**あなたが私に与えるもの:**あなた自身の曲 (音楽ファイル)、オリジナルの歌詞、主人公 (写真または説明)、および希望のビジュアル スタイル。得られる内容: 主人公が口パクで織り交ぜた物語 ショット をフィーチャーした MV。デフォルトでは、最初にテストコーラスを作成し、満足してから完全な曲を作成します。音楽分析テーブル、絵コンテテーブル、プロジェクトディレクトリが付属します。将来の再組み立てのために、個々の ショット を交換することのみが可能です。
ユーザーは曲 Agent をアップロードし、最初にその曲をローカルで分析します: ビート、段落、各歌詞の開始時間と終了時間。次に、歌詞と ビート に従って 絵コンテ をデザインし、Flova を使用してキャラクター、キーフレーム、口パクで歌う ショット とナラティブ ショット を生成し、最後に FFmpeg を使用してすべての ショット を結合します。原曲のタイムラインに移動し、完成動画を組み立てます。
映画全体を貫くいくつかのルールがあります。歌詞は切り取られない、口パク ショット と物語 ショット は厳密に区別され、一貫性は キーフレーム でロックされ、口パク ショット は速度を変更しません。音声解析と編集の組み立てはローカルで完了し、時点を直接確認できます。
ツールと分業
- オーディオ分析 (ローカル Python): ビート と段落を測定して、各歌詞の開始時間と終了時間を取得します。
librosaは通常、ビート、faster-whisper、またはwhisperxを測定して単語ごとの時間を取得するために使用されます。demucsが存在する場合、人間の音声を分離できます。必須: ローカル分析ツール、またはユーザーが提供した経時的な歌詞。 - FFmpeg(必須): 音声情報の確認、各リップシンクショットの駆動音声の切り出し、組み立てと書き出し。
- 本文の絵コンテ設計: 絵コンテ と要素のリストを出力します。
- Flova: キャラクター、シーン、キーフレーム、リップシンク ショット、およびナラティブ ショット の 3 つのビューを生成します。必須。
- 字幕(必要時): ユーザーが必要とする場合に、HyperFrames、Remotion、FFmpegなどの後処理方法を案内します。
詳細な手順の索引
対応するステップを読んでください。
- : ショットをリップシンクする場合、歌詞をカットしない処理とバッファリングのオーバーラップ、ドライビングオーディオの前提条件、キーフレームの一貫性、受け入れと組み立てのルール。ステップ 3、6、7、および 8 を読んでください。
- : キャラクター、キーフレーム、ナラティブショット、リップシンクショットの3つのビューに対するプロンプトの書き方と、生成が横取りされた場合の書き換え方法。ステップ 4、5、および 7 は、リクエストの書き込み時に読み取ります。
まず明確な境界について話しましょう
- 音楽: ユーザー自身の曲、またはユーザーが使用する権利を持っている曲のみを使用してください。
- 実写画像: ユーザーが主人公となる実在の人物の写真をアップロードする場合、それが本人であること、または同意を得ていることを確認する必要があります。本物の有名人の見た目や声を真似しないでください。
- 範囲とコスト: 完全な曲には通常 20 ~ 30 個の ショット が必要ですが、口パク ショット のコストはさらに高くなります。デフォルトでは、まずテスト曲としてコーラス(20~40秒程度)を作成し、ユーザーが満足した後にフルソングが作成されます。ユーザーが明示的にリクエストすると、曲全体が直接作成されます。
ワークフロー
入力と環境の確認 → 音楽の解析(確認箇所) → 要素と絵コンテ(確認箇所) → 要素図の生成(確認箇所) → キーフレームの生成(確認箇所) → ドライバ音声のカット → ショットビデオの生成(確認箇所) → 完成動画の組み立て → 納品
1. 入力と環境を確認する
- 音楽ファイルを取得し、
ffprobeを使用して長さ、サンプリング レート、サウンド チャンネルを記録します。リンクする場合にのみ、ホストで使用可能なメディア取得ツールを使用して実際のファイルを取得します。読み取れない場合は、ユーザーがファイルを提供する必要があります。 - ユーザーに提供する情報: 歌詞のオリジナル テキスト (文字起こしはエラーが発生しやすいため、強く推奨)、作業範囲 (コーラス テスト曲または全曲)、アスペクト比、主人公 (写真または説明をアップロード)、ビジュアル スタイル。
