LogoAhaPrompt
  • プロンプト
  • 厳選
  • モデル
  • 投稿
  • ブログ
AhaPromptAhaPrompt

画像・動画・音声を網羅、主要モデル全対応の AI プロンプトライブラリ

Built withLogoNEXTY.DEV
探す
  • すべてのプロンプト
  • 厳選プロンプト
  • 画像プロンプト
  • 動画プロンプト
  • 音声プロンプト
  • AI モデル
  • プロンプトを投稿
  • ブログ
言語
  • English
  • 中文
  • 日本語
  • 한국어

著作権所有 © 2026 AhaPrompt 全著作権保有。

プライバシーポリシー利用規約
ホームAI プロンプトライブラリAI 動画プロンプトCodex 階層型サブエージェント作業環境の設定

Codex 階層型サブエージェント作業環境の設定

OpenAIGPT-6 AstraOpenAIvideo

Codexワークスペースを階層的モデル選択とサブエージェント用に構成する: 1. サブエージェントプロファイルについて ~/.codex/agents と .codex/agents を監査し、リード、ワーカー、アドバーサリーに適合するものを確認する: > explorer、worker、researcher に model = 'gpt-6-luna'、model_reasoning_effort = 'medium' を付与する > 同時ファイル競合を排除するため、worker に分離された git worktree ブランチを割り当てる > .codex/agents/adversary.toml を model = 'gpt-6-astra'('gpt-6.1-astra' にアップグレード可能)、model_reasoning_effort = 'high'、sandbox_mode = 'read-only' で作成する 2. ~/.codex/config.toml でモデル選択を構成する: [session] model = 'gpt-6.1-sol' model_reasoning_effort = 'high' [agents] default_subagent_model = 'gpt-6-luna' default_subagent_reasoning_effort = 'medium' max_concurrent_threads_per_session = 8 3. 環境変数とルーティングを検証する:reasoning effort を上書きしたり、マルチエージェントツールを無効化したりするフラグがないか確認する。報告するが、何も変更しない 4. AGENTS.md に自動委任ルールを追加する: > 複数ファイルにまたがるアーキテクチャ計画を確定する前に @adversary を召喚する > テストまたはコンパイラエラーが2回繰り返されたら自動的に @adversary を起動する > タスク完了宣言または git コミットのステージング前に @adversary のコントラクト監査を必須とする 最初にすべての構成差分を表示すること。確認されるまで編集を適用しないこと

詳細情報
タイプ
AI 動画プロンプト
アスペクト比
391:480
Duration
0:25
更新日
2026/10/12
カテゴリ
Sci-FiGame AssetsMinimalist
Source

このプロンプトの使い方

  1. 1上のコピーボタンでプロンプト全文をコピーします。
  2. 2OpenAI の GPT-6 Astra、またはお好みの AI 動画生成ツールを開きます。
  3. 3プロンプトを貼り付け、カメラワークや動きの記述はそのまま残します——映像演出を決める部分です。
  4. 4作例の設定(391:480 · 0:25 · Sci-Fi · Game Assets · Minimalist)に合わせて生成し、少しずつ調整を重ねます——わずかな言い回しの違いで結果が大きく変わります。

よくある質問

この動画はどの AI モデルで生成されましたか?

このクリップは OpenAI の GPT-6 Astra 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。

このプロンプトはどんな設定を使っていますか?

作例は GPT-6 Astra で、次の設定で生成されました:391:480 · 0:25 · Sci-Fi · Game Assets · Minimalist。同じ設定を使うと最も近い結果が得られます。

似た結果を得るにはどうすればいいですか?

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。

このプロンプトを改変してもいいですか?

