로 자르고, 시계는 완전히 한 바퀴 돌지만 완성된 필름은 짧은 스트립만 생성됨
   주요 객체: 필름 스트립 시계, 편집자 인물, 가위, 짧은 출력 스트립
   색상: 번트 오렌지 필드, 크림색 및 연한 청록색 악센트
   조립 순서: 시계 → 가위 든 인물 → 필름 스트립 → 최종 짧은 출력

이것을 출력하고 중단합니다. 확인을 기다립니다.

2단계: 컬러 콜라주 스틸 생성

은유가 확인된 후, 먼저 자체 포함된 visual-spec.json을 작성한 다음 이미지 프롬프트를 작성합니다.

시각적 사양

{
  "script_meaning": "",
  "visual_metaphor": "",
  "style_signature": "평평하고 대담한 색상 필드, 혼합 흑백 하프톤 컷아웃 및 컬러 카드스톡 악센트, 선명한 절단 모서리, 크림색 키라인, 부드러운 종이 그림자, 편집용 종이 콜라주",
  "aspect_ratio": "9:16",
  "color_field": {
    "background_hex": "",
    "accent_colors": [],
    "paper_grain": "고운 무광택 종이 섬유"
  },
  "elements": [
    {
      "what": "",
      "role": "",
      "motion": "",
      "placement": ""
    }
  ],
  "composition": {
    "layout": "",
    "negative_space": "",
    "final_frame": ""
  },
  "motion_plan": "구조물 먼저, 피사체 또는 카드 두 번째, 동작 및 결과 마지막",
  "avoid": "타이포그래피, 읽을 수 있는 문자, 숫자, 로고, 워터마크, UI, 자막, 광택 3D, 포토리얼 환경"
}

색상 규칙

코발트 블루를 유일한 기본값으로 취급하지 마십시오. 의미에 따라 강력한 색상 필드를 선택하고, 배치 전체에서 "동일한 디자인 언어, 다른 필드 색상"을 유지하십시오:

번트 오렌지/빨간색: 시간 소비, 노동, 긴급
머스타드 옐로우: 도구, 경고, 경험의 손실
잉크 그린: 인지, 취향, 시스템 재설정
딥 퍼플: 규칙, 체계화, 장기 기억
청록색: 판단, 협업, 자율적 실행

피사체는 대부분 흑백 하프톤으로 유지되지만, 모든 컬러 카드스톡 악센트는 정보 계층 구조에 기여해야 합니다 — 색상 자체를 위한 색상은 절대 사용하지 마십시오.

이미지 프롬프트 템플릿

maxfusion_generate_image로 생성합니다 (기본 모델, aspect_ratio: "9_16", quality: "high"):

Use case: ads-marketing
Asset type: 9:16 이미지-투-비디오 B-roll 클립용 최종 스틸 프레임
Primary request: [한 문장 시각적 제안]을 표현하는 완성된 편집용 종이 콜라주 이미지 생성.
Scene/backdrop: 매우 평평한 [색상 이름] 종이 필드 [hex]에 미세한 무광택 종이 섬유가 포함됨.
Style/medium: 프리미엄 편집용 스톱모션 종이 콜라주; 흑백 하프톤 사진 컷아웃과 선택적 [악센트 색상] 컬러 카드스톡 혼합.
Composition/framing: 세로 9:16 고정 포스터 프레임; 중간 70% 이내의 중앙 피사체; 여유로운 깨끗한 컬러 필드 네거티브 공간; 이후 빈 상태에서 조립 애니메이션을 위한 3–6개의 큰 분리 가능한 종이 그룹.
Materials/textures: 가시적인 인쇄 하프톤 도트, 선명한 기계 절단 모서리, 얇은 따뜻한 크림색 종이 키라인, 부드러운 저불투명도 물리적 그림자.
Constraints: [이 은유가 한눈에 전달해야 하는 관계].
Avoid: 타이포그래피 없음, 읽을 수 있는 문자 없음, 숫자 없음, 로고 없음, 워터마크 없음, UI 없음, 자막 없음, 광택 3D 없음, 포토리얼 환경 없음, 복잡함 없음.

씬에 다이얼, 시계판, 게이지 또는 카운터가 포함된 경우, 모든 표시가 일반 눈금선임을 명시하는 제약 조건을 추가하십시오 — 로마 숫자나 숫자는 절대 안 됩니다. 씬에 잠자는 인물이 포함된 경우 "Zzz" 표시를 명시적으로 금지하십시오. 비디오 모델이 이를 몰래 넣는 것을 좋아합니다.

maxfusion_get_job (wait: 60)으로 작업을 폴링하고, 각 스틸을 자산 URL에서 <item>/frames/last-frame-original.png로 다운로드한 후 이미지 작업 ID + 이미지 ID를 기록합니다.