- チェックツール: FFmpeg、Python オーディオ ライブラリ、Flova。オーディオ分析ツールがない場合は、時刻付きの歌詞 (LRC ファイルなど) を提供するようユーザーに依頼するか、精度の低い Agent ディクテーションによって時刻ポイントが推定されることを説明してください。
2. 楽曲の分析(確認ポイント)
ローカルで完了し、結果を docs/audio-map.md に書き込み、アセンブリ用に docs/audio-map.json のコピーを保存します。
- 基本情報: BPM、拍子、ダウンビートの位置。
- 段落: イントロ、ヴァース、イントロ、コーラス、ブリッジ、アウトロ、それぞれの開始時間と終了時間 (ミリ秒)。
- 歌詞時間: 歌詞の各行の
start_ms、end_ms。ユーザーが歌詞の原文を提供した場合、書き起こしの結果は原文と一致し、原文が優先されます。ユーザーが歌詞を提供しない場合は、書き起こしの結果が使用され、ユーザーはそれを校正するように求められます。 - ボーカル: ボーカルを分離できたら、ボーカル トラック
audio/vocals.wavを保存し、ステップ 6 でそれを使用してオーディオを駆動します。リップ シンクがより正確になります。
段落分けや歌詞スケジュールをユーザーに提示し、確認してから進めます。時間が正しくないと、後続のすべての ショット がずれてしまいます。
3. 要素と絵コンテ(確認事項)
本文の絵コンテ設計 を使用して 絵コンテ を出力し、次のルールに従ってください (判定の完全なリストとバッファー オーバーラップの処理については、 を参照してください)。
- 要素: 主人公と他のキャラクター (「スタイル 1」と「スタイル 2」など、ルックスの各セットを個別に記述します)、主要なシーン (空間レイアウト、向き、光)、主要な小道具。ユーザーが参照画像を提供する場合、説明は参照画像と一致している必要があります。
- 歌詞は切り取られません: 歌詞は 1 つの ショット に完全に収まりますが、文やフレーズを 2 つの ショット に分割することはできません。 ショット 境界は歌詞行の開始時間と終了時間に基づいており、前後に約 1 秒のバッファーが残ります。
- 口パク ショット の判定: 口パク ショット は、「画面内で誰かが歌っている」、「目に見える口が人の声と一致している」の 2 つの条件を満たした場合にのみ設計されています。純粋な伴奏、ダンス、プロットのパフォーマンス、大パノラマ、リアクション ショット、そして「画面内の歌手のクローズアップだが、サビでは歌っていない」など、すべてが物語性のあるデザイン ショット です。 「ナレーション+口パク」を機械的に交互にしないでください。
- ショット 長さ: リップシンク ショット はモデルによって制限されます。単一のオーディオ セグメントの長さには上限があります (クエリ結果に応じて異なります)。長い文章や連続した歌唱は複数のリップシンク ショット に分割する必要があり、分割ポイントは文間の休止部分にあります。物語 ショット のカットポイントは、ダウンビートと段落の接合部に優先的に配置されます。
- 各 ショット を明確に記述します: 番号、開始時間と終了時間 (ミリ秒)、対応する歌詞、段落、タイプ (リップシンクまたはナラティブ)、シーン、外観要素、風景、アングル、カメラワーク、アクション。
絵コンテ テーブルとタイムプランをユーザーに表示し、確認後に生成します。
4. 要素図の生成(確認ポイント)
Flova Skill を押してモードとモデルを選択します。通常はクイック生成を使用します。組み立てのためにマテリアルを FFmpeg に渡す必要があります。生成リクエストは、に従って書き込みます。
- ユーザーが主人公の写真をアップロードしました: 写真に基づいて生成されました。なし: 説明どおりに生成します。
- キャラクターの正面、側面、背面の 3 つのビューが生成されます。複数の形状セットが個別に生成されます。各シーンと小道具から設定画が生成されます。
- 生成後、必ずご確認ください。確認された画像は後続のショットの参考となります。
5. キーフレームの生成(確認ポイント)
- 各 ショット は キーフレーム を生成し、構図、ライト、キャラクターの姿勢をロックします。
- 各キーフレームの参考資料=今回のショットの登場要素の設定画+同じシーン内の前のショットのキーフレームであり、連続性が確保されています。