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。

GPT-6 Astra のプロンプトをもっと見る

0:20
OpenAIGPT-6 Astra
セキュリティエンジニアとしてリポジトリをレビューする 提供されたスキャナーの検出結果と影響を受けるソースファイルを分析する 情報提供のみの警告よりも悪用可能な問題を優先する 確認された各問題について、根本原因、影響箇所、最小限のパッチ、回帰テストを提示する 脆弱性を捏造したり、テストの証拠なしに修正が合格したと主張したりしない レポートに秘密の値を決して露出しない
詳細を見る
0:24
OpenAIGPT-6 Astra
このツリーに合わせて私のCodexセットアップを再構築してください。 1. エージェント - ~/.codex/agents と .codex/agents をスキャンして、explorer、worker、researcher にすでに当てはまるものがないか探す - 不足しているロールのみTOMLを起草する:explorerとresearcherはgpt-6-luna、workerはgpt-6.1-sol、すべてmodel_reasoning_effortはmedium - explorerとresearcherは読み取り専用サンドボックス、書き込みできるのはworkerのみ - 別のモデルに固定されているエージェントはスキップして一覧表示する 2. アーキテクト - gpt-6-astra、model_reasoning_effort high、読み取り専用サンドボックスでアーキテクトを追加する - その唯一の仕事:計画、繰り返されるエラー、完了した作業をレビューすること - 計画、差分、失敗ログを渡し、完全なトランスクリプトは決して渡さない - 出力形式を1つに固定:判定(proceed / revise / stop)、上位3つのリスク、より安価な方法1つ、200語以内 - タスクごとに3回の呼び出しまでに制限する 3. メイン設定 - ~/.codex/config.toml で model を gpt-6.1-sol、model_reasoning_effort を high、approvals_reviewer を auto_review に設定する 4. オーバーライド - これを上書きする可能性のあるものを探す:アクティブなプロファイル、シェルエイリアス内のフラグ、agents.default_subagent_model - 報告する、何も変更しない 5. ルール - リポジトリルートのAGENTSファイルに追加する:大きな計画の前に、同じエラーシグネチャが2回現れたときに、長時間のタスクを完了とする前に、アーキテクトを起動する - すべてのアーキテクト呼び出しをトリガーと判定とともに .codex/architect-log.jsonl に記録する すべてのTOMLファイルがパースできることを確認し、すべての変更を1つの差分として見せてください。goと言うまで編集しないでください。
詳細を見る
0:25
OpenAIGPT-6 Astra
このリポジトリのモデルルーティングを設定する: 1. 今月のタスクタイプと各回答の長さを一覧にする。表のみ、何も変更しない 2. 128Kを超えて終了したものはすべてGemini 4 Argonに1回の呼び出しで送る、チャンク分割なし > ターミナルとシェルの作業はOpus 5.5のまま > 2回失敗した修正はGPT-6 Astraへ > Argonにリポジトリのコンテキストをキャッシュして、毎回の実行で再利用する 3. 各タスクタイプをArgonの導入価格と現在のコストと並べて見積もる 4. 価格列を含むルーティング表を出力し、何かを切り替える前に私の「はい」を待つ。
詳細を見る
0:25
OpenAIGPT-6 Astra
このMinecraftの世界に、ニューヨークの巨大で非常に詳細な再現を建ててください。 範囲:1,024×1,024ブロック、スポーン地点を中心とする。 まず計画し、次に建てる。ブロックを1つも置く前に計画をファイルに書く。計画には地区を列挙すること:金融街、ミッドタウン、セントラルパーク、ウォーターフロント。また、大通りと横断街路からなる道路グリッド、異なる高さと素材の少なくとも100棟の高層ビル、主要なランドマークも列挙すること。 バニラブロックとMinecraftコマンドのみを使用すること:/fill、/setblock、/forceload。 モジュール単位で、一度に1地区ずつ建てる。各モジュールの後、ブロックが計画どおりの位置にあるか確認し、ずれを修正してから次へ進む。 各モジュールの後に進捗を1行書く。質問はしないで、マップ全体が完成するまで作業を続ける。
詳細を見る
0:25
OpenAIGPT-6 Astra
あなたは創業者、GPT-6 Astraはオペレーター、会社のあらゆる機能はオーナー・アウトプット・チェックを持つノードになる。 七つの層が仕事を担う: > 機能 -> ノード、エッジ、並列作業。 > エージェント -> ノードごとに1つのサブエージェント、必要なコンテキストだけ。 > コードノード -> 正解が1つしかないものはすべてコードとして実行。 > 権限、ゲート、リターンパス、週次レビュー。 創業者は資金、採用、あらゆる公開事項を承認する。 それ以外はすべてループ内で実行され、company.md、checks.md、progress.mdに記録される
詳細を見る
0:48
OpenAIGPT-6 Astra
アンソロピックのマスコットが最新モデルOpus 5.5を搭載して、OpenAIのマスコットで最新のastraモデルSolなどを搭載したものと戦う、ポケットモンスター ファイアレッド・リーフグリーンのイントロのような、音付きのフルアニメーションを作って。同じアニメーションで。
詳細を見る
1:01
OpenAIGPT-6 Astra
X線モードとインタラクティブな分解ビューを備えた、人型ロボットに変形する詳細なスポーツカーを構築する
詳細を見る
1:19
OpenAIGPT-6 Astra
単一の自己完結型HTMLファイルを構築する:WintergatanのマーブルマシンとDigi-Comp IIの精神に基づいた3Dマーブルコンピュータで、機械式トグルを通って落ちるマーブルだけを使って2つの4ビット数を加算する。 厳格なルール: 1. HTMLファイル1つ。Three.jsをhttps://t.co/KCQbEZLusbからインポートマップ経由で、さらにそのOrbitControlsアドオンを読み込む。他のライブラリ、物理エンジン、外部アセットは一切使用しない。 2. 機構そのものがコンピュータである。結果の各ビットは、マーブルが通過する際に物理的に反転させる2状態トグル(フリップフロップ)に格納される。キャリーは、あるトグルを離れたマーブルが次のトグルへ転がり込むことで発生する。JavaScriptの算術演算で答えを計算してはならない。表示される結果は、最後のマーブルが停止した後にトグルの状態から読み取らなければならない。 3. マーブルは現実的な重力とタイミングでトラックに沿って移動する。何もテレポートしない。パスに沿った動きをスクリプトで制御してもよいが、すべてのトグル反転はマーブルがそこに到達することによって引き起こされなければならない。 4. 入力:4つのスイッチが2列(AとB、0から15)、クリックで設定する。RUNとラベルされたレバーがマーブルを解放する。カウンターが落下したマーブルの数を表示する。 5. 出力:5つの結果トグルの列、最上位ビットが左側、そしてそれらのトグルから読み取った2進数と10進数の値を表示する読み取り部。 6. DEMOボタンは5+6、次に9+7、次に15+15を実行し、各実行の間にリセットするので、何も触らずに画面録画できる。 7. 見た目:木の板、真鍮のトグル、ガラスのマーブル、暖かいスタジオ照明、柔らかい影、マシンで最も忙しい部分を追うゆっくりとしたカメラ。正方形の1080x1080録画で見栄えが良くなければならない。 8. トグルが反転するときにWeb Audio API経由で短いクリック音、最初のユーザークリック後にのみ開始される。 9. 通常のラップトップで60 fpsで動作し、コンソールエラーがないこと。 完全なHTMLファイルのみを出力せよ。
詳細を見る
GPT-6 Astra のプロンプトを全て見るAI 動画プロンプトを探索する