私の動物かトピックを聞いてください(「なぜXは海で最も不気味な動物なのか?」「なぜXは恐ろしいのか?」)、または3つ提案してください。それぞれに5つの事実がだんだん悪くなる形で付きます。どの画像モデルを持っているか(GPT Image 2か、4Kの参照画像を受け付けるモデル、1枚約0.03ドル)と、どの音声を持っているか(ElevenLabsか、無料のKokoro)を聞いてください。それからスクリプトと秒数付きのショットリストを書き、お金がかかる前に両方見せてください。 1080x1920、60 fps、30〜35秒の縦型ショート。パーカーを着た男がマイクを持ってあらゆるシーンに飛び込んでくる、ナレーション付き動物雑学の大手チャンネル風。ここではすべてフラットな2Dカートゥーン:太い濃茶の輪郭(#1f1418)、フラットカラー、シンプルなセルシェーディング、大きくて丸いグーグルアイ。 ホスト:茶色のぼさぼさ髪、眼鏡、ロゴなしの無地ヘザーグレーのパーカー、濃いジーンズ、白いスニーカーを身につけたカートゥーンの若い男性。常に黒いマイクを持っている。 - 画面上の身長は約1000〜1050 px。足はフレーム下端より下にあり、すねで切れている。 - 0.32秒でオーバーシュートイーズしながらフレーム下から飛び出す。 - カメラに向かって話すときはいつも口が音声に合わせて動く。 - 顔は常にキャプションピルより上に保たれる。 動物:1キャラクターを9ポーズ(ニュートラル、驚き、怒り、さらに事実用のコスチュームポーズ:ひげと杖をついた老人、粉をつけたかつら、歯列矯正のティーン、酔っ払い、顔の正面図、皿の上で敗北)。事実ごとに1コスチュームがギャグ。 1.5〜3秒ごとに新しい場所。構図は絶対に繰り返さない。 何かが常に動く: - 動物は尾を振りながら±10 pxで上下に揺れて泳ぐ。 - カメラはショットごとに2〜4%プッシュイン。 - ポーズの切り替えはスクワッシュ。 - ヒットでフレームが揺れる。 タイトルはビートごとに1〜2語の大きな単語、Luckiest Guy(Google Fonts)、y 430で104〜190 px、±0.03〜0.05 rad傾く: - ±0.025 radでぐらぐら揺れる。 - 輪郭はサイズの0.22で#1f1418、その下に色の暗いコピーをサイズの0.09で重ねる。 - 色は塗りと影のペア:黄 #ffd21f/#c27a10、赤 #ff4a3d/#8e1a14、白 #ffffff/#9aa6b4、ピンク #ff7ab8/#a8336d、緑 #7dff6a/#2e9a2a。 キャプション: - y 1470の白いピルに1〜4語:Luckiest Guy 66 px、濃い文字色、7 pxの輪郭、ピルの高さは文字の1.55倍。 - キーワードは黄色に濃い輪郭。 - ピルは0.13秒で0.82から1にポップ。 動物の名前が言われたとき、赤いマーカーの楕円が動物を囲む。 禁止:カートゥーンアートに混ぜたフォトリアルな切り抜き、実在の人物の顔、画面上に実在チャンネルのロゴや名前、1秒を超える静止フレーム、キーワードの瞬間にホストが動物の顔を覆うこと。 長さ:30〜35秒、約3.5語/秒で約115語。時間は33.5秒のフィルム基準;音声に合わせてスケールすること。 0〜1.9秒、フック「なぜXは海で最も不気味な動物なのか?」: - 動物が0.75秒で画面外から滑り込み、ホストは右下から飛び出し、すでに話している。 - 動物の名前で:赤いリング、名前がタイトルとして表示、ホストは0.7秒間それを指さすポーズに切り替わる。 1.9〜3.7秒:「不気味」でプッシュイン。水は赤くグレーディングされ、怒りポーズ、インパクトのスターバースト、単語は赤で表示。 3.7〜8.2秒、事実1、衝撃の数字: - カウンターがその数字まで回る。 - 次に誰もがわかる比較(「アメリカより古い」)をコスチュームポーズと飛び出す小道具で見せる。 8.2〜12.7秒、事実2と3をギャグとして演出: - 1つは新しい場所でのコスチューム。 - 1つは動物が負けるレース。「あなたの歩く速さより遅い」で、ホストが動物の横をのんびり歩いて追い越す。 12.7〜15.6秒:気持ち悪いディテール、顔へのズームイン付き。 15.6〜16.7秒:「でももっと悪くなる。」赤い警報グレードと脈打つビネット。動物がレンズに向かって叫び、ホストは話すポーズから恐怖のポーズに切り替わる。 16.7〜21秒、最悪の事実: - ホストが犠牲者の後ろで縮こまり、犠牲者はポフと消える。 - X線ショットで中身を見せる。 21〜27.7秒:人間の角度、各行をキャストの人物が演じる。ホストも参加する(酔っ払いのヴァイキングの隣で酔っ払う)。 27.7〜29秒:誰かが嬉しそうにそれを食べ、ホストは緑色になってえずく。 29〜33.5秒:フックに戻るコールバックジョーク。ホストがカメラに話しかけ、最後の単語で吹き出す。最後の単語の後1.15秒ホールド。 1. ツール:Python、Playwright(ChromiumまたはEdge)、FFmpeg、OpenCV、Pillow、numpy、soundfile。足りない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、合計4画像(約0.12ドル)。すべてのプロンプトは「Match the exact art style of the reference image: flat 2D cartoon, thick dark brown outlines, flat colours with simple cel shading, big expressive googly eyes, clean vector look」で始める。気に入った最初のシートを残りのスタイル参照としてフィードバックする。 - 動物シート:4Kで1:1、「a 3 by 3 pose sheet of the SAME cartoon X, 9 separate poses on plain pure white, plenty of white space, nothing touching, no grid lines, no text, no ground shadows」、正面の顔以外はすべて右向きの完全な側面図。 - キャストシート:4Kで1:1、事実用の9人の異なるキャラクターと小道具、同じ文言。 - 背景グリッド:4Kで9:16、「a 3 by 3 grid of 9 equal tall vertical panels separated by thin white gutters, each panel an EMPTY scene, no characters, no text, keep the lower middle open」。 - ホストシート:4Kで9:16、同じサイズの9つの全身ポーズ:(1) 視聴者向き、マイクはあごの下、口は閉じている、(2) まったく同じポーズで口だけ大きく開いている、(3) 話しながら横を指さす、(4) 頬に手を当てて恐怖、(5) 汗のしずくを伴ってしゃがみ縮こまる、(6) 右向きの側面で走る、(7) 笑って後ろに反る、(8) 食べ物を刺したつまようじを持ち、緑の顔でえずく、(9) 渦巻き目で酔っ払い。 3. 切り抜き: - 境界から白をフラッドフィル(端の周り64 pxごとにシード)し、浮動範囲7で、柔らかいグローも含める。 - 形状の外側3 pxの帯をフェザー処理し、alpha = clamp((250 - min(R
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 · 0:34 · Animation · Cartoon · Horror。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。