私のトピック(もしも話、「なぜXが起こるのか」、実話、仕組みの解説)を聞くか、それぞれに衝撃の実話アングルを1つ添えた3つの候補を提案してください。使用している画像モデル(GPT Image 2、または4K参照画像を受け付ける任意のモデル)と音声ツール(ElevenLabs、または無料のKokoro)を聞いてください。その後、55〜65秒のスクリプトとショットプランを作成し、何かにお金を使う前に両方を見せてください。 1920x1080のフラットベクター解説動画。大手インフォグラフィックアニメーションチャンネルのスタイル。各シーンは完全に描き込まれた場所(実験室、街路、教室、舞台)で、キャラクターがナレーションを演じる。 - 見た目:フラットな色面、輪郭線なし、立体感のためにわずかに暗い色を1色、落ち着いたパレット(くすんだ青灰色、スレートティール、温かみのあるベージュ、ネイビー、ソフトパープル)、サーモンピンクの肌、大きな頭、点の目。 - テンポ:2〜4秒ごとに新しいシーン、アイデアが変わったらハードカット。主要セクション間には白いスプラットワイプ(イン0.2秒、アウト0.2秒)。カメラは常に2〜4%ドリフトするかパンする。 - テキストは世界の中の物体にのみ存在する:道標、吊り看板、黒板、建物のパネル、スクリーン。 - Montserrat 800、26〜34文字/秒でタイプ。各文字は1.45倍のサイズ、0.7em右から入り、0.18秒で定位置に収まる。 - 白いボードにはインク#2b2d42。 - 間違ったアイデアにはすべて赤いX(#d62828、30pxの丸いストローク、0.11秒の2ストローク)。 - すべての日付には左上に白い330x120のカードとオレンジ(#f4a261)のカレンダー。 - 見出し:白い大文字、92〜96px、フラットカラー(#e2552fにドリフトする明るいパフ、または#5b3fa6にゆっくり回転する#6a4cb6の歯車)。 - 禁止:輪郭線、アート上のUI風モーショングラフィックス(コードエディタ、ガラスカード、チェックリスト)、絵文字、焼き込み字幕、チャンネルロゴ、1秒を超える静止フレーム、動かないキャラクター。 長さは音声で決まる:約190wpmで55〜65秒。 0秒:視聴者の前提をひっくり返す二人称のフック、文字通りに演じる、否定のセリフに赤いX 3〜8秒:衝撃の実話一文でリスクを示す、単語ごとにアイコンがポップイン 8〜11秒:スポットライトで被写体が明かされる、看板に名前がタイプされる 11〜18秒:起源:独自の看板がある実際の場所、日付カード、人が出入りする 18〜24秒:種類や部位がラベル付きの名前の上に一つずつ着地する 24〜25.5秒:「ではどう動くのか?」の見出しとポップする疑問符 25.5〜36秒:仕組みを2〜3か所で演じる(黒板、機械、地図)、大きな数字までカウンターが回る 36〜46秒:結果、キャラクターの反応(ジャンプ、振り向き、「!」がポップ) 46〜55秒:フックにループするひねり 55秒:視聴者への締めの質問;フックの視聴者キャラクターが反応する;看板は最後まで保持 1. ツール:Python、Playwright + Chromium、FFmpeg、faster-whisper、OpenCV、Pillow、librosa。不足しているものをインストールし、追加したものを教えてください。 2. アート:すべて3840x2160、チャンネルから3〜5枚の参照フレームを使用(先にロゴをクロップ)。 - シーンごとに1枚の空のプレート:人物なし、正面向き、開けた床、コードが書き込める空白の看板とスクリーン。 - キャラクターシートはクロマグリーン#00B140上、キャラクターに緑は一切なし。 - ジェスチャーの多いキャラクターは腕なしで描く(丸い肩のソケットのみ);コードが腕を描く。それ以外は全員、シーンが必要とする正確なポーズで描く(座った側面図、歩く側面図、後ろ姿、座り姿)。 3. 切り抜き: - 背景 = G - max(R,B) > 40、緑の中央値から110以内、境界に接続しているピクセル。 - 2pxのソフトアルファバンド;その内側でGをmax(R,B) + 6にクランプ。 - 首で頭を分割、手を描く、歩行者の脚はコートの裾より下で分割。 - 各穴を体自身の色でインペイント(透明ピクセルもマスク)し、回転する部位が隙間を見せないようにする。 4. 音声: - 目的のナレーターの参照クリップに対して、中央値ピッチ(pyin)とMFCC音色で選ぶ。 - ワンテイク、0.24秒を超えるポーズを0.16秒に短縮、atempoで目標長に。 - faster-whisperで単語タイムスタンプ。すべてのカット、看板、ジェスチャーは実際の単語で始まる。 5. フィルム:すべてのフレームが時間の純粋関数である単一のHTMLキャンバス:https://t.co/N9RsTyezd3(t)、READY、END、およびサウンドタイミング付きのEV。ショットごとに1つの関数。 - 腕:二本骨IKチューブ(上腕118、前腕112、918pxスプライトで太さ36)、開く・指す・握るミトンの手。 - 顔は2.7〜4.2秒ごとに0.14秒まばたき。頭は±0.035 radうなずく。描く手は±8pxで走り書き。 - 歩行:太ももは±0.42 radスイング、スイング時に膝は0.75·cos²曲げ、接地足を保つために腰が下がる、体は1サイクルで脚長1.5本分移動(足の滑りなし)。 - 各プレートをその上のすべてと同じカメラ変換内で描き、カメラをプレートの端にクランプ。 - 物はバネ、スクワッシュ、白いパフで到着し、フェードは決して使わない。 6. レンダリング:Playwright Chromiumで--allow-file-access-from-files、60fps、半フレームにわたる6モーションブラーサブフレーム、ffmpeg libx264 CRF 16。レンダリング前に、16フレームのコンタクトシートを2枚見せ、空のボード、テキストオーバーフロー、隠れた顔、黒い端を修正する。 7. サウンド: - 音楽:軽く好奇心をそそるドキュメンタリーベッド(Pixabayで無料)、すべてのフレーズで音声より10〜11dB下。 - MixkitのSFX、ピークで整列:タイプされた看板にタイプライターのカチッ、ワイプとドロップにフーッシュ、看板とアイコンにポップ、赤いXにヒット、チェックにディン。 - マスターは-14 LUFS。 - 一部の画像モデルは「腕なし」を無視する;GPT Image 2は従う。 - 輪郭線のないアートでは、浮遊するフラッドフィルが暗い服に染み出すので、境界接続の緑でキーイングする。 - 繰り返し単語は出現番号で見つける(3番目の「and」、4番目の「this」)、さもないとカットが間違った行に着地する。レンダリングをスキャンして1フレームのジャンプを探し、それぞれが計画されたカットであることを確認する。 - スクリーンと看板には、プレート自身の空白に書く(その矩形を測定)、アート上に浮かぶカードには決して書かない。 私のトピックを聞くか、3つ提案し、その後スクリプトとショットプランを見せてください。
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:20:9 · 0:41 · Animation · Motion Graphics · 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。