どの動物がいいか聞いてください。または、それぞれに1つ信じられない本当の事実がある3匹の動物を提案してください。どの画像モデルを使っているか(参照画像を受け付けるモデルなら何でも可)、有料音声(ElevenLabs)か無料音声(Kokoro)のどちらがいいかを聞いてください。その後、30〜35秒のスクリプトとショットプランを書き、生成や出費の前に両方を見せてください。 1080x1920のカートゥーン動物雑学ショート。アートはフラットな2Dカートゥーン:太い濃茶の輪郭線、シンプルなセルシェーディング付きのフラットカラー、大きく表情豊かな目、ベクター風。キャラクターは切り絵で、イラスト背景の上を動き、場所は2〜3秒ごとに変わる。 キャプションはy 1470に中央揃えの白いピル:Luckiest Guy 66px、インク色テキスト #1f1418、ピルの高さはフォントサイズの1.55倍、7pxのインク輪郭、1チャンクあたり2〜3語。各チャンクのキーワード1つは黄色 #ffd21f でインクストロークはフォントサイズの0.14倍。各チャンクは0.82スケールから0.13秒でバックイーズ付きでポップインする。 大きなタイトル語はy 430にLuckiest Guy 104〜170pxで配置。インクストロークはサイズの0.22倍、その下にサイズの0.09倍の暗いコピー。ペア:黄 #ffd21f/#c27a10、赤 #ff4a3d/#8e1a14、ピンク #ff7ab8/#a8336d、白 #ffffff/#9aa6b4。スプリングイン、スケール 1 - 0.6·e^(-9t)·cos(20t)、その後±1.4°で揺れる。 注釈は赤いマーカーリング(20pxインク + 11px #ff3b30、-7°傾斜)と曲がった赤い矢印(26pxインク + 13px赤)。ヒットは黄色と白のスターバーストと白いスピードライン。水や空気のシーンには漂う粒子、すべてのシーンにソフトなビネット。 禁止:1秒間何も動かないフレーム、静止画へのゆっくりしたプッシュイン、背景に焼き込まれたキャラクター、リアルなレンダリング、テキストのグラデーション、絵文字、タイトルの句点。 長さ:音声が決める、1秒あたり約3.5語で30〜35秒、1文につき1つの事実、各事実にジョークのメタファー。 0秒のフックは「なぜこの動物は[最も奇妙な事実]をするのか?」と問い、キャラクターが画面上でそれを行う。赤いリングはそれを名指す語で被写体の周りに描かれ、ヒットは動詞でスターバースト、タイトル語、シェイクとともに着地 → ネームカード:動物がスピードラインとともに入り、その名前がタイトルとしてスラムイン → 新しい背景でのコントラストビート(怪物、巨人、致命的)、キーワードで1.1ズームパンチとシェイク → 実世界のサイズ比較(指先、電話、バス)と曲がった赤い矢印と測定された数字 → 各次の事実は独自のメタファーシーンを得る(「珍しい」には空のナイトクラブ、「多くのパートナー」には結婚式、「防御」にはバウンサー、「失うもの」にはチェックリストカード、数字には1からNまでポップするカウンター)。各事実は新しい背景かフレーミング、キーワードでのポーズ交換、1つのタイトル語、1つの音を得る → 最も気持ち悪いまたは衝撃的な事実が最大のタイトルとサッドトロンボーンを得る → 最後の行はフックをパンチラインに反転させ、1つの大きな最終ムーブ(巨大なハート、爆発)とタイトルが最後まで保持される。1.5〜3秒ごとにカット;ショット内では0.5〜1秒ごとに何か新しいことが起こる。 1. ツール:Python、Playwright with Chromium、FFmpeg、faster-whisper、OpenCV、Pillow。不足しているものをインストールし、何をインストールしたか教えてください。 2. アート、画像は2枚のみ: - ポーズシート:2Kで1:1の画像1枚、「3×3のポーズシート、純白の背景に9つの別々のポーズ、十分な白い余白、何も触れていない、グリッド線なし、テキストなし、地面の影なし」。 - 9つのポーズ:ニュートラル、口を開けて叫ぶ、驚愕、恥ずかしがって赤面、ハートの目で恋する、汗のしずくで心配、攻撃、報酬用の台無しまたはしなびたバージョン、そして1人のサイドキャラクター。すべて同じ方向を向く;コードで反転させる。 - 画像モデルはしばしばすべてのセルに1人のキャラクターを描く。それが起こった場合、2人目のキャラクターをコードで作る:Lab空間で色を変え、特徴を切り取るか追加する。 - 背景グリッド:4Kで9:16の画像1枚、ポーズシートをスタイル参照として、「3×3のグリッド、9つの等しい縦長パネルが細い白いガターで区切られている、それぞれが空のシーン、キャラクターなし、テキストなし、中央下部を開けておく」。 - 白いガター(最小チャンネル平均が232を超える行と列)で分割し、4px内側にクロップ、Lanczosで1080x1920に、次に半径2、60%でアンシャープ。 3. 切り抜き: - 境界から白を7/チャンネルのフローティングレンジでフラッド;これによりソフトグローも除去される。ひれや四肢で囲まれた白いポケットには手動シードを追加。 - 各形状の外側に3pxのソフトアルファバンドを(250 - 最小チャンネル) / 150で作り、エッジピクセルから白をアンミックス。 - 連結成分をグリッドセルごとにグループ化し、クロップしてPNGで保存。 - ポーズがシートの端に触れている場合、テンプレートマッチで別のポーズから欠落部分を移植。 4. 音声:ElevenLabs eleven_v4(ワンテイク)またはKokoro。 - 0.2秒を超えるすべてのポーズを0.13秒に短縮、10msウィンドウでラウドネスが-40 dB未満の場所のみ。 - ffmpeg atempo(約1.14)で高速化し、30〜33秒に着地させる。 - 最終ファイルでfaster-whisper small.enをワードタイムスタンプ付きで実行し、words.jsを書き出す。すべてのカット、ポーズ交換、タイトル、音は実際の単語の開始時刻に始まる。 5. フィルム:すべてのフレームが時間の純粋関数である1つのHTMLキャンバス。window .seek(t)、フォントと画像が読み込まれたらwindow.READY、window.END、すべての音のイベント時刻を持つwindow.EVを公開。 - キャラクター:各切り抜きを位置、スケール、回転、反転で描画。 - 泳ぐまたは歩くには28の縦スライスで描画し、各々をsin(8t - 4.5u) × 10px(ダート中は14px)でオフセット、((u - 0.3) / 0.7)^1.5で尾に向かって重み付け。 - アイドルボブは2.7 rad/sで10px、±0.035 radの傾きを加える。 - ポーズ交換は1 + 0.18·e^(-10t)·cos(22t)のスクワッシュ付きの即時画像交換。 - 入場はイーズ
このクリップは Anthropic の Claude Opus 5.5 で生成されました。ページ上のプロンプトが、生成に使われた原文そのものです。
作例は Claude Opus 5.5 で、次の設定で生成されました:9:16 · 0:32 · Animation · Cartoon · Advertising。同じ設定を使うと最も近い結果が得られます。
まずプロンプトをそのままコピーし、カメラ・動き・ライティングの記述は残して被写体だけ変えます。動画モデルは言い回しに敏感なので、数回試すのがおすすめです。
もちろんです。シーンの差し替えやテンポ表現、アスペクト比の変更など、プロジェクトに合わせて自由に調整してください。