- ショット の キーフレーム のリップシンク 顔と口がはっきりと見え、キャラクターはすぐに話せる姿勢になっている必要があります。
- ユーザーに キーフレーム をすべて表示し、視覚的な連続性を確認した後、ビデオを生成します。
6. ドライバーの音声を切り替える
FFmpeg を使用して 絵コンテ 時間を押し、各リップシンク ショット のドライバー オーディオのセクションを切り出し、audio/slices/<镜头编号>.wav に保存します。
- ボーカルトラックからのカットを優先します。ボーカル トラックがない場合は、元の曲から切り取り、リップシンクの精度が低下することをユーザーに伝えます。
- カット範囲はショットの開始時間と終了時間(バッファリング含む)となり、長さは機種制限に準じます。
- 各セグメントの開始時間を記録し、ステップ 8 でそれを押して、ビデオをタイムラインに戻します。
ドライバーオーディオなしでリップシンク ショット を生成しないでください。ユーザーが最初に生成することを主張した場合、リップシンクは正確ではなく、同意を得た後に行われることを意味します。
7. ショットビデオの生成(確認ポイント)
- リップシンク ショット: オーディオ駆動のリップシンク モデルを使用するには、この ショット の キーフレーム を入力し、オーディオを駆動します。
- ナラティブ ショット: 複数の参照画像をサポートするビデオ モデルを使用して、キーフレーム の設定画像と外観要素を入力します。
- プロンプト は変更とダイナミクスのみを書き込みます。リップシンク ショット 歌唱ステータスを示すには、「カメラの動き + 感情 + 歌唱ステータス + 体の動き」のテンプレートに従います。 を参照してください。
- 各動画リクエストではBGMと字幕を生成しないよう指定し、余分な音や文字を避けます。
- 口の形がついていけるか、動きやカメラワークが絵コンテと一致するか、文字の形が崩れていないかなど、ショットをそれぞれ確認してください。資格がない場合は、この ショット をやり直してください。モデルによってインターセプトされた場合は、説明を書き直して再試行してください。障害が連続して発生する場合、またはモデルが使用できない場合は、同じタイプの別のモデルで再試行し、どのモデルが変更されたかをユーザーに伝えます。
- ショットをすべてユーザーに見せ、確認後に組み立ててください。
8. FFmpeg でアセンブルする
-
オリジナルの曲は映画全体の唯一のオーディオ トラックとして使用され、生成されたすべてのビデオはミュートされます。
-
リップシンク ショット ステップ 6 で記録した開始時間に従ってタイムラインに戻ります。元の速度を維持し、ストレッチしたり速度を上げたりしないでください。そうしないと、リップシンクがずれてしまいます。
-
ナラティブ ショット が残りの時間を埋め、必要に応じてトリミングまたはわずかにシフトします。隣接する ショット のバッファーの重なりは接点で切り取られ、各 ショット には依然として完全な歌詞ユニットが含まれます。組み立てルールについては、をご覧ください。
-
MP4をエクスポートします。いくつかのリップマッチング ショット をランダムにチェックします。 口の形とボーカルのずれが明らかな場合は、この ショット のエントリ ポイントを調整します。
9. 配送
- MV 完成動画 MP4;テストピースを行うときは、どのセクションがカバーされているかを示してください。
- 音楽分析テーブル (
docs/audio-map.md) および 絵コンテ テーブル。 - プロジェクト ディレクトリ: 要素図、キーフレーム、ドライバー オーディオ、ショット ビデオ、アセンブリ スクリプト。ユーザーは個々の ショット を交換し、将来的に再組み立てすることのみが可能です。
- まだ満足されていない、またはスキップされた ショット。
プロジェクトディレクトリ
mv-<歌名>/
├── audio/ 原曲、人声轨、slices/ 驱动音频
├── docs/ audio-map.md / .json、分镜表
├── elements/ 角色三视图、场景和道具设定图
├── keyframes/ 每个镜头的关键帧
├── shots/ 每个镜头的视频
└── output/ 完成動画、組み立てスクリプト
リップシンク判定とタイムラインルール
ステップ 3 絵コンテ、ステップ 6 ドライバー オーディオのカット、ステップ 7 のビルド、およびステップ 8 のアセンブリに使用されます。
リップシンクを行うタイミング ショット