스틸 QA

은유를 한눈에 읽을 수 있는가
피사체가 집중되어 있는가
가짜 문자, 로고, 워터마크 또는 UI가 있는가
빈 프레임에서 조립할 수 있을 만큼 충분한 순수 컬러 필드가 남아 있는가
3–6개의 명확한 큰 그룹이 있고, 화면 전체가 색종이 조각으로 가득 차지 않은가
배치 전체: 통일된 질감, 다양한 필드 색상

통과한 원본을 프로젝트 디렉토리에 복사하고, 번호가 매겨진 스틸 연락처 시트를 작성하여 사용자에게 표시한 다음(이미지당 maxfusion_display_generation 추가), 게이트 2 확인을 위해 중단합니다. 스틸 QA 판정을 <project>/gate2-qa.md에 기록합니다.

사용자가 일부 스틸 재생성을 요청하면 해당 스틸만 재생성하고 still-contact-sheet-v2.jpg (v3, v4... 이후 라운드)를 생성하며, 이전 연락처 시트는 비교를 위해 보관합니다 — 절대 덮어쓰지 말고, 거부된 스틸을 다운스트림에서 재사용하지 마십시오.

3단계: Omni로 비디오 생성

1. 첫 번째 및 마지막 프레임 준비

이미지젠 원본을 유지한 다음 마지막 프레임을 정규화합니다:

ffmpeg -y -i <item>/frames/last-frame-original.png \
  -vf "scale=1080:1920:force_original_aspect_ratio=increase,crop=1080:1920" \
  <item>/frames/last-frame.png

첫 번째 프레임은 기본적으로 마지막 프레임과 동일한 배경색의 순수한 빈 종이 필드입니다:

ffmpeg -y -f lavfi -i color=c=0x<HEX>:s=1080x1920 \
  -frames:v 1 <item>/frames/first-frame.png

(<HEX>는 시각적 사양의 background_hex — 이미지 프롬프트에 기록된 동일한 16진수로, 두 프레임이 동일한 색상을 유지하도록 합니다.)

사용자가 완전히 빈 필드에서 시작하지 말 것을 명시적으로 요청한 경우에만 첫 번째 프레임이 하나의 기본 구조 객체를 유지할 수 있습니다.

두 프레임을 maxfusion_upload_asset (purpose: "image_reference", content_type: "image/png", 정확한 size_bytes, filename)으로 MaxFusion에 업로드합니다: 도구가 업로드 세션을 반환합니다 — upload.url에 upload.fields의 모든 키/값을 제공된 대로 정확히 포함하고 파일 바이트를 file이라는 이름의 최종 파트로 추가하여 멀티파트 폼을 POST합니다(모든 2xx = 성공), 그런 다음 반환된 각 file_id를 사용합니다. 항목당 두 개의 file_id를 기록합니다.

2. Omni 애니메이션 프롬프트 작성

기본 동작 순서:

기본 구조 → 피사체 또는 키 카드 → 연결자 → 동작 → 최종 결과

프롬프트 템플릿 (항목당 <item>/omni-prompt.txt로 저장):

종이 콜라주 스톱모션 조립. 이미지 1을 정확한 빈 첫 번째 프레임으로, 이미지 2를 정확한 완성된 마지막 프레임으로 사용합니다. 연속적인 고정 수직 샷에서 빈 평평한 [색상] 종이 필드로 시작합니다.

선명한 물리적 스톱모션 타이밍으로 장면을 조각별로 조립합니다: [순서대로 3–6개 요소가 슬라이드 인, 제자리에 맞춰지고, 연결되고, 동작을 완료하는 방식을 설명]. 제공된 완성된 구성을 유지하며 종료합니다.

정확한 9:16 프레이밍, [hex] 색상 필드, 컬러 카드스톡 악센트, 무광택 종이 질감, 하프톤 도트, 크림색 키라인, 선명한 절단 모서리 및 부드러운 그림자를 유지합니다. 절제된 촉각적 2D 종이 공예만 허용됩니다.

씬 컷, 카메라 움직임, 확대/축소, 모핑, 새 객체, 텍스트, 문자, 숫자, 로고, 워터마크, UI, 소리 없음.

모든 프롬프트는 이미지 1이 빈 첫 번째 프레임이고 이미지 2가 확인된 완성된 마지막 프레임임을 명시해야 합니다. 최종 구성은 이미지 2에 도달해야 합니다 — 모델이 재구성하거나 다시 디자인하도록 허용하지 마십시오.

콜라주 브롤 설명자