次の 2 つの条件が同時に満たされた場合にのみ、リップシンク ショット を設計できます。
- 絵の中に、話したり歌ったりしている登場人物が見えます。
- 目に見える口は、対応する人間の声と正確に一致していなければなりません。
「ナレーションの演技 + 口パク」という固定された組み合わせをデフォルトにしないでください。次の状況はすべて、マルチモーダル ビデオ モデルによって生成されたナラティブまたはパフォーマンス ショット として設計されています。
- 純粋な伴奏
- ダンスの動き
- ドラマ番組
- ステージのパノラマビュー
- 観客の反応
- アクションのリズムに従う
- MVなので
- この段落に歌詞があるからといって
- コーラスやラップセクションのせいで
- 歌手が画面に現れたからといって
- クローズショットやミディアムショットを使用したからといって
- パフォーマティブなアクションのため
ショット、絵コンテには、唇の形状ショットと一致するかどうかとその判断根拠が記載されています。
歌詞が切れていない
- ショット の各時間範囲について、その範囲に含まれる歌詞は完全な単位である必要があります。歌詞やフレーズを 2 つの ショット に分割することは許可されません。
- ショット を行ごとまたはフレーズごとに配置する場合、
start_ms/end_msの前後に約 1 秒のバッファーを追加します: ショット 使用可能な時間ウィンドウは、最初の歌詞の 1 秒前から最後の歌詞の 1 秒後までです。これにより、速いペースと狭い文間の間隔が吸収され、リップシンクや編集がフレームレベルのハードカットによって中断されるのを防ぎます。 - バッファーが隣接する ショット と重なる場合、または ショット の境界を微調整する場合、自然な歌詞フレーズまたはフレーズの区切りでカット ポイントを再分割します。調整に関係なく、各 ショット には完全な歌詞ユニットが含まれている必要があります。
各 ショット の 絵コンテ フィールド
- シーンと外観要素
- ストーリー、歌、ダンス、パフォーマンスのコンテンツ
- 風景、アングル、カメラワーク
- 対応する段落、歌詞、および
start_ms/end_ms - 口パクかどうかと判断基準
- リップシンクに対応したドライバーオーディオクリップ ショット
ドライバーの音声
- リップシンク ショット は、絵コンテ、キーフレーム、ドライバー オーディオの準備が整い、ユーザーが確認するまで生成されません。
- ドライバーオーディオが欠落している場合は、ドライバーオーディオを埋め込み(ボーカルトラックまたは原曲から切り出し)、言語、内容、歌唱ステータス、時間範囲、対応する歌詞単位を確認し、ユーザーが確認した後に生成します。
- ユーザーが最終的なドライバー オーディオを使用せずに最初に生成することを要求した場合は、「ドライバー オーディオがないため、今生成するとリップ シンクの精度が失われます。」とユーザーに明確に伝える必要があります。ユーザーは続行する前にリスクを明確に受け入れる必要があります。
キーフレーム の一貫性
- 各 ショット は 1 つの キーフレーム を生成します。参考資料 = この ショット 外観要素設定画 + 同じグループ内の以前の ショット に最も類似した キーフレーム。
- バッチで生成する場合、次の ショット は以前に生成された ショット を参照し、シーン内のキャラクターの位置、向き、キャラクター間の表情など、要素設定図自体では定義できない一貫した詳細を追加します。
- 構図、キャラクターの位置、相対的な向き、表現、シーンのレイアウト、ビジュアル スタイルを検討します。
ショット ビデオの承認
- リップシンク ショット: リップシンク、歌唱ステータス、音声コンテンツ、および時間範囲は一貫しています。
- その他 ショット: 生成パスが正しく選択され、被写体の動き、カメラの動き、シーンの一貫性、および音楽の一節が一致し、ネガティブな制約が有効になっています。
- 選択したモデルがブロックされている場合、またはメンバーシップ権限がサポートされていない場合は、同じタイプの別のモデル (リップシンク モデルの場合はリップシンク ショット、複数の参照画像をサポートするビデオ モデルの場合はナラティブ ショット) に変更し、引き続き同じ キーフレーム と同じドライバー オーディオを使用します。
組み立てルール
-
オリジナルの曲は唯一のオーディオ トラックとタイムラインであり、生成されたビデオはすべてミュートされます。
-
各 ショット をタイムスタンプと歌詞によって元の曲のタイムラインに揃えます。
-
リップシンク ショット (生成に使用されたモデルに関係なく) は、元の速度の 1.0 倍を厳密に維持し、時間を短縮するために早送り、減速、または時間位置を移動することはありません。そうしないと、リップシンクとボーカルがずらしてしまいます。
-
2 つのリップシンク ショット の間にギャップがあり、既製の素材がない場合、リップシンク ショット は元の速度のままで、音楽の雰囲気やリズムに最も適したナラティブまたはパフォーマンス ショット を既存の素材から選択して埋めて、画面の連続性を確保します。
-
組み立て後は画幅、原曲との同期、歌詞の境界、口形、ショットと色の連続性、視覚的なリズム、意図しない透かしや生成字幕を確認します。
MV生成リクエストの書き方
ステップ 4 の要素グラフ、ステップ 5 キーフレーム、およびステップ 7 ショット ビデオのリクエストを生成します。一般的なリクエストの構造については、Flova Skill の「書き込み生成リクエスト」を参照してください。この記事はMVの特殊な書き方です。両者の間に矛盾がある場合は、本条が優先するものとします。モデルによって実際にサポートされているパラメーターは、依然としてクエリ結果の影響を受けるものとします。
言語
ユーザーが中国語を使用する場合、プロンプト は中国語で書かれます。行と ナレーション は、完成動画 の出力言語で記述されます。スタイルアンカー、モデル固有のフレーズ、テンプレート、英語の例は元のテキストに残ります。
画像 プロンプト: 一般原則
- ディレクターやカラーリストがチームに指示を与えるのと同様に、何を描くかだけでなく、どのように描くかについても指示します。
- 主題、行動、環境は一貫した自然言語で書かれています。スタイル、色、照明、構成が短いフレーズで書かれています。
- 文学的な装飾はありません。キャラクターの動機や内面の説明、画面外や目に見えない事柄の説明はありません。
映画のような外観のための 6 つのルール
リアリズム、アニメーション、3D などのすべてのスタイルを使用し、滑らかな説明に組み込む必要があります。ラベル付きのサブ項目として記述しないでください。
- プロフェッショナルな用語: 単に
Neo-Noirと書くのではなく、Neo-Noir style, David Fincher Style, inspired by Se7enなど、特定の監督や作品を視覚的なアンカーとして使用します。 - フレーム: 映画のフレームと場所を指定します (
Over-the-shoulder shot、Dutch angle、Close-up、Medium shotなど)。 - 照明: メイン ライトを明確に記述し、
Strong chiaroscuro contrast、deep facial shadows emphasizing facial structureなどの負の補助ライトを強調します。 - カラー グレーディング: 抑制されたハイエンド カラー グレーディング。画像の約 90% は、
deep teal-cyan shadows dominating 90%, zero warm fill、muted watercolor washなどの 1 つのメイン カラーのみを使用します。ユーザーが必要としない限り、赤と青のネオンの対照的な色は使用されません。 - ビジュアル レンダリング: 全体のテクスチャと詳細を書き込みます (
fine rendering quality, rich and intricate details, soft-focus effect with subtle Gaussian blurなど)。 - 潜台との場合: 人物が微表情を書き込み、動作設定を強力な ビート に設定し、撮影を拒否します(例:
oppressive suffocation、predatory stillness)。物体の書き込み状態(例:cold and detached atmosphere)。
必要に応じて補足: worn leather with creases、thick knit wool fabric など、画面内の主要なオブジェクトにクリア マテリアルを書き込みます。画面にテキストが必要な場合は、引用符を使用して正確なテキストを記述します。
キャラクターと要素の設定図
- 全域取景: 角色設定図は、全体、中景、または全景を優先的に使用し、半身、上身、または剪定を使用せず、下側の ショット に一致性情報が少ないかどうかを確認します。
- 3 つのビュー: 正面、側面 (または 4 分の 3 側面)、背面、頭、胴体、脚、足、および衣服の輪郭が完全である必要があります。クローズアップは顔の詳細を追加するだけであり、3 次元ビューの代わりにはなりません。
- 対象と身元: キャラクターの年齢、体型、特徴、声の特徴を書き留めてください。複数のルック セットについて、それぞれ「スタイル 1」と「スタイル 2」を書き留めます。確認された画像に基づいて、同じキャラクターの次のルックスが生成されます。
- 特徴の詳細: キャラクターの目の形、顎のライン、髪の色、メイク、素材、カット、色、衣服やアクセサリーの状態。小道具の形、素材、色、サイズ、新しさ、ユニークなマーキング。
- シーン: 重要なオブジェクトの位置と向き、特にパフォーマンスが行われるエリアを書き留めます。感情の調子(緊張、憂鬱、希望、暖かさ、懐かしさ、孤独など)を書き留めます。
キーフレーム
最初に、絵コンテ でこのフレームに該当する瞬間が記録されました。その瞬間を記録したのは、本体の動作、ショット の動作、環境の変化を脳内で再現したものでした。
- 開始フレーム: アクション前の姿勢と意図 (重心、視線、手足の準備)、環境の初期状態、カメラの初期構図と角度。
- 終了フレーム: アクションが完了した後の姿勢や表情、環境が変化した後の状態、および次の ショット のために準備されたカメラ カメラ位置 の位置。
- ハイライトフレーム: 視覚的または感情的な影響が最も強い瞬間を、姿勢、表情、光、構図をできるだけ具体的に書き留めるようにしてください。
リップシンク ショット と キーフレーム では、顔と口がはっきりと見えるはずです。
ビデオ プロンプト
キーフレーム はすでに画像を示していますが、プロンプト は主に変化とダイナミクスを説明し、すでに画像にある静的な詳細を繰り返しません。
- アンカー件名: ショット の冒頭にある件名についての短い説明 (例:
the elderly man、the woman in sunglasses)。 - 主題のダイナミクス:
a character turning from a profile view to face the camera directlyなど、ショット を基準とした動き、表情の変化、向きの変化を書き込みます。被写体が動いていない場合は、the character stands perfectly still, staring forwardと明記してください。 - 基本構成: 被写体 + 動き、背景 + 動き、カメラ + 動き、シンプルで直接的な文章を使用します。
- 学位の副詞:
quickly、violently、large amplitude、high frequencyのように、必ず学位を書きます。 - 複数のアクションと複数の件名:
subject1 + motion1 + motion2やsubject1 + motion1, subject2 + motion2など、発生順に記述します。 - カメラ:
orbit、aerial、zoom、pan、track/follow、handheldを自然言語で記述します。世代内にカットレンズがある場合は、cut toまたはshot cutを使用して説明し、カットレンズ後の新しい写真を説明します。カメラが動いている場合はnon-fixed cameraを書き込み、静止している場合はstatic cameraまたはfixed shotを書き込みます。
口パク ショット
singing、speaking、rapping、crying while talkingなど、キャラクターのオーディオ駆動ステータスを記載する必要があります。- 推奨テンプレート: カメラの動き + 歌手の感情 + 歌唱ステータス + 特定の体の動き + (オプション) 背景イベント。
- 例:
The camera follows as a man turns to face the lens and walks forward while singing with an intoxicated, soulful expression. He first touches his collar with both hands, then spreads his arms wide and tilts his head back, appearing completely immersed. Light and shadow in the background pulse with the rhythm.
記述する必要がある負の制約
- 独立した ナレーション オーディオ トラックがある場合、ナレーション のテキストはビデオ プロンプト に書き込まれません。
- ショットごとに
no musicと書き込み、オリジナルの音楽のみを使用してください。 - 各ショットで
no subtitlesを指定します。
モデルによってインターセプトされた場合
ビルドがインターセプトまたは中断された場合は、次の順序で確認してください。書き換えられる場合は、自然に記述を書き換えて、もう一度試してください。 「禁止されています...」という別の行を書かないでください。
- 実際の有名人または著名人:
virtual [外貌描述] actor/characterに置き換えます。 - 著作権で保護されたキャラクターまたは IP (ディズニー、マーベル、アニメーション、ゲームのキャラクターなど): 色、服装のスタイル、姿勢、その他の視覚的特徴を維持し、名前とロゴを削除して、
original virtual character + [配色] + [服装或装备风格] + [动作或能力特征] + no copyright identifiersと記述します。 - Logo または有名なブランド名: は、
original [类型]、[颜色 + 形状 + 材质]、no brand identifiersと書かれます。 - ゴア表現、暴力、戦闘のクローズアップ:
tense atmosphere, no gore, no violent close-upsに置き換えます。 - ヌードまたは性的な提案:
simple clothing, natural movement, no nudityに置き換えます。 - 体の曲線や部位の強調:
balanced figure, natural postureに変更し、特定の部位については説明しません。 - ホラー、ゴースト、または超常現象:
suspenseful mood, no horror elementsに置き換えます。
次のコンテンツを書き換える試みは行われません。このコンテンツは、生成できないことをユーザーに直接伝えます: 国家指導者、政党、軍、デリケートな歴史上の出来事。分離主義、過激主義、憎悪または差別。麻薬、ギャンブル、詐欺、違法金融。フェイクニュース、公式メディアになりすます。子供にはふさわしくない内容。
絵コンテと素材の引き継ぎ
新しい絵コンテが必要な場合は、ホストが本手順で直接設計します。明確な既存ショット表や編集指示は再利用します。S01ごとに対応原稿、画面と情報の目的、時間、被写体と動作、カメラ/要素の動き、正確な文字と音、つなぎ、制作方法を記録します。E01で対象要素・ユーザー素材・実在リソースを関連付け、原典のREF-E01と分けます。未取得素材は未制作とし、IDを捏造しません。外見・空間・動作・音の連続性を確認し、実際の音声取得後に時間を調整します。マーケティングでは実際に必要なhook/turn/proof/ctaと各ビートの役割を示し、事実に基づく実演や詳細を使います。解説や物語は本手順固有の構成に従います。表現に迷う場合は実在する参考の出典と借用・置換箇所を記録します。別名のSkillやファイルをユーザーに探してもらう必要はありません